声明
1 绪论
1.1 课题概述
1.1.1 课题来源
1.1.2 课题研究的背景及意义
1.1.3 研究内容及难点
1.2 国内外研究现状
1.2.1 基于深度学习的光学字符识别技术
1.2.2 小目标检测相关工作
1.2.3 图像去模糊相关工作
1.2.4 图像数据增强相关工作
1.3 本文组织结构
2 芯片字符实时识别系统需求分析
2.1 引言
2.2 芯片字符识别装置硬件系统
2.3 芯片字符图像分析
2.4 芯片字符实时识别系统指标分析
2.5 本章小结
3 基于深度学习的小字符端到端识别算法
3.1 引言
3.2 基于多尺度特征的小字符识别算法
3.2.1 网络结构
3.2.2 参考框
3.2.3 多尺度特征加权融合
3.2.4 损失函数
3.2.5 非极大值抑制
3.3 实验结果及分析
3.3.1 数据集及评价标准
3.3.2 实现细节
3.3.3 实验结果
3.4 本章小结
4 基于深度学习的芯片图像端到端去模糊算法
4.1 引言
4.2 基于条件对抗网络的芯片图像去模糊
4.2.1 模糊-清晰图像转换
4.2.2 网络结构
4.2.3 损失函数
4.3 实验结果及分析
4.3.1 数据集
4.3.2 去模糊模型评价体系
4.3.3 实验结果
4.4 本章小结
5 基于深度学习的芯片字符识别数据增强算法
5.1 引言
（1）数据量不足、多样性差
（2）每类字符千变万化
5.2 基于条件对抗网络的字符图像数据增强
5.2.1 噪声-芯片图像转换
5.2.2 网络结构
5.2.3 损失函数
5.2.4 数据合成
5.3 实验结果及分析
5.3.1 数据集及评价标准
5.3.2 实验结果
5.4 字符实时识别系统实现及应用
5.5 本章小结
6 总结与展望
6.1 全文总结
6.2 展望
致谢
参考文献
附录1 攻读学位期间发表科研成果目录
