首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像分析和深度学习的船名标识字符检测与识别研究

摘要第4-6页
ABSTRACT第6-8页
第1章 绪论第14-30页
    1.1 研究背景与意义第14-16页
    1.2 研究问题及主要挑战第16-20页
        1.2.1 研究问题第16-17页
        1.2.2 主要挑战第17-20页
    1.3 相关领域第20-26页
        1.3.1 船舶自动识别系统第20-21页
        1.3.2 车牌检测与文本检测第21-24页
        1.3.3 字符识别第24-26页
    1.4 本文工作及主要贡献第26-28页
    1.5 本文组织结构第28-30页
第2章 图像处理与深度学习相关理论第30-48页
    2.1 图像处理相关理论第30-33页
        2.1.1 像素的连通性第30-31页
        2.1.2 图像灰度化与二值化第31-32页
        2.1.3 图像直方图第32页
        2.1.4 区域特征提取第32-33页
    2.2 深度学习相关理论第33-47页
        2.2.1 深度学习概述第34-36页
        2.2.2 深度卷积神经网络第36-42页
        2.2.3 深度循环神经网络第42-44页
        2.2.4 深度神经网络的训练第44-47页
    2.3 本章小结第47-48页
第3章 船名标识字符检测与识别基准数据集及算法评价标准第48-68页
    3.1 引言第48页
    3.2 ZJUSHIPS60K船名标识数据集第48-62页
        3.2.1 图片的获取与选择第48-51页
        3.2.2 船名标识区域与字符内容标注第51-53页
        3.2.3 数据集划分第53-54页
        3.2.4 数据集统计分析第54-62页
    3.3 ZJUSHIPS950船名标识字符检测数据集第62-63页
    3.4 船名标识字符检测和识别算法评价标准第63-67页
        3.4.1 船名标识字符检测算法评价标准第63-66页
        3.4.2 船名标识字符识别算法评价标准第66-67页
    3.5 本章小结第67-68页
第4章 引入格式塔理论的自然场景多语种船名标识检测方法第68-95页
    4.1 引言第68-69页
    4.2 船名标识的格式塔特征第69-73页
        4.2.1 格式塔理论第69-70页
        4.2.2 格式塔理论视角下的船名标识第70-73页
    4.3 引入格式塔理论的多语种船名标识检测方法第73-85页
        4.3.1 基于字符临近性和相似性的多语种文本粗检测第73-75页
        4.3.2 基于字符高度和投影临近性的船名标识精检测第75-79页
        4.3.3 基于字符连续性的伪船名标识去除第79-81页
        4.3.4 基于字符低维特征相似性的漏检字符补全第81-85页
    4.4 实验结果及分析第85-94页
        4.4.1 实验结果第85-88页
        4.4.2 实验分析第88-94页
    4.5 本章小结第94-95页
第5章 基于深度神经网络迁移学习的船名标识检测方法第95-114页
    5.1 引言第95-96页
    5.2 基于深度卷积神经网络的迁移学习第96-98页
    5.3 船名标识检测深度卷积神经网络第98-100页
    5.4 基于模型金字塔机制的多尺度船名标识检测第100-103页
    5.5 实验结果及分析第103-113页
        5.5.1 数据集第103-104页
        5.5.2 实验设置第104-105页
        5.5.3 实现细节第105-106页
        5.5.4 实验结果与分析第106-113页
    5.6 本章小结第113-114页
第6章 包含不定长字符的多行印刷船名标识布局归一化与非分割式识别方法第114-142页
    6.1 引言第114-115页
    6.2 多行印刷船名标识布局归一化第115-120页
        6.2.1 船名标识水平倾斜矫正第115-117页
        6.2.2 船名标识字符布局归一化第117-120页
    6.3 联结主义时序分类模型第120-122页
    6.4 空间变换神经网络第122-125页
    6.5 不定长字符的船名标识非分割式识别第125-131页
    6.6 实验结果与分析第131-141页
        6.6.1 数据集第131-132页
        6.6.2 实验设置与实现细节第132-133页
        6.6.3 实验结果第133-138页
        6.6.4 实验分析第138-141页
    6.7 本章小结第141-142页
第7章 总结与展望第142-145页
    7.1 本文总结第142-143页
    7.2 未来展望第143-145页
致谢第145-146页
参考文献第146-156页
攻读博士学位期间主要研究成果第156-157页

论文共157页,点击 下载论文
上一篇:高强度超声对乳清蛋白的结构及功能特性影响研究
下一篇:邮储银行普惠金融发展路径研究