| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 本文完成的工作 | 第12-14页 |
| 1.4 本文结构 | 第14-15页 |
| 第二章 序列文本识别技术分析 | 第15-26页 |
| 2.1 脱机手写文本识别 | 第15-21页 |
| 2.1.1 卷积网络特征提取器 | 第16-17页 |
| 2.1.2 无须切分序列识别 | 第17-21页 |
| 2.2 自然场景文本识别 | 第21-25页 |
| 2.2.1 切分识别模型 | 第21-22页 |
| 2.2.2 基于全图大规模分类模型 | 第22页 |
| 2.2.3 递归卷积网络模型 | 第22-24页 |
| 2.2.4 自适应纠正的识别模型 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 面向手写文本多方向递归卷积网络 | 第26-46页 |
| 3.1 基础框架确定及问题分析 | 第26-28页 |
| 3.1.1 基础框架描述 | 第26-28页 |
| 3.1.2 基础框架存在的问题 | 第28页 |
| 3.2 多方向递归神经网络 | 第28-34页 |
| 3.2.1 SpatialRNN介绍 | 第29-31页 |
| 3.2.2 多方向递归网络基本组成 | 第31-32页 |
| 3.2.3 多方向递归网络的上下文信息学习 | 第32-34页 |
| 3.3 捷径连接与多层次特征融合 | 第34-37页 |
| 3.3.1 深度残差网络介绍 | 第34-36页 |
| 3.3.2 捷径连接与多层级特征融合 | 第36-37页 |
| 3.4 整体框架描述 | 第37-38页 |
| 3.5 实验结果与分析 | 第38-44页 |
| 3.5.1 实验数据集描述 | 第39-40页 |
| 3.5.2 整体网络设置与数据处理 | 第40-41页 |
| 3.5.3 系列对比实验和分析 | 第41-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 面向自然场景文本的注意力模型及局部区域学习 | 第46-68页 |
| 4.1 注意力机制介绍及其适用性分析 | 第46-52页 |
| 4.1.1 注意力机制原理介绍 | 第47页 |
| 4.1.2 编码-解码结构框架 | 第47-49页 |
| 4.1.3 注意力机制在机器翻译中的应用 | 第49-51页 |
| 4.1.4 注意力机制在自然场景文本识别中的适用性 | 第51-52页 |
| 4.2 基础注意力模型局限性分析 | 第52-55页 |
| 4.2.1 注意力概率分布分析 | 第52-54页 |
| 4.2.2 可视化结果及分析 | 第54-55页 |
| 4.3 多行注意力模型 | 第55-57页 |
| 4.3.1 多行注意力模型框架及加权映射坐标 | 第55-56页 |
| 4.3.2 多行注意力模型可视化分析 | 第56-57页 |
| 4.4 基于字符标注的区域学习算法 | 第57-62页 |
| 4.4.1 基于字符标注的合成数据 | 第57-58页 |
| 4.4.2 字符中心回归约束 | 第58-59页 |
| 4.4.3 字符区域定位与宽高回归 | 第59-61页 |
| 4.4.4 区域学习算法 | 第61-62页 |
| 4.5 实验结果与分析 | 第62-66页 |
| 4.5.1 实验数据集介绍 | 第62-63页 |
| 4.5.2 模型整体框架介绍 | 第63-64页 |
| 4.5.3 实验结果与分析 | 第64-66页 |
| 4.6 本章小结 | 第66-68页 |
| 总结展望 | 第68-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附件 | 第78页 |