基于深度学习的自然场景文本识别系统的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 概述 | 第10-16页 |
| 1.1 项目背景 | 第10-14页 |
| 1.1.1 项目开发目的和意义 | 第10-11页 |
| 1.1.2 文字识别研究现状 | 第11-13页 |
| 1.1.3 深度学习研究现状 | 第13-14页 |
| 1.2 本文主要工作内容 | 第14-15页 |
| 1.3 本文组织结构 | 第15-16页 |
| 第2章 文字识别系统需求分析 | 第16-28页 |
| 2.1 文字识别系统需求分析 | 第16-18页 |
| 2.1.1 功能需求 | 第16-17页 |
| 2.1.2 系统用例图 | 第17-18页 |
| 2.1.3 非功能需求 | 第18页 |
| 2.2 关键算法 | 第18-27页 |
| 2.2.1 图像预处理算法 | 第18-23页 |
| 2.2.2 K-means 无监督特征学习 | 第23-24页 |
| 2.2.3 卷积神经网络 | 第24-27页 |
| 2.2.4 非极大值抑制算法 | 第27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 文字识别系统的设计与实现 | 第28-55页 |
| 3.1 系统总体设计 | 第28-29页 |
| 3.2 数学运算的设计与实现 | 第29-32页 |
| 3.3 图像预处理模块的设计与实现 | 第32-36页 |
| 3.3.1 图像预处理模块的设计 | 第32-34页 |
| 3.3.2 图像预处理模块的实现 | 第34-36页 |
| 3.4 无监督特征学习模块的设计与实现 | 第36-40页 |
| 3.4.1 无监督特征学习模块的设计 | 第36页 |
| 3.4.2 无监督特征学习模块的实现 | 第36-40页 |
| 3.5 字符检测与识别模块的设计与实现 | 第40-49页 |
| 3.5.1 字符检测模块的设计 | 第40-45页 |
| 3.5.2 字符检测模块的实现 | 第45-49页 |
| 3.5.3 字符分类模块的设计与实现 | 第49页 |
| 3.6 文本行识别模块的设计与实现 | 第49-54页 |
| 3.6.1 文本行定位的设计与实现 | 第50-52页 |
| 3.6.2 字符识别与单词识别的设计与实现 | 第52-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第4章 文字识别系统测试及实验分析 | 第55-58页 |
| 4.1 测试工具和环境 | 第55页 |
| 4.2 测试数据集 | 第55-57页 |
| 4.3 测试结果 | 第57-58页 |
| 第5章 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 作者简介 | 第61-62页 |
| 致谢 | 第62页 |
