| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究工作的背景与意义 | 第9-10页 |
| 1.2 自然场景文本检测技术发展现状 | 第10-13页 |
| 1.3 本文的主要贡献与创新 | 第13页 |
| 1.4 本论文的结构安排 | 第13-15页 |
| 第二章 自然场景文本图片合成 | 第15-36页 |
| 2.1 人工标注数据集介绍 | 第15-19页 |
| 2.1.1 SVT数据集 | 第15-16页 |
| 2.1.2 ICDAR数据集 | 第16-17页 |
| 2.1.3 COCO-Text数据集 | 第17-18页 |
| 2.1.4 人工标注数据集的局限 | 第18-19页 |
| 2.2 合成数据 | 第19-22页 |
| 2.2.1 合成数据的发展 | 第20-21页 |
| 2.2.2 合成数据的局限 | 第21-22页 |
| 2.3 数据合成算法研究 | 第22-34页 |
| 2.3.1 图像分割信息 | 第22-25页 |
| 2.3.2 图像深度信息 | 第25-29页 |
| 2.3.3 合成算法实现 | 第29-34页 |
| 2.4 合成算法的缺陷 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于深度卷积神经网络的文本检测算法 | 第36-57页 |
| 3.1 特征提取算法 | 第36-41页 |
| 3.1.1 FPN | 第36-38页 |
| 3.1.2 RoIAlign | 第38-41页 |
| 3.2 RPN候选区域检测算法 | 第41-46页 |
| 3.2.1 基于FPN的RPN网络结构 | 第42-43页 |
| 3.2.2 RPN网络损失函数 | 第43-46页 |
| 3.3 基于MaskR-CNN的自然场景中的文本目标检测 | 第46-55页 |
| 3.3.1 MaskR-CNN系统结构 | 第46-48页 |
| 3.3.2 分类与定位分支实现 | 第48-49页 |
| 3.3.3 Mask分支实现 | 第49-52页 |
| 3.3.4 模型训练与检测流程 | 第52-55页 |
| 3.4 实验结果 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 自然场景中的文本检测算法实验与评价 | 第57-70页 |
| 4.1 自然场景中的文本检测评价方法 | 第57-60页 |
| 4.2 实验实现细节 | 第60-66页 |
| 4.2.1 模型训练参数选择 | 第60-62页 |
| 4.2.2 训练数据及标注方式 | 第62-66页 |
| 4.3 算法对比评价 | 第66-68页 |
| 4.4 算法在车牌检测中的应用 | 第68-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第五章 全文总结与展望 | 第70-72页 |
| 5.1 全文总结 | 第70-71页 |
| 5.2 后续工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-80页 |
| 攻读硕士学位期间取得的成果 | 第80页 |