自然场景中的文字检测与识别技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题背景和意义 | 第12-13页 |
| 1.2 课题研究现状 | 第13-15页 |
| 1.3 课题研究内容 | 第15-16页 |
| 1.4 全文组织结构 | 第16-18页 |
| 第二章 文字检测中的主要理论和方法 | 第18-24页 |
| 2.1 MSER生成算法 | 第18-19页 |
| 2.2 支持向量机 | 第19-21页 |
| 2.3 卷积神经网络 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 自然场景中的英文文字的检测 | 第24-48页 |
| 3.1 基于MSER区域的文本检测方法具体流程 | 第25-30页 |
| 3.1.1 MSER区域提取方法 | 第25-26页 |
| 3.1.2 MSER候选区域的筛选 | 第26-27页 |
| 3.1.3 文本区域的构建 | 第27-29页 |
| 3.1.4 文本区域的筛选 | 第29-30页 |
| 3.2 基于MSER的文本检测方法的难点分析 | 第30-31页 |
| 3.2.1 MSER候选集的筛选效果评测 | 第30-31页 |
| 3.2.2 文本区域筛选的效果提升 | 第31页 |
| 3.3 MSER候选区域的筛选算法评测方法研究 | 第31-40页 |
| 3.3.1 量化系统的构建 | 第32-34页 |
| 3.3.2 数据处理 | 第34-35页 |
| 3.3.3 筛选算法评价指标 | 第35页 |
| 3.3.4 筛选实验 | 第35-40页 |
| 3.4 基于卷积神经网络的文本区域筛选方法 | 第40-42页 |
| 3.4.1 卷积神经网络的设计 | 第40-41页 |
| 3.4.2 文本区域打分 | 第41-42页 |
| 3.5 实验结果及分析 | 第42-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 自然场景中中文文字检测与识别探索 | 第48-60页 |
| 4.1 中文MSER候选集的筛选 | 第48-50页 |
| 4.2 汉字区域的构建 | 第50-53页 |
| 4.3 中文汉字识别 | 第53-56页 |
| 4.3.1 训练集生成 | 第54-55页 |
| 4.3.2 网络训练 | 第55-56页 |
| 4.4 实验结果分析 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 研究成果及发表的学术论文 | 第68-70页 |
| 作者和导师简介 | 第70-71页 |
| 硕士研究生学位论文答辩委员会决议书 | 第71-72页 |
