基于异构计算的图片敏感文字检测系统
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 需求分析 | 第14-15页 |
| 1.3 相关研究现状 | 第15-20页 |
| 1.3.1 整体系统研究现状 | 第15-16页 |
| 1.3.2 图片中文字定位技术研究现状 | 第16-17页 |
| 1.3.3 图片中的文字识别技术研究现状 | 第17-18页 |
| 1.3.4 敏感语句检测技术研究现状 | 第18-19页 |
| 1.3.5 算法加速技术研究现状 | 第19-20页 |
| 1.4 本文内容安排 | 第20-22页 |
| 第二章 相关技术理论基础 | 第22-32页 |
| 2.1 计算机视觉基础 | 第22-29页 |
| 2.1.1 概述 | 第22页 |
| 2.1.2 目标检测技术 | 第22-26页 |
| 2.1.3 深度神经网络算法基础 | 第26-29页 |
| 2.2 自然语言处理基础 | 第29-31页 |
| 2.2.1 概述 | 第29页 |
| 2.2.2 文本情感倾向检测算法 | 第29-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 图片敏感文字检测系统方案设计 | 第32-52页 |
| 3.1 系统方案设计概述 | 第32页 |
| 3.2 系统整体方案设计 | 第32-34页 |
| 3.2.1 系统关键模块概述 | 第33-34页 |
| 3.2.2 系统任务分配 | 第34页 |
| 3.3 图片采集模块 | 第34-35页 |
| 3.4 图片文字定位模块 | 第35-42页 |
| 3.4.1 图片文字定位总体方案设计 | 第36页 |
| 3.4.2 区域推荐网络 | 第36-39页 |
| 3.4.3 双向GRU网络层 | 第39-40页 |
| 3.4.4 全连接回归分类层 | 第40-41页 |
| 3.4.5 水平位置精修和文本行构造 | 第41页 |
| 3.4.6 目标函数和网络训练 | 第41-42页 |
| 3.5 图片文字识别方案设计 | 第42-47页 |
| 3.5.1 图片文字识别总体方案设计 | 第42页 |
| 3.5.2 CNN特征提取层 | 第42-44页 |
| 3.5.3 深层双向GRU网络层 | 第44-45页 |
| 3.5.4 CTC序列转录层 | 第45-47页 |
| 3.5.5 目标函数和网络训练 | 第47页 |
| 3.6 敏感语义检测模块 | 第47-51页 |
| 3.6.1 敏感语义检测总体方案设计 | 第47-48页 |
| 3.6.2 一级过滤器设计 | 第48页 |
| 3.6.3 二级过滤器设计 | 第48-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第四章 系统异构加速方案实现 | 第52-69页 |
| 4.1 系统加速方案设计概述 | 第52页 |
| 4.2 异构计算基础 | 第52-56页 |
| 4.2.1 异构系统概述 | 第52页 |
| 4.2.2 常见异构计算平台 | 第52-54页 |
| 4.2.3 常见异构计算标准 | 第54-56页 |
| 4.3 本文异构计算平台方案设计 | 第56-59页 |
| 4.3.1 平台管理 | 第57-58页 |
| 4.3.2 计算任务分配与调度 | 第58-59页 |
| 4.3.3 资源管理与优化 | 第59页 |
| 4.4 设备端关键内核设计 | 第59-67页 |
| 4.4.1 CNN内核设计 | 第60-65页 |
| 4.4.2 GRU内核设计 | 第65-67页 |
| 4.5 FPGA内核优化 | 第67-68页 |
| 4.5.1 访存与资源优化 | 第67页 |
| 4.5.2 加速优化 | 第67-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 系统测试与评估 | 第69-77页 |
| 5.1 系统平台简介 | 第69-71页 |
| 5.1.1 系统硬件平台 | 第69-71页 |
| 5.1.2 系统软件平台 | 第71页 |
| 5.2 训练平台简介 | 第71-72页 |
| 5.3 系统测试与结果评估 | 第72-76页 |
| 5.3.1 整体系统与模块测试结果评估 | 第72-75页 |
| 5.3.2 FPGA性能评估 | 第75-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-80页 |
| 6.1 工作总结 | 第77-78页 |
| 6.2 研究展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 个人简历及攻读硕士学位期间的研究成果 | 第85页 |
