基于深度学习的文字图像分析方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第11-13页 |
| 第2章 书写人识别 | 第13-25页 |
| 2.1 相关研究工作 | 第15-16页 |
| 2.2 数据集简介 | 第16-17页 |
| 2.3 本文方法 | 第17-23页 |
| 2.3.1 多流结构 | 第17-18页 |
| 2.3.2 图像区域采样策略 | 第18-20页 |
| 2.3.3 卷积核大小 | 第20页 |
| 2.3.4 全连接层神经元数量 | 第20-21页 |
| 2.3.5 多语言特征共享 | 第21页 |
| 2.3.6 训练过程及细节 | 第21-22页 |
| 2.3.7 测试过程及细节 | 第22-23页 |
| 2.4 实验结果 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 自然场景文字检测 | 第25-41页 |
| 3.1 相关研究工作 | 第27页 |
| 3.2 数据集简介 | 第27-28页 |
| 3.3 本文方法 | 第28-39页 |
| 3.3.1 自然场景文字检测主干网络 | 第28-29页 |
| 3.3.2 自然场景文字检测分割分支 | 第29页 |
| 3.3.3 自然场景文字检测上下边界回归分支 | 第29-30页 |
| 3.3.4 自然场景文字检测左右边界分类分支 | 第30-31页 |
| 3.3.5 自然场景文字检测包围四边形生成方法 | 第31-33页 |
| 3.3.6 错检分析 | 第33-34页 |
| 3.3.7 漏检分析 | 第34-39页 |
| 3.4 本章小节 | 第39-41页 |
| 第4章 总结 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第47-49页 |
| 致谢 | 第49页 |
