首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于文字统计特性和深度神经网络的自然场景文字检测

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

论文共107页,点击 下载论文
上一篇:基于Web GIS和高斯大气模型的厦门港船舶污染物的扩散模拟研究
下一篇:基于Agent技术的建设工程大气污染仿真研究