基于深度学习的自然场景文本检测算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 自然场景文本检测面临的挑战 | 第11-12页 |
| 1.2.2 传统的文本检测方法 | 第12-13页 |
| 1.2.3 基于深度学习的文本检测方法 | 第13页 |
| 1.3 数据库 | 第13-14页 |
| 1.3.1 数据库的发展 | 第13-14页 |
| 1.3.2 我们使用的数据库 | 第14页 |
| 1.4 评估方法 | 第14-19页 |
| 1.4.1 衡量指标和匹配规则 | 第14-17页 |
| 1.4.2 两种评估方式 | 第17-19页 |
| 1.5 本文主要工作和论文框架 | 第19-21页 |
| 第二章 相关技术 | 第21-27页 |
| 2.1 深度学习方法的发展 | 第21-24页 |
| 2.1.1 基于深度学习的目标检测的发展 | 第21-22页 |
| 2.1.2 基于深度学习的文本检测的发展 | 第22-24页 |
| 2.2 目标检测与文本检测之间的关系 | 第24-25页 |
| 2.3 解决局限性的策略 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于深度学习的自然场景文本检测算法 | 第27-42页 |
| 3.1 粗检测网络 | 第27-30页 |
| 3.1.1 HED网络基本结构 | 第27-29页 |
| 3.1.2 标签的设计及训练过程 | 第29-30页 |
| 3.1.3 测试结果 | 第30页 |
| 3.2 中间处理机制 | 第30-33页 |
| 3.2.1 文本块图像的获得 | 第30-31页 |
| 3.2.2 多尺度的文本二值显著图 | 第31页 |
| 3.2.3 文本块图像的合理合并 | 第31-32页 |
| 3.2.4 文本块图像的灵活调整 | 第32-33页 |
| 3.3 细检测网络 | 第33-40页 |
| 3.3.1 标签设计和anchor设计 | 第34-36页 |
| 3.3.2 LSTM的使用 | 第36-38页 |
| 3.3.3 训练过程中损失函数的设计 | 第38页 |
| 3.3.4 测试过程的文本行的生成 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 实验与分析 | 第42-52页 |
| 4.1 中间处理机制的性能评估 | 第42-45页 |
| 4.1.1 合并机制的使用 | 第42-44页 |
| 4.1.2 文本块图像尺度的灵活调整 | 第44-45页 |
| 4.2 粗、细检测网络的性能评估 | 第45-48页 |
| 4.2.1 粗、细检测网络的实现细节 | 第45-46页 |
| 4.2.2 粗、细检测网络的性能评估 | 第46-48页 |
| 4.3 方法的对比与挑战 | 第48-51页 |
| 4.3.1 与其他方法的对比 | 第48-51页 |
| 4.3.2 我们方法的挑战 | 第51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 存在的问题和展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 附录 | 第61-62页 |
| 详细摘要 | 第62-64页 |
