基于卷积神经网络的自然场景文本识别系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-22页 |
| 1.1 引言 | 第9页 |
| 1.2 课题背景及研究意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-20页 |
| 1.3.1 文本识别研究现状 | 第11-14页 |
| 1.3.2 深度学习研究现状 | 第14-17页 |
| 1.3.3 卷积神经网络研究现状 | 第17-20页 |
| 1.4 本文主要内容及章节安排 | 第20-22页 |
| 第2章 文本识别系统需求分析及系统概要设计 | 第22-27页 |
| 2.1 文本识别系统的需求分析 | 第22-23页 |
| 2.1.1 系统组成 | 第22-23页 |
| 2.1.2 系统各个模块功能需求 | 第23页 |
| 2.2 系统概要设计 | 第23-26页 |
| 2.2.1 系统框架图 | 第23-24页 |
| 2.2.2 系统各个模块处理流程 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 文本图像的合成及其预处理 | 第27-39页 |
| 3.1 文本图像的合成 | 第27-33页 |
| 3.1.1 自然场景下文本的特点 | 第27-29页 |
| 3.1.2 合成与自然场景相似的文本图像 | 第29-33页 |
| 3.2 图像预处理 | 第33-38页 |
| 3.2.1 图像预处理相关算法介绍 | 第33-37页 |
| 3.2.2 图像预处理流程 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 文本的检测及识别 | 第39-52页 |
| 4.1 引言 | 第39页 |
| 4.2 文本检测模块的详细设计 | 第39-45页 |
| 4.2.1 卷积神经网络分类器的设计 | 第39-41页 |
| 4.2.2 后处理模块的设计 | 第41-45页 |
| 4.3 文本识别模块的详细设计 | 第45-50页 |
| 4.3.1 基于滑动窗口的字符分隔 | 第45-46页 |
| 4.3.2 卷积神经网络的详细设计 | 第46-47页 |
| 4.3.3 文本识别 | 第47-50页 |
| 4.4 实验结果 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-59页 |
| 致谢 | 第59页 |
