|
|
|
|
基于深度学习的场景文字检测算法的融合技术研究 |
| |
| 论文目录 |
| |
| 摘要 | 第4-6页 | | ABSTRACT | 第6-7页 | | 1.绪论 | 第10-16页 | | 1.1 研究背景及意义 | 第10-11页 | | 1.2 国内外研究现状 | 第11-13页 | | 1.3 论文研究内容 | 第13-14页 | | 1.4 论文结构安排 | 第14-16页 | | 2.相关工作 | 第16-32页 | | 2.1 自然场景文本数据集 | 第16-21页 | | 2.1.1 ICDAR2013 数据集 | 第17页 | | 2.1.2 ICDAR2015 数据集 | 第17-18页 | | 2.1.3 MSRA-TD500 数据集 | 第18页 | | 2.1.4 RCTW数据集 | 第18-19页 | | 2.1.5 CTW数据集 | 第19-20页 | | 2.1.6 MTWI数据集 | 第20-21页 | | 2.1.7 Re CTS数据集 | 第21页 | | 2.2 基于深度学习的目标检测框架 | 第21-24页 | | 2.2.1 R-CNN系列 | 第21-23页 | | 2.2.2 SSD | 第23-24页 | | 2.3 场景文本检测算法介绍 | 第24-29页 | | 2.3.1 RRPN场景文本检测算法 | 第24-25页 | | 2.3.2 EAST场景文本检测算法 | 第25-27页 | | 2.3.3 CRPN场景文本检测算法 | 第27-28页 | | 2.3.4 TextBoxes++场景文本检测算法 | 第28-29页 | | 2.4 评估方法 | 第29-30页 | | 2.5 本章小结 | 第30-32页 | | 3.中文场景图像数据集构建 | 第32-38页 | | 3.1 中文场景图像数据集 | 第32-34页 | | 3.2 数据集的标注和校准 | 第34-36页 | | 3.2.1 数据集标注 | 第34-35页 | | 3.2.2 数据集校准 | 第35-36页 | | 3.3 本章小结 | 第36-38页 | | 4.基于特征融合的场景文本检测算法 | 第38-52页 | | 4.1 VGG16 网络 | 第38-39页 | | 4.2 Inception网络 | 第39-40页 | | 4.3 EAST算法加入多特征提取网络 | 第40-43页 | | 4.4 算法训练 | 第43-44页 | | 4.5 实验结果对比分析 | 第44-49页 | | 4.6 本章小结 | 第49-52页 | | 5.融合异构方法检测结果的场景文本检测算法 | 第52-74页 | | 5.1 算法训练 | 第52-53页 | | 5.2 算法设计 | 第53-57页 | | 5.2.1 保证高F-score | 第53-55页 | | 5.2.2 保证高Recall | 第55-56页 | | 5.2.3 调整阈值 | 第56-57页 | | 5.3 实验结果及分析 | 第57-72页 | | 5.3.1 ICDAR2013 数据集实验结果 | 第58-59页 | | 5.3.2 ICDAR2015 数据集实验结果 | 第59-60页 | | 5.3.3 MSRA-TD500 数据集实验结果 | 第60-62页 | | 5.3.4 RCTW数据集实验结果 | 第62-63页 | | 5.3.5 ShopSign中文场景图像数据集实验结果 | 第63-72页 | | 5.4 本章小结 | 第72-74页 | | 6.总结与展望 | 第74-76页 | | 6.1 总结 | 第74-75页 | | 6.2 展望 | 第75-76页 | | 参考文献 | 第76-82页 | | 致谢 | 第82-84页 | | 攻读学位期间发表的学术论文目录 | 第84-85页 |
|
|
|
|
论文编号BS4431559，这篇论文共85页
会员购买按0.35元/页下载，共需支付29.75元。 直接购买按0.5元/页下载，共需要支付42.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务