| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 英文缩略语 | 第10-11页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究概况 | 第11-15页 |
| 1.2.1 传统OCR方法 | 第11-13页 |
| 1.2.2 深度学习的识别方法 | 第13-15页 |
| 1.3 技术难点与挑战 | 第15-16页 |
| 1.4 研究内容与创新点 | 第16-17页 |
| 1.5 论文结构与安排 | 第17-19页 |
| 2 基于预测五笔编码的汉字识别 | 第19-26页 |
| 2.1 汉字的多分类的识别方法 | 第19页 |
| 2.2 基于预测汉字五笔编码的中文识别方法 | 第19-25页 |
| 2.2.1 汉字的五笔字根和五笔编码 | 第20-21页 |
| 2.2.2 编码器-解码器序列处理方法 | 第21-23页 |
| 2.2.3 基于encoder-decoder架构的识别网络 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 中文五笔编码序列识别实验 | 第26-30页 |
| 3.1 实验环境 | 第26页 |
| 3.2 实验内容与细节 | 第26-28页 |
| 3.3 实验结果分析与结论 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 基于预测汉字表意文字序列的中文识别方法 | 第30-37页 |
| 4.1 汉字的偏旁部件和空间架构 | 第30-31页 |
| 4.2 基于encoder-decoder架构的部件分析网络 | 第31-36页 |
| 4.2.1 CNN-encoder架构 | 第31-33页 |
| 4.2.2 Decoder架构 | 第33-36页 |
| 4.3 本章小结 | 第36-37页 |
| 5 汉字表意文字序列识别实验 | 第37-44页 |
| 5.1 实验环境 | 第37页 |
| 5.2 零样本学习测试实验 | 第37-40页 |
| 5.2.1 零样本学习概述 | 第37-38页 |
| 5.2.2 零样本学习实验数据准备 | 第38页 |
| 5.2.3 实验细节 | 第38页 |
| 5.2.4 模型测试 | 第38-40页 |
| 5.3 自然场景字符识别测试 | 第40-43页 |
| 5.3.1 CTW中文文本数据集简介 | 第40-42页 |
| 5.3.2 自然场景中文字符识别测试 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 6 自然场景中文字符识别补充实验 | 第44-49页 |
| 6.1 空间变换网络 | 第44-46页 |
| 6.2 自然场景中文识别测试补充实验 | 第46-47页 |
| 6.3 本章小结 | 第47-49页 |
| 7 论文总结与展望 | 第49-52页 |
| 7.1 论文总结 | 第49-50页 |
| 7.2 展望 | 第50-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-58页 |