基于深度学习算法的视频文本区域定位与识别
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 文字识别发展历程 | 第11-12页 |
| 1.2.2 文本定位研究现状 | 第12-13页 |
| 1.2.3 已有方法的不足 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 第2章 Gabor滤波器的分析与设计 | 第16-26页 |
| 2.1 Gabor滤波器分析 | 第16-21页 |
| 2.1.1 正弦平面波的特性 | 第16-20页 |
| 2.1.2 Gaussian核函数的特性 | 第20-21页 |
| 2.2 Gabor滤波器设计 | 第21-23页 |
| 2.3 Gabor滤波器特征表征 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 DBN网络构建与视频文本定位 | 第26-46页 |
| 3.1 深度学习概述 | 第26页 |
| 3.2 RBM原理及分析 | 第26-31页 |
| 3.2.1 RBM网络结构 | 第26-27页 |
| 3.2.2 RBM模型分析 | 第27-29页 |
| 3.2.3 RBM模型的构建 | 第29-31页 |
| 3.3 DBN网络原理与分析 | 第31-35页 |
| 3.3.1 DBN网络基本原理 | 第31-32页 |
| 3.3.2 DBN网络模型分析 | 第32页 |
| 3.3.3 DBN网络的训练 | 第32-35页 |
| 3.4 视频文本区域判别 | 第35-36页 |
| 3.5 文本跟踪 | 第36-38页 |
| 3.6 文本区域定位结果及分析 | 第38-44页 |
| 3.6.1 不同网络结构处理能力的比较 | 第38-39页 |
| 3.6.2 与传统文本定位方法的比较 | 第39-40页 |
| 3.6.3 视频图像文本区域定位处理结果 | 第40-44页 |
| 3.7 本章小结 | 第44-46页 |
| 第4章 形态学图像去噪处理 | 第46-54页 |
| 4.1 形态学处理原理 | 第46页 |
| 4.2 二值腐蚀与膨胀 | 第46-49页 |
| 4.2.1 对定位区域进行腐蚀 | 第46-48页 |
| 4.2.2 对定位区域进行膨胀 | 第48-49页 |
| 4.3 对定位区域的二值开和闭 | 第49-52页 |
| 4.3.1 对定位区域的二值开处理 | 第49-50页 |
| 4.3.2 对定位区域的二值闭处理 | 第50-52页 |
| 4.3.3 二值开闭混合运算的对比 | 第52页 |
| 4.4 形态学其他处理方法 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 文本增强与OCR识别 | 第54-62页 |
| 5.1 文本增强 | 第54-55页 |
| 5.2 字符识别的基本流程 | 第55页 |
| 5.3 文本图像二值化 | 第55-57页 |
| 5.3.1 文本区域二值化 | 第56页 |
| 5.3.2 二值图像反转 | 第56-57页 |
| 5.4 文字切分与归一化 | 第57-58页 |
| 5.4.1 文字切分 | 第57页 |
| 5.4.2 归一化 | 第57-58页 |
| 5.5 特征提取与OCR识别 | 第58-61页 |
| 5.5.1 特征提取 | 第58-59页 |
| 5.5.2 OCR识别 | 第59-61页 |
| 5.6 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间所发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |
