| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-27页 |
| 1.1 研究背景 | 第11-14页 |
| 1.2 自然场景文本检测任务描述及相关概念介绍 | 第14-16页 |
| 1.2.1 任务描述 | 第14页 |
| 1.2.2 文本框的表示方法 | 第14-15页 |
| 1.2.3 文本框的交并操作 | 第15-16页 |
| 1.2.4 文本实例 | 第16页 |
| 1.3 研究现状 | 第16-24页 |
| 1.3.1 面临的挑战 | 第16-17页 |
| 1.3.2 常用的公开数据集 | 第17-19页 |
| 1.3.3 文本检测算法评价方法 | 第19-24页 |
| 1.4 本文研究内容与贡献 | 第24-25页 |
| 1.5 本文章节安排 | 第25-27页 |
| 第2章 相关工作概述 | 第27-37页 |
| 2.1 物体检测算法 | 第27-28页 |
| 2.2 语义分割与实例分割 | 第28-29页 |
| 2.3 现有的文本检测算法 | 第29-36页 |
| 2.3.1 以字符为中心的文本检测 | 第29-31页 |
| 2.3.2 以单词为中心的文本检测 | 第31-32页 |
| 2.3.3 基于分割的文本检测算法 | 第32-34页 |
| 2.3.4 基于回归的文本检测算法 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 PixelLink:基于实例分割的文本检测算法 | 第37-47页 |
| 3.1 引言 | 第37-40页 |
| 3.2 网络结构 | 第40-44页 |
| 3.2.1 VGG16 | 第40-41页 |
| 3.2.2 FCN | 第41-42页 |
| 3.2.3 特征融合 | 第42-43页 |
| 3.2.4 网络输出 | 第43-44页 |
| 3.3 后处理 | 第44-46页 |
| 3.3.1 像素连接 | 第44-45页 |
| 3.3.2 提取文本框 | 第45页 |
| 3.3.3 后过滤 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 PixelLink模型优化方法 | 第47-55页 |
| 4.1 真值计算 | 第47-48页 |
| 4.2 损失函数 | 第48-52页 |
| 4.2.1 像素分类任务上的损失函数 | 第49-51页 |
| 4.2.2 连接关系预测任务的损失函数 | 第51-52页 |
| 4.3 数据增长 | 第52-53页 |
| 4.4 优化方法 | 第53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 实验部分 | 第55-65页 |
| 5.1 实验数据集和评测方法 | 第55页 |
| 5.2 实现细节 | 第55页 |
| 5.3 IC15多方向文本检测 | 第55-56页 |
| 5.4 TD500多方向长文本检测 | 第56-57页 |
| 5.5 IC13水平方向文本检测 | 第57-58页 |
| 5.6 PixelLink与基于回归的方法的比较 | 第58-60页 |
| 5.7 PixelLink模型切除分析实验 | 第60-61页 |
| 5.8 PixelLink检测结果示例与缺点分析 | 第61-64页 |
| 5.9 本章小结 | 第64-65页 |
| 第6章 总结和展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-75页 |
| 攻读硕士学位期间的主要研究成果 | 第75-77页 |
| 致谢 | 第77页 |