电子出版物字体替代和字体识别方法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 引言 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 出版物字体替代 | 第11-13页 |
| 1.2.2 出版物字体识别 | 第13-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 字体特征提取 | 第16-21页 |
| 2.1 字体特征 | 第16-17页 |
| 2.2 字体特征提取与计算 | 第17-20页 |
| 2.2.1 汉字文本块图像样本库的构建 | 第17页 |
| 2.2.2 字体灰度特征提取 | 第17页 |
| 2.2.3 字体局部方向、能量等信息特征提取 | 第17-19页 |
| 2.2.4 字体纹理特征计算 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 基于人眼视觉的字体替代方法 | 第21-27页 |
| 3.1 算法描述 | 第21-22页 |
| 3.2 字体相似度的计算 | 第22-23页 |
| 3.2.1 相似度计算方法 | 第22页 |
| 3.2.2 字体相似度计算 | 第22-23页 |
| 3.3 字体替代方法 | 第23-25页 |
| 3.3.1 多元回归预测模型构建 | 第23-24页 |
| 3.3.2 字体替代规则表构建 | 第24-25页 |
| 3.4 实验结果分析与对比 | 第25-26页 |
| 3.4.1 实验结果分析 | 第25页 |
| 3.4.2 实验结果对比 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第4章 基于深度卷积神经网络的字体识别方法 | 第27-36页 |
| 4.1 字体识别神经网络的发展 | 第27-29页 |
| 4.1.1 人工神经网络 | 第27页 |
| 4.1.2 字体识别卷积神经网络 | 第27-29页 |
| 4.2 网络模型设计 | 第29-33页 |
| 4.2.1 GoogLeNet网络模型 | 第29-31页 |
| 4.2.2 GoogLeNet模型的优化训练 | 第31-33页 |
| 4.3 实验结果分析与对比 | 第33-35页 |
| 4.3.1 实验设计 | 第33-34页 |
| 4.3.2 实验结果分析 | 第34-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第5章 总结与展望 | 第36-38页 |
| 5.1 论文工作总结 | 第36页 |
| 5.2 未来研究方向 | 第36-38页 |
| 致谢 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 附录A 字体替代实验结果 | 第42-45页 |
| 个人简历 在校期间发表的学术论文及研究成果 | 第45页 |
