基于深度学习的电商商品宣传图片文字识别研究

目录

声明

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 文字检测算法研究现状

1.2.2 文字识别算法研究现状

1.3 论文的主要研究内容和创新点

1.3.1 主要研究内容

1.3.2 创新点

1.4 论文的组织结构

2 系统处理流程与文字检测算法研究

2.1 系统处理流程

2.2 数据收集及预处理

2.3 Hy-CTPN文字检测算法

2.4 实验对比

2.4.1 商品宣传图片数据集实验

2.4.2 公共数据集实验

2.5 本章小结

3 随机森林文字检测后验模型

3.1 随机森林文字检测后验流程

3.2 Auto-CNN特征提取网络设计

3.3 随机森林文字特征分类

3.4 实验与对比分析

3.4.1 实验数据

3.4.2 实验结果对比分析

3.5 本章小结

4 文字区域校正算法研究

4.1 OP-Niblack文字区域二值化

4.1.1 OP-Niblack算法

4.1.2 OP-Niblack实验

4.2 校正顶点获取算法

4.3 基于透视变换的文字区域图像校正

4.4 实验对比验证

4.5 本章小结

5 文字识别算法研究

5.1 文字特征提取网络选择

5.2 Simi-DenseNet + CTC图像文字序列识别模型

5.2.1 DenseNet 在训练中存在的问题

5.2.2 特征图相似性计算

5.2.3 Simi-Densenet 网络连接

5.3 特征序列对齐算法研究

5.4 实验与对比分析

5.4.1 商品宣传图片文字识别自制数据集实验

5.4.2 公共数据集实验

5.5 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

作者简历

致谢