| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1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10-13页 |
| 1.2.1 传统方法 | 第11页 |
| 1.2.2 基于深度学习的方法 | 第11-13页 |
| 1.3 主要工作和贡献 | 第13-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 第2章 目标检测技术基础 | 第15-25页 |
| 2.1 R-CNN系列方法 | 第15-21页 |
| 2.1.1 候选目标区域提取 | 第15-16页 |
| 2.1.2 R-CNN | 第16页 |
| 2.1.3 FastR-CNN | 第16-19页 |
| 2.1.4 FasterR-CNN | 第19-21页 |
| 2.2 SSD | 第21-23页 |
| 2.3 反思 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 基于特征金字塔的场景文本检测 | 第25-45页 |
| 3.1 网络结构 | 第25-29页 |
| 3.1.1 主干网络 | 第25-27页 |
| 3.1.2 特征金字塔 | 第27-28页 |
| 3.1.3 检测模块 | 第28-29页 |
| 3.2 技术细节 | 第29-39页 |
| 3.2.1 atrous卷积 | 第29-30页 |
| 3.2.2 特征金字塔 | 第30-34页 |
| 3.2.3 先验盒 | 第34-36页 |
| 3.2.4 预测层 | 第36-37页 |
| 3.2.5 匹配规则 | 第37-38页 |
| 3.2.6 损失函数 | 第38-39页 |
| 3.3 实验 | 第39-44页 |
| 3.3.1 实验环境 | 第39页 |
| 3.3.2 数据集 | 第39页 |
| 3.3.3 训练和测试 | 第39-40页 |
| 3.3.4 验证特征金字塔的有效性 | 第40页 |
| 3.3.5 检测小文本的实验 | 第40-42页 |
| 3.3.6 不同配置下的FPTD性能对比 | 第42页 |
| 3.3.7 与其他检测方法的对比 | 第42-43页 |
| 3.3.8 检测效果展示与分析 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于弱监督的场景文本注意力网络 | 第45-63页 |
| 4.1 网络模型 | 第45-46页 |
| 4.2 技术细节 | 第46-53页 |
| 4.2.1 空间金字塔池化 | 第46-48页 |
| 4.2.2 类激活图的生成 | 第48-50页 |
| 4.2.3 感受野和多尺度问题 | 第50-51页 |
| 4.2.4 生成文本候选区域 | 第51-53页 |
| 4.3 实验 | 第53-60页 |
| 4.3.1 实验环境 | 第53页 |
| 4.3.2 数据集 | 第53页 |
| 4.3.3 训练 | 第53-54页 |
| 4.3.4 测试 | 第54页 |
| 4.3.5 二分类效果 | 第54页 |
| 4.3.6 文本候选区域提取效果 | 第54-55页 |
| 4.3.7 ICDAR2013数据集上的召回效果 | 第55-56页 |
| 4.3.8 ICDAR2015数据集上的召回效果 | 第56-59页 |
| 4.3.9 单一尺度输入的召回效果 | 第59页 |
| 4.3.10 与其他文本proposal方法的比较 | 第59-60页 |
| 4.4 本章小结 | 第60-63页 |
| 结论 | 第63-67页 |
| 本文总结 | 第63-64页 |
| 工作展望 | 第64-67页 |
| 参考文献 | 第67-73页 |
| 附录一 ICDAR2013数据集介绍 | 第73-78页 |
| 附录二 ICDAR2015数据集介绍 | 第78-80页 |
| 附录三 FPTD评测结果截图 | 第80-83页 |
| 攻读硕士学位期间取得的成果 | 第83-85页 |
| 致谢 | 第85页 |