随着移动终端尤其是具有拍照功能的智能手机广泛普及,使得人们能够轻易地捕获海量的自然场景图像。同时,伴随着深度学习和计算机视觉的飞速发展,自然场景文本定位与识别以及如何将现有神经网络模型经过压缩后移植到移动终端成为近些年的研究热点,这个方向的研究具有重要的理论意义和广泛的应用前景。本文以自然场景为研究背景,围绕如何从自然场景中高效地识别文本信息以及深度神经网络模型压缩展开研究,设计并实现了基于移动终端的自然场景文本识别系统。论文的主要内容如下:(1)在自然场景文本定位中,从目标检测问题出发,在研究和总结现阶段存在的优秀文本定位算法之后,本文设计了一种基于YOLO v3结构的文本定位算法,并与现有的CTPN算法进行了实验对比,实验结果表明YOLO算法在推理耗时-上比CTPN算法大幅减少,但在场景文本定位精度上前者比后者差。(2)针对自然场景文本识别问题,文本分析了一种由CNN和RNN组成的CRNN文本识别算法,通过模型的预训练及一系列的评价实验,结果表明CRNN在模型尺度较小的情况下能够胜任一般自然场景的文本识别任务。(3)对于深度神经网络模型压缩,本文首先剖析了现有网络模型移植到移动终端难点,随后论述了现阶段关于CNN和RNN压缩方法,并结合CRNN算法进行了模型压缩的实验,结果表明在牺牲一定精度的情况下,压缩后的模型能够满足在移动终端进行实时推理的需求。(4)结合以上三部分研究,本文设计并实现了一种基于移动终端的自然场景文本识别系统。