| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的研究内容和组织结构 | 第12-15页 |
| 第二章 场景文本检测研究综述 | 第15-24页 |
| 2.1 传统文本检测方法 | 第15-18页 |
| 2.1.1 区域选择 | 第15-16页 |
| 2.1.2 基于纹理的文本检测方法 | 第16-17页 |
| 2.1.3 基于颜色的文本检测方法 | 第17页 |
| 2.1.4 基于连通域的文本检测方法 | 第17-18页 |
| 2.1.5 基于多特征融合的文本检测方法 | 第18页 |
| 2.2 基于深度神经网络的文本检测方法 | 第18-23页 |
| 2.3 公开数据集 | 第23-24页 |
| 第三章 SSD-CTPN文本检测方法 | 第24-34页 |
| 3.1 引言 | 第24-26页 |
| 3.2 目标检测的深度神经网络 | 第26-28页 |
| 3.2.1 DPM检测方法 | 第26页 |
| 3.2.2 区域建议的目标检测深度神经网络 | 第26-28页 |
| 3.3 SSD | 第28-31页 |
| 3.4 CTPN | 第31-33页 |
| 3.5 SSD-CTPN文本检测算法 | 第33-34页 |
| 第四章 文本检测系统实现与实验结果 | 第34-51页 |
| 4.1 系统概述 | 第34-35页 |
| 4.1.1 系统应用背景 | 第34-35页 |
| 4.1.2 系统开发环境 | 第35页 |
| 4.2 系统设计与实现 | 第35-37页 |
| 4.2.1 系统SSD架构图 | 第35-36页 |
| 4.2.2 系统训练策略 | 第36页 |
| 4.2.3 CTPN架构图 | 第36-37页 |
| 4.3 实验评估 | 第37-39页 |
| 4.3.1 准确率,召回率,综合评价指标 | 第37-38页 |
| 4.3.2 mAP | 第38-39页 |
| 4.3.3 IOU | 第39页 |
| 4.4 数据集与实验结果 | 第39-51页 |
| 4.4.1 SSD自然场景文字检测实验数据集与实验结果 | 第40-45页 |
| 4.4.2 CTPN自然场景文字检测实验数据集与实验结果 | 第45-47页 |
| 4.4.3 SSD-CTPN实验结果分析 | 第47-51页 |
| 第五章 总结与展望 | 第51-52页 |
| 5.1 本文工作总结 | 第51页 |
| 5.2 未来工作展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |