| 摘要 | 第4-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究的背景与意义 | 第11-14页 |
| 1.2 国内外研究动态 | 第14-16页 |
| 1.3 存在的问题与挑战 | 第16-18页 |
| 1.4 论文研究内容与创新点 | 第18-19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第二章 文本检测方法概述 | 第21-31页 |
| 2.1 传统文本检测框架 | 第21-22页 |
| 2.2 文本检测方法分类 | 第22-26页 |
| 2.2.1 基于滑动窗口的文本检测方法 | 第22-23页 |
| 2.2.2 基于连通域的文本检测方法 | 第23-25页 |
| 2.2.3 基于卷积神经网络的文本检测方法 | 第25-26页 |
| 2.3 文本检测方法评估标准 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 一个新的用于场景文本检测与识别的数据库 | 第31-43页 |
| 3.1 引言 | 第31-33页 |
| 3.2 现有文本数据介绍 | 第33-35页 |
| 3.3 本章数据库介绍 | 第35-39页 |
| 3.3.1 图像收集 | 第35页 |
| 3.3.2 标注软件与标注过程 | 第35-38页 |
| 3.3.3 标注结果统计 | 第38-39页 |
| 3.4 数据库对比与结果 | 第39-42页 |
| 3.4.1 数据库对比 | 第39-40页 |
| 3.4.2 实验结果与分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于笔画宽度变换与卷积神经网络的场景文本检测 | 第43-63页 |
| 4.1 引言 | 第43-44页 |
| 4.2 基于笔画宽度变换与卷积神经网络的场景文本检测方法 | 第44-51页 |
| 4.2.1 笔画宽度变换算法 | 第44-46页 |
| 4.2.2 DeepID网络 | 第46-47页 |
| 4.2.3 方法流程 | 第47-51页 |
| 4.3 实验结果与分析 | 第51-61页 |
| 4.3.1 实验数据 | 第51-53页 |
| 4.3.2 实验设置 | 第53页 |
| 4.3.3 算法性能分析 | 第53-57页 |
| 4.3.4 文本检测性能对比 | 第57-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 总结和未来工作 | 第63-65页 |
| 5.1 本文工作总结 | 第63-64页 |
| 5.2 未来工作 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间取得的学术成果 | 第71-73页 |
| 致谢 | 第73页 |