基于CNN的自然场景中文文本定位与识别方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 自然场景图像中的文本识别概述 | 第14-16页 |
| 1.2.1 自然场景图像特点 | 第14-15页 |
| 1.2.2 自然场景中文本特征和识别模型 | 第15-16页 |
| 1.3 相关技术及研究现状 | 第16-20页 |
| 1.3.1 文本定位技术 | 第16-17页 |
| 1.3.2 文本分割技术 | 第17-18页 |
| 1.3.3 字符识别技术 | 第18-19页 |
| 1.3.4 文本定位的评判标准 | 第19-20页 |
| 1.4 本文的主要工作与安排 | 第20-22页 |
| 第二章 自然场景文本区域定位 | 第22-37页 |
| 2.1 引言 | 第22页 |
| 2.2 Faster R-CNN模型 | 第22-29页 |
| 2.2.1 R-CNN模型 | 第22-24页 |
| 2.2.2 Fast R-CNN模型 | 第24-27页 |
| 2.2.3 Faster R-CNN模型 | 第27-29页 |
| 2.3 Faster R-CNN模型修改 | 第29-31页 |
| 2.4 自然场景图像数据库的构建 | 第31-33页 |
| 2.5 网络训练过程 | 第33页 |
| 2.6 实验结果及分析 | 第33-36页 |
| 2.6.1 参数调节对比分析 | 第33-34页 |
| 2.6.2 改进模型前后的对比结果 | 第34-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 候选文本区域的扩展融合 | 第37-47页 |
| 3.1 引言 | 第37页 |
| 3.2 颜色相似度算法 | 第37-41页 |
| 3.2.1 传统的颜色相似度算法 | 第37-38页 |
| 3.2.2 传统相似度算法的不足 | 第38-39页 |
| 3.2.3 基于像素差值的颜色相似度算法 | 第39-41页 |
| 3.3 候选区融合 | 第41-42页 |
| 3.4 实验结果及分析 | 第42-45页 |
| 3.4.1 颜色相似度算法对比 | 第42-44页 |
| 3.4.2 合并 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于随机森林的文本验证模型 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 随机森林模型 | 第47-52页 |
| 4.2.1 决策树模型 | 第47-49页 |
| 4.2.2 随机森林模型 | 第49-51页 |
| 4.2.3 随机森林的算法实现 | 第51-52页 |
| 4.3 特征的提取 | 第52-56页 |
| 4.3.1 HOG特征 | 第52-53页 |
| 4.3.2 LBP特征 | 第53-55页 |
| 4.3.3 CNN特征 | 第55-56页 |
| 4.4 实验结果及对比分析 | 第56-58页 |
| 4.4.1 不同特征的表征能力对比 | 第56-57页 |
| 4.4.2 随机森林的实验结果 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 自然场景文本分割技术 | 第59-65页 |
| 5.1 引言 | 第59页 |
| 5.2 基于颜色聚类的文本分离算法 | 第59-61页 |
| 5.2.1 Kmeans聚类方法 | 第60-61页 |
| 5.3 文本分割算法 | 第61-62页 |
| 5.3.1 基于像素梯度的文本分割算法 | 第61-62页 |
| 5.3.2 分割过程使用的规则 | 第62页 |
| 5.4 实验结果对比分析 | 第62-64页 |
| 5.4.1 文本分离结果展示 | 第62-63页 |
| 5.4.2 不同文本分割方法对比 | 第63-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 自然场景文本识别系统的实现 | 第65-75页 |
| 6.1 引言 | 第65页 |
| 6.2 文字识别的CNN模型 | 第65-70页 |
| 6.2.1 LeNet模型介绍 | 第66-67页 |
| 6.2.2 AlexNet模型介绍 | 第67-69页 |
| 6.2.3 GoogleNet模型介绍 | 第69-70页 |
| 6.2.4 VGG模型介绍 | 第70页 |
| 6.3 文本识别系统的实现 | 第70-71页 |
| 6.4 文本识别结果与系统分析 | 第71-73页 |
| 6.4.1 不同CNN模型的对比结果 | 第71-72页 |
| 6.4.2 自然场景文本识别系统实验结果 | 第72-73页 |
| 6.5 本章小结 | 第73-75页 |
| 总结与展望 | 第75-77页 |
| 总结 | 第75-76页 |
| 展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 附录 | 第82-84页 |
| 攻读硕士学位期间取得的研究成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 附件 | 第86页 |
