| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的研究目标和主要工作 | 第12-13页 |
| 1.3.1 研究目标 | 第12-13页 |
| 1.3.2 主要工作 | 第13页 |
| 1.4 论文的结构安排 | 第13-15页 |
| 第2章 光学字符识别研究进展 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 图像预处理研究进展与研究方案 | 第15-21页 |
| 2.2.1 传统图像检测算法 | 第15-19页 |
| 2.2.2 基于深度学习的图像检测算法 | 第19-21页 |
| 2.2.3 图像预处理方案的选择 | 第21页 |
| 2.3 图像区域检测研究进展与研究方案 | 第21-22页 |
| 2.4 图像区域识别研究方案 | 第22页 |
| 2.5 本章小结 | 第22-25页 |
| 第3章 基于MSER算法的图像预处理 | 第25-33页 |
| 3.1 引言 | 第25页 |
| 3.2 输入图像概况与图像尺度规范 | 第25-26页 |
| 3.3 最大稳定极值区域算法(MSER) | 第26-29页 |
| 3.4 区域去重 | 第29-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 基于CNN的文字区域检测 | 第33-55页 |
| 4.1 引言 | 第33-34页 |
| 4.2 人工神经网络 | 第34-37页 |
| 4.2.1 人工神经网络简介 | 第34-35页 |
| 4.2.2 神经网络前向传播 | 第35-36页 |
| 4.2.3 神经网络权重更新 | 第36-37页 |
| 4.3 卷积神经网络的发展 | 第37-41页 |
| 4.3.1 Le Net | 第37-38页 |
| 4.3.2 Alex Net | 第38-39页 |
| 4.3.3 VGG | 第39页 |
| 4.3.4 Goog Le Net | 第39-40页 |
| 4.3.5 Res Net | 第40-41页 |
| 4.4 检测网络的搭建 | 第41-51页 |
| 4.4.1 训练数据的获取 | 第41-42页 |
| 4.4.2 检测网络模型的搭建 | 第42-44页 |
| 4.4.3 卷积层 | 第44-46页 |
| 4.4.4 池化层 | 第46-47页 |
| 4.4.5 全连接层 | 第47-48页 |
| 4.4.6 Softmax层 | 第48-51页 |
| 4.5 检测网络训练与分类结果 | 第51-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第5章 基于CNN串联RNN的文字区域识别 | 第55-73页 |
| 5.1 引言 | 第55-56页 |
| 5.2 循环神经网络的发展 | 第56-58页 |
| 5.3 识别网络的搭建 | 第58-69页 |
| 5.3.1 识别数据的获取 | 第58-59页 |
| 5.3.2 识别网络模型的搭建 | 第59-61页 |
| 5.3.3 Batch Normalization层 | 第61-64页 |
| 5.3.4 Long Short-Term Memory层 | 第64-68页 |
| 5.3.5 Connectionist Temporal Classification层 | 第68-69页 |
| 5.4 识别网络训练与识别结果 | 第69-71页 |
| 5.5 本章小结 | 第71-73页 |
| 结论与展望 | 第73-77页 |
| 1 论文的主要工作 | 第73-74页 |
| 2 工作总结及下一步工作展望 | 第74-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间发表的学术论文 | 第83页 |
| 软件著作权 | 第83页 |
| 攻读硕士学位期间参加的科研项目 | 第83-85页 |
| 致谢 | 第85页 |
