文本检测模型在视频场景中的字幕召回问题研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 视频图像文本检测难点 | 第11-12页 |
| 1.4 数据介绍以及评价标准 | 第12-13页 |
| 1.5 主要研究内容与组织架构 | 第13-16页 |
| 2 基于EAST的文本检测模型 | 第16-37页 |
| 2.1 Imagenet竞赛模型 | 第16-23页 |
| 2.2 常见检测算法 | 第23-26页 |
| 2.3 基于深度学习的文本检测方法 | 第26-29页 |
| 2.4 EAST模型 | 第29-35页 |
| 2.5 EAST的弱点 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 3 针对EAST模型的改进 | 第37-48页 |
| 3.1 特征层融合 | 第37-39页 |
| 3.2 改进的EAST网络结构 | 第39-41页 |
| 3.3 改进的第二极值算法 | 第41-46页 |
| 3.4 第二极值算法复杂度分析 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 4 实验及对比分析 | 第48-59页 |
| 4.1 针对改进EAST网络的实验 | 第48-53页 |
| 4.2 基于第二极值算法的实验 | 第53-58页 |
| 4.3 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
