摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-23页 |
1.1 研究背景 | 第14-16页 |
1.1.1 研究意义 | 第14-15页 |
1.1.2 研究难点 | 第15-16页 |
1.2 相关研究 | 第16-20页 |
1.2.1 传统方法 | 第16-18页 |
1.2.2 基于深度模型的方法 | 第18-20页 |
1.3 本文主要贡献和结构安排 | 第20-23页 |
1.3.1 本文主要贡献 | 第20-22页 |
1.3.2 本文结构安排 | 第22-23页 |
第二章 基于SSD的目标检测 | 第23-34页 |
2.1 SSD的检测流程 | 第23-24页 |
2.1.1 SSD的模型结构 | 第23-24页 |
2.2 SSD的框架 | 第24-27页 |
2.2.1 多尺度特征图 | 第24-25页 |
2.2.2 用于预测的卷积滤波核 | 第25-26页 |
2.2.3 Default Box | 第26-27页 |
2.3 SSD的训练 | 第27-31页 |
2.3.1 Default Box的匹配策略 | 第27-28页 |
2.3.2 训练目标函数 | 第28-30页 |
2.3.3 Default Box的尺度和长宽比设置 | 第30-31页 |
2.3.4 Hard Negative Mining | 第31页 |
2.3.5 数据扩增 | 第31页 |
2.4 SSD与相关方法的对比 | 第31-33页 |
2.4.1 SSD与YOLO的对比 | 第31-32页 |
2.4.2 SSD与Faster R-CNN-的对比 | 第32-33页 |
2.5 本章总结 | 第33-34页 |
第三章 基于文字统计特性的深度文本检测子 | 第34-64页 |
3.1 SSD与文字检测 | 第34-36页 |
3.2 基于文字统计特性的SSD改进 | 第36-37页 |
3.3 DEFAULT Box的设置 | 第37-44页 |
3.3.1 文本特性统计分析 | 第40-43页 |
3.3.2 Default Box的尺度和长宽比 | 第43-44页 |
3.4 基于投票的多尺度融合 | 第44-48页 |
3.4.1 非极大值抑制 | 第44-45页 |
3.4.2 基于投票的多尺度融合 | 第45-48页 |
3.5 文字图像库建设 | 第48-51页 |
3.6 实验结果 | 第51-63页 |
3.6.1 实验环境 | 第51-53页 |
3.6.2 Default Box尺度大小的影响 | 第53-55页 |
3.6.3 Default Box长宽比的影响 | 第55-57页 |
3.6.4 训练数据集的影响 | 第57-58页 |
3.6.5 图像尺度的影响 | 第58-59页 |
3.6.6 学习率的影响 | 第59-61页 |
3.6.7 多尺度输入融合的影响 | 第61-63页 |
3.7 本章总结 | 第63-64页 |
第四章 基于文字统计特性的多粒度文本检测 | 第64-83页 |
4.1 文字检测的不同粒度 | 第64-65页 |
4.2 多粒度文本检测算法 | 第65-74页 |
4.2.1 数据库介绍 | 第66-68页 |
4.2.2 字符级和文本线级文字统计特性 | 第68-73页 |
4.2.3 三种粒度的Default Box设置 | 第73-74页 |
4.3 实验结果 | 第74-82页 |
4.3.1 字符级检测结果 | 第74-75页 |
4.3.2 词组级检测结果 | 第75-81页 |
4.3.3 文本线级检测结果 | 第81-82页 |
4.4 本章总结 | 第82-83页 |
第五章 基于文字统计特性的多方向文本检测 | 第83-98页 |
5.1 基于自底向上的检测策略 | 第84-91页 |
5.1.1 多方向文本线形成算法 | 第86-91页 |
5.2 基于多方向融合的检测策略 | 第91-93页 |
5.3 实验结果 | 第93-97页 |
5.3.1 数据库和评价指标 | 第93-94页 |
5.3.2 自底向上策略实验结果 | 第94-96页 |
5.3.3 多方向融合策略实验结果 | 第96-97页 |
5.4 本章总结 | 第97-98页 |
第六章 总结与展望 | 第98-101页 |
6.1 本文总结 | 第98-99页 |
6.2 未来工作展望 | 第99-101页 |
科研成果 | 第101-102页 |
致谢语 | 第102-103页 |
参考文献 | 第103-107页 |