摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 研究意义 | 第10-12页 |
1.3 本文主要工作和安排 | 第12-15页 |
第二章 自然场景文本识别的相关技术研究 | 第15-23页 |
2.1 自然场景文本检测的相关研究 | 第16-19页 |
2.2 自然场景文本识别的相关研究 | 第19-20页 |
2.3 自然场景文本识别端到端系统的相关研究 | 第20-21页 |
2.4 本章小结 | 第21-23页 |
第三章 卷积神经网络概述 | 第23-29页 |
3.1 前馈神经网络 | 第23-25页 |
3.2 卷积神经网络 | 第25-28页 |
3.3 本章小结 | 第28-29页 |
第四章 MatE2E系统的设计 | 第29-51页 |
4.1 MatE2E系统的总体设计 | 第29-31页 |
4.2 卷积神经网络(Convolutional Neural Networks,CNN)分类器的设计 | 第31-35页 |
4.2.1 字符训练数据集 | 第32-33页 |
4.2.2 字符判断分类器和字符识别分类器的网络结构 | 第33-35页 |
4.3 文本检测模块的设计 | 第35-46页 |
4.3.1 文本置信图子模块 | 第37-38页 |
4.3.2 单词区域边界子模块 | 第38-46页 |
4.4 文本识别模块的设计 | 第46-48页 |
4.5 本章小结 | 第48-51页 |
第五章 MatE2E系统的验证 | 第51-63页 |
5.1 实验数据集和实验环境 | 第51-54页 |
5.2 文本检测的实验验证 | 第54-58页 |
5.3 文本识别的实验验证 | 第58-60页 |
5.4 MatE2E系统的实验验证 | 第60-62页 |
5.5 本章小结 | 第62-63页 |
第六章 结束语 | 第63-65页 |
6.1 工作总结 | 第63-64页 |
6.2 问题和展望 | 第64-65页 |
参考文献 | 第65-69页 |
致谢 | 第69-71页 |
攻读学位期间发表的学术论文目录 | 第71页 |