| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-27页 |
| 1.1 课题研究背景及意义 | 第17-20页 |
| 1.2 自然场景文本检测技术的历史发展及现状 | 第20-25页 |
| 1.2.1 自然场景文本定位技术的历史发展及现状 | 第20-23页 |
| 1.2.2 自然场景文本识别技术的历史发展及现状 | 第23-25页 |
| 1.3 本文的主要研究工作和章节安排 | 第25-27页 |
| 第二章 深度学习理论及合成文本数据的相关方法 | 第27-43页 |
| 2.1 深度学习的基本概念 | 第27-28页 |
| 2.2 卷积神经网络的原理 | 第28-37页 |
| 2.2.1 卷积层 | 第28-31页 |
| 2.2.2 池化层 | 第31-32页 |
| 2.2.3 激活函数 | 第32-35页 |
| 2.2.4 CNN架构及BP算法简介 | 第35-37页 |
| 2.3 递归神经网络及长短时记忆网络的原理 | 第37-39页 |
| 2.3.1 递归神经网络(RNN)的原理 | 第37-38页 |
| 2.3.2 长短期记忆(LSTM)网络的原理 | 第38-39页 |
| 2.4 人工合成自然场景中文文本数据集 | 第39-41页 |
| 2.4.1 自然图像中用于文本定位的合成数据 | 第39-40页 |
| 2.4.2 人工合成自然场景中文文本数据集 | 第40-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 基于卷积神经网络的自然场景文本定位算法 | 第43-65页 |
| 3.1 基于卷积神经网络的文本定位全卷积网络 | 第43-49页 |
| 3.2 文本定位全卷积网络的训练 | 第49-52页 |
| 3.2.1 文本定位全卷积网络的损失函数 | 第49-50页 |
| 3.2.2 文本定位全卷积网络的训练过程 | 第50-52页 |
| 3.3 文本定位全卷积网络的测试 | 第52-54页 |
| 3.4 实验结果与分析 | 第54-63页 |
| 3.4.1 实验环境、数据集及评价指标 | 第54-55页 |
| 3.4.2 实验一：文本定位全卷积网络在不同数据集下的表现 | 第55-58页 |
| 3.4.3 实验二：文本定位全卷积网络和CTPN网络比对 | 第58-63页 |
| 3.4.4 实验三：算法效率比对 | 第63页 |
| 3.5 本章小结 | 第63-65页 |
| 第四章 基于CRNN及注意力机制的中文文本识别网络 | 第65-83页 |
| 4.1 CRNN文本识别算法的局限性及注意力机制 | 第65-69页 |
| 4.1.1 CRNN网络简介及在文本识别上的局限性 | 第65-68页 |
| 4.1.2 注意力机制简介 | 第68-69页 |
| 4.2 基于CRNN及注意力机制的文本识别网络 | 第69-75页 |
| 4.2.1 网络结构 | 第69-74页 |
| 4.2.2 中文文本识别网络的训练 | 第74-75页 |
| 4.2.3 文本识别网络的测试 | 第75页 |
| 4.3 实验结果与分析 | 第75-80页 |
| 4.3.1 实验环境、数据集及评价指标 | 第75-76页 |
| 4.3.2 实验结果与分析 | 第76-79页 |
| 4.3.3 算法模型比较 | 第79-80页 |
| 4.4 本章小结 | 第80-83页 |
| 第五章 基于深度学习的视频特定敏感内容监测系统 | 第83-93页 |
| 5.1 基于深度学习的视频特定敏感内容监测系统的设计方案 | 第83-87页 |
| 5.1.1 需求分析 | 第83页 |
| 5.1.2 系统检测算法原理 | 第83-86页 |
| 5.1.3 系统整体架构 | 第86-87页 |
| 5.2 基于深度学习的视频特定敏感内容监测系统实现 | 第87-89页 |
| 5.2.1 服务端的实现 | 第87-88页 |
| 5.2.2 客户端的的实现 | 第88-89页 |
| 5.3 基于深度学习的视频特定敏感内容监测系统实现效果 | 第89-92页 |
| 5.4 本章小结 | 第92-93页 |
| 第六章 总结和展望 | 第93-95页 |
| 6.1 本文总结 | 第93页 |
| 6.2 展望 | 第93-95页 |
| 参考文献 | 第95-99页 |
| 致谢 | 第99-101页 |
| 作者简介 | 第101-102页 |
