摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第12-13页 |
缩略语对照表 | 第13-18页 |
第一章 绪论 | 第18-40页 |
1.1 研究背景及意义 | 第18-19页 |
1.2 研究发展及现状 | 第19-37页 |
1.2.1 文字候选区域获取阶段 | 第20-36页 |
1.2.2 文字候选区域验证阶段 | 第36-37页 |
1.3 主要内容及创新点 | 第37-40页 |
1.3.1 主要内容及章节安排 | 第37-38页 |
1.3.2 主要创新点 | 第38-40页 |
第二章 算法实验评价与算法竞赛 | 第40-54页 |
2.1 算法实验评价 | 第40-47页 |
2.1.1 ICDAR 2003文字定位数据集 | 第41-42页 |
2.1.2 ICDAR 2011文字定位数据集 | 第42-43页 |
2.1.3 实验室场景中文数据集 | 第43-45页 |
2.1.4 算法评价标准 | 第45-47页 |
2.2 ICDAR文字定位算法竞赛 | 第47-52页 |
2.2.1 ICDAR 2003文字定位竞赛 | 第47-48页 |
2.2.2 ICDAR 2005文字定位竞赛 | 第48-49页 |
2.2.3 ICDAR 2011文字定位竞赛 | 第49-50页 |
2.2.4 ICDAR 2013文字定位竞赛 | 第50-52页 |
2.3 本章小结 | 第52-54页 |
第三章 基于视觉显著性与提升框架的场景文字背景抑制方法 | 第54-70页 |
3.1 引言 | 第54-55页 |
3.2 谱残差视觉显著性算法 | 第55-59页 |
3.2.1 视觉显著性与谱残差模型 | 第55-57页 |
3.2.2 显著性窗口筛选 | 第57-58页 |
3.2.3 显著性阈值的确定 | 第58-59页 |
3.3 文字区域检测 | 第59-65页 |
3.3.1 文字区域检测的特征 | 第59-63页 |
3.3.2 弱分类器和联合特征 | 第63-65页 |
3.4 实验与分析 | 第65-68页 |
3.4.1 级联分类器的训练 | 第65-66页 |
3.4.2 评价标准 | 第66页 |
3.4.3 实验结果分析 | 第66-68页 |
3.5 本章小结 | 第68-70页 |
第四章 基于视觉显著性与文字置信图的场景文字背景抑制方法 | 第70-84页 |
4.1 引言 | 第70-71页 |
4.2 谱残差视觉显著性图与显著性区域 | 第71-73页 |
4.3 文字置信图 | 第73-77页 |
4.3.1 笔画宽度变换 | 第73-75页 |
4.3.2 基于笔画特征的点对梯度方向差比例图 | 第75页 |
4.3.3 基于傅里叶谱统计特征的后验概率图 | 第75-76页 |
4.3.4 文字置信图 | 第76-77页 |
4.4 图模型 | 第77-78页 |
4.5 实验与分析 | 第78-81页 |
4.5.1 评价标准 | 第78页 |
4.5.2 实验数据集与实验条件 | 第78页 |
4.5.3 显著性算法比较与选择 | 第78-79页 |
4.5.4 文字置信图对背景抑制算法的影响 | 第79页 |
4.5.5 背景抑制算法在英文数据集的有效性 | 第79-80页 |
4.5.6 背景抑制算法在中文数据集的有效性 | 第80-81页 |
4.5.7 背景抑制算法的效果与分析 | 第81页 |
4.6 本章小结 | 第81-84页 |
第五章 基于角点类别特征和HOGHOG—EMEM统计特征的复杂场景文字定位算法 | 第84-96页 |
5.1 引言 | 第84-85页 |
5.2 基于多层连通域分析的文字候选区域提取 | 第85-87页 |
5.2.1 HSL颜色空间 | 第85-86页 |
5.2.2 多层连通域分析 | 第86-87页 |
5.3 场景文字候选区域的验证 | 第87-94页 |
5.3.1 基于启发规则的文字候选区域验证 | 第87页 |
5.3.2 基于角点类别特征的文字候选区域验证 | 第87-93页 |
5.3.3 基于HOG-EM统计特征的文字验证 | 第93-94页 |
5.4 实验与分析 | 第94-95页 |
5.5 本章小结 | 第95-96页 |
第六章 总结与展望 | 第96-100页 |
6.1 工作总结 | 第96-97页 |
6.2 前景展望 | 第97-100页 |
致谢 | 第100-102页 |
参考文献 | 第102-114页 |
作者简介 | 第114-116页 |
1. 基本情况 | 第114页 |
2. 教育背景 | 第114页 |
3. 攻读博士期间的研究成果 | 第114-116页 |