| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 缩略语 | 第15-16页 |
| 第一章 绪论 | 第16-31页 |
| 1.1 课题的研究背景和意义 | 第16-18页 |
| 1.2 课题的相关研究工作 | 第18-28页 |
| 1.2.1 自然场景图像的文字检测历史和现状 | 第19-21页 |
| 1.2.2 自然场景图像的文字识别历史和现状 | 第21-23页 |
| 1.2.3 融合的自然场景图像的文字检测和识别历史和现状 | 第23-24页 |
| 1.2.4 研究现状总结 | 第24-25页 |
| 1.2.5 数据集和评估方法 | 第25-28页 |
| 1.3 本文的研究工作和创新点 | 第28-29页 |
| 1.4 本文的章节安排 | 第29-31页 |
| 第二章 候选文字区域提取算法：I-MSER | 第31-57页 |
| 2.1 引言 | 第31-33页 |
| 2.2 MSER介绍 | 第33-37页 |
| 2.2.1 MSER提取算法 | 第33-35页 |
| 2.2.2 MSER在文字和背景区域中的差异 | 第35-37页 |
| 2.3 I-MSER提取算法的设计 | 第37-44页 |
| 2.3.1 I-MSER提取算法的设计动机：MSER的统计分析 | 第37-38页 |
| 2.3.2 I-MSER提取算法的设计思想 | 第38-40页 |
| 2.3.3 I-MSER提取算法的流程 | 第40-44页 |
| 2.4 以I-MSER为核心的文字检测算法流程 | 第44-46页 |
| 2.5 实验 | 第46-53页 |
| 2.5.1 深度学习模型及其训练样本 | 第47-48页 |
| 2.5.2 实验结果与分析 | 第48-53页 |
| 2.6 本章小结 | 第53-55页 |
| 附图 | 第55-57页 |
| 第三章 人工中文字图像生成器和CSAE | 第57-78页 |
| 3.1 引言 | 第57-58页 |
| 3.2 人工中文字图像生成器 | 第58-62页 |
| 3.2.1 设计动机 | 第58-59页 |
| 3.2.2 设计方法 | 第59-62页 |
| 3.3 卷积稀疏自编码器(CSAE) | 第62-69页 |
| 3.3.1 卷积层和稀疏自编码器 | 第62-63页 |
| 3.3.2 CSAE的设计 | 第63-69页 |
| 3.4 实验 | 第69-76页 |
| 3.4.1 人工中文字图像生成器：基于深度学习模型的中文字识别实验 | 第69-73页 |
| 3.4.2 CSAE：基于深度学习模型的中文字检测试验 | 第73-76页 |
| 3.5 本章小结 | 第76-78页 |
| 第四章 中文字特征提取：TSCD层 | 第78-106页 |
| 4.1 引言 | 第78-81页 |
| 4.2 中文字结构部件 | 第81-84页 |
| 4.2.1 中文字结构部件是构造和认知的核心 | 第81-83页 |
| 4.2.2 中文字结构部件的划分方法 | 第83-84页 |
| 4.3 中文字结构部件检测(TSCD)层 | 第84-94页 |
| 4.3.1 通用卷积特征表达的限制 | 第84-86页 |
| 4.3.2 TSCD层的设计 | 第86-94页 |
| 4.4 实验 | 第94-103页 |
| 4.4.1中文字检测实验 | 第94-98页 |
| 4.4.2中文字识别实验 | 第98-101页 |
| 4.4.3中文字检测和识别连合实验 | 第101-103页 |
| 4.5 本章小结 | 第103-104页 |
| 附图 | 第104-106页 |
| 第五章 融合的自然场景图像的中文字检测和识别 | 第106-133页 |
| 5.1 引言 | 第106-108页 |
| 5.2 自然场景图像的中文字检测和识别的融合框架 | 第108-111页 |
| 5.3 候选文字区域生成算法 | 第111-114页 |
| 5.3.1 算法的设计目的 | 第111-112页 |
| 5.3.2 基于深度学习模型的区域生成算法 | 第112-114页 |
| 5.4 融合的中文字检测和识别深度学习模型 | 第114-119页 |
| 5.4.1 基于TSCD层的中文字特征提取结构 | 第115-116页 |
| 5.4.2 平行的中文字检测和识别分类结构 | 第116-117页 |
| 5.4.3 检测和识别分类结果的融合分析 | 第117-119页 |
| 5.5 实验 | 第119-129页 |
| 5.5.1 融合的自然场景图像的中文字检测和识别 | 第119-125页 |
| 5.5.2 候选文字区域生成算法作用 | 第125-127页 |
| 5.5.3 融合的中文字检测模型 | 第127-129页 |
| 5.6 本章小结 | 第129-131页 |
| 附图 | 第131-133页 |
| 第六章 总结与展望 | 第133-136页 |
| 6.1 本文总结 | 第133-134页 |
| 6.2 未来工作展望 | 第134-136页 |
| 参考文献 | 第136-146页 |
| 致谢 | 第146-147页 |
| 攻读学位期间已发表或录用的论文 | 第147页 |
| 攻读学位期间参与的项目 | 第147-149页 |
