超低质量视频字幕识别方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 视频文本识别技术研究现状 | 第10-15页 |
| 1.3.1 超低质量字符识别技术研究现状 | 第12-14页 |
| 1.3.2 模板自动生成技术研究现状 | 第14-15页 |
| 1.3.3 当前研究中主要存在的问题 | 第15页 |
| 1.4 论文研究内容及组织结构 | 第15-17页 |
| 第2章 超低质量视频字幕识别系统概述 | 第17-20页 |
| 2.1 引言 | 第17页 |
| 2.2 系统概述 | 第17-18页 |
| 2.2.1 系统识别对象介绍 | 第17页 |
| 2.2.2 系统模块功能关系 | 第17-18页 |
| 2.3 本章小结 | 第18-20页 |
| 第3章 基于模板匹配的视频字符识别核心引擎研究 | 第20-33页 |
| 3.1 引言 | 第20页 |
| 3.2 基于多帧融合的预处理方法 | 第20-23页 |
| 3.2.1 多帧融合技术简介 | 第20-22页 |
| 3.2.2 实验结果及分析 | 第22-23页 |
| 3.3 模板匹配识别算法研究 | 第23-27页 |
| 3.3.1 模板匹配算法原理概述 | 第23-26页 |
| 3.3.2 识别算法的选择原因 | 第26-27页 |
| 3.4 视频字符区域自动匹配算法 | 第27-32页 |
| 3.4.1 对于视频字符区域的定义 | 第27-28页 |
| 3.4.2 视频字符区域自动匹配算法原理 | 第28-30页 |
| 3.4.3 字符区域自动匹配改进算法 | 第30-31页 |
| 3.4.4 实验结果与分析 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于半监督学习思想的模板库自动生成方法 | 第33-42页 |
| 4.1 引言 | 第33-34页 |
| 4.2 基于自学习思想的模板自动生成方法 | 第34-41页 |
| 4.2.1 自学习方法介绍 | 第34-35页 |
| 4.2.2 模板库自动生成方法原理介绍及算法步骤 | 第35-39页 |
| 4.2.3 实验结果及分析 | 第39-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 识别结果纠错后处理算法研究 | 第42-52页 |
| 5.1 引言 | 第42页 |
| 5.2 基于AR模型的自动阈值纠错方法研究 | 第42-46页 |
| 5.2.1 AR模型原理 | 第42-43页 |
| 5.2.2 自动纠错方法 | 第43-45页 |
| 5.2.3 实验结果及分析 | 第45-46页 |
| 5.3 基于反馈机制的纠错算法研究 | 第46-49页 |
| 5.3.1 原理介绍与算法步骤 | 第46-48页 |
| 5.3.2 实验结果及分析 | 第48-49页 |
| 5.4 与其他分类算法的比较 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 超低分辨率视频字符识别系统实现 | 第52-65页 |
| 6.1 系统需求分析 | 第52页 |
| 6.2 软件系统设计 | 第52-55页 |
| 6.2.1 设计原则 | 第53页 |
| 6.2.2 系统总体结构设计 | 第53-54页 |
| 6.2.3 系统运行流程设计 | 第54-55页 |
| 6.3 功能模块详细介绍 | 第55-61页 |
| 6.3.1 视频播放模块 | 第55-58页 |
| 6.3.2 视频制式管理子系统 | 第58-59页 |
| 6.3.3 系统学习模块 | 第59页 |
| 6.3.4 识别与后处理模块 | 第59-61页 |
| 6.4 系统测试 | 第61-63页 |
| 6.4.1 系统功能模块测试用例 | 第61-63页 |
| 6.4.2 系统后台自动运行稳定性测试 | 第63页 |
| 6.5 本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
