基于统计学习的视频文字检测与定位研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| §1-1 选题背景和意义 | 第9页 |
| §1-2 视频文字检测与定位研究进展 | 第9-12页 |
| 1-2-1 视频文字检测的研究 | 第9-10页 |
| 1-2-2 基于区域的视频文字定位 | 第10-11页 |
| 1-2-3 基于纹理的视频文字定位 | 第11页 |
| 1-2-4 基于学习的视频文字定位 | 第11-12页 |
| 1-2-5 基于时空分布特征的视频文字定位 | 第12页 |
| 1-2-6 基于压缩域的视频文字定位 | 第12页 |
| §1-3 统计学习理论发展过程 | 第12-13页 |
| §1-4 本文主要研究工作和论文章节安排 | 第13-14页 |
| 第二章 统计学习及视频文字检测与定位的基本理论 | 第14-19页 |
| §2-1 引言 | 第14页 |
| §2-2 统计学习理论 | 第14-16页 |
| §2-3 基于统计学习理论的机器学习方法 | 第16-17页 |
| §2-4 视频文字检测与定位介绍 | 第17-18页 |
| 2-4-1 视频文字特征 | 第17-18页 |
| 2-4-2 文字检测与定位的基本原理 | 第18页 |
| §2-5 本章小结 | 第18-19页 |
| 第三章 基于最小最大概率机的视频文字检测 | 第19-31页 |
| §3-1 引言 | 第19页 |
| §3-2 最小最大概率机原理 | 第19-21页 |
| 3-2-1 基本原理 | 第19-20页 |
| 3-2-2 核化过程 | 第20-21页 |
| 3-2-3 稳健分类最小最大概率机 | 第21页 |
| §3-3 视频文字检测过程 | 第21-25页 |
| §3-4 实验结果与分析 | 第25-30页 |
| §3-5 本章小结 | 第30-31页 |
| 第四章 基于梯度离散余弦变换的视频文字定位 | 第31-42页 |
| §4-1 引言 | 第31页 |
| §4-2 梯度离散余弦变换原理 | 第31-32页 |
| §4-3 视频文字定位过程 | 第32-33页 |
| §4-4 实验结果与分析 | 第33-41页 |
| 4-4-1 结构元素的设置对定位结果的影响 | 第33-34页 |
| 4-4-2 视频文字定位的仿真分析 | 第34-41页 |
| §4-5 本章小结 | 第41-42页 |
| 第五章 基于模糊支持向量机的视频文字定位 | 第42-55页 |
| §5-1 引言 | 第42页 |
| §5-2 模糊支持向量机原理 | 第42-43页 |
| 5-2-1 模糊集理论 | 第42页 |
| 5-2-2 模糊支持向量分类机 | 第42-43页 |
| §5-3 视频文字定位过程 | 第43-47页 |
| 5-3-1 特征提取 | 第45页 |
| 5-3-2 隶属度的计算 | 第45-46页 |
| 5-3-3 参数选择 | 第46-47页 |
| 5-3-4 后处理过程 | 第47页 |
| §5-4 实验结果与分析 | 第47-54页 |
| §5-5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间所取得的相关科研成果 | 第60页 |
