摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-19页 |
1.1 课题研究背景及研究意义 | 第11-13页 |
1.2 课题研究难点 | 第13-15页 |
1.3 本文主要工作内容及结构安排 | 第15-19页 |
第2章 相关工作 | 第19-31页 |
2.1 自然场景中文字检测算法概述 | 第19-23页 |
2.1.1 针对水平方向的文字检测算法 | 第19-22页 |
2.1.2 针对任意方向的文字检测算法 | 第22-23页 |
2.2 本文涉及的相关技术 | 第23-31页 |
2.2.1 极值区域树 | 第23-24页 |
2.2.2 笔画宽度变换 | 第24-26页 |
2.2.3 Co-HOG特征 | 第26-27页 |
2.2.4 ConvCo-HOG特征 | 第27-31页 |
第3章 针对水平方向英文文本行的文字检测算法 | 第31-49页 |
3.1 引言 | 第31-32页 |
3.2 基于自适应行聚类的水平英文文本行检测算法 | 第32-41页 |
3.2.1 模块一: 字符候选域提取 | 第33-34页 |
3.2.2 模块二: 字符域概率赋值 | 第34-35页 |
3.2.3 模块三: 候选文本行生成 | 第35-38页 |
3.2.4 模块四: 候选文本行聚类 | 第38-41页 |
3.3 实验结果及分析 | 第41-47页 |
3.3.1 数据集及评估准则 | 第41-43页 |
3.3.2 实验结果分析 | 第43-47页 |
3.4 本章小结 | 第47-49页 |
第4章 针对任意方向中英文文本行的文字检测算法 | 第49-63页 |
4.1 引言 | 第49-50页 |
4.2 基于自适应行聚类的任意方向中英文文本行检测算法 | 第50-57页 |
4.2.1 中英文字符候选域提取算法 | 第50-54页 |
4.2.2 任意方向文本行生成算法 | 第54-57页 |
4.3 实验结果及分析 | 第57-61页 |
4.3.1 数据集及评估准则 | 第57-58页 |
4.3.2 实验结果分析 | 第58-61页 |
4.4 本章小结 | 第61-63页 |
第5章 总结与展望 | 第63-65页 |
5.1 本文工作总结 | 第63-64页 |
5.2 未来工作展望 | 第64-65页 |
参考文献 | 第65-69页 |
致谢 | 第69-71页 |
在读期间发表的学术论文与取得的研究成果 | 第71页 |