首页> 中文学位 >基于语义分割压缩编码的中文文本识别
【6h】

基于语义分割压缩编码的中文文本识别

代理获取

目录

第1章 绪论

1.1 课题研究背景及意义

1.2 国内外相关研究现状

1.2.1 基于传统机器学习的中文文本识别研究现状

1.2.2 基于深度学习的中文文本识别研究现状

1.3 本文主要研究内容

1.4 本文组织结构

第2章 文本识别相关研究概述

2.1 引言

2.2.1 视觉常用骨架网络

2.2.2 语义分割相关技术

2.3 离线中文单字手写体识别相关研究

2.4 场景文本识别相关研究

2.4.1 基于序列的场景文本识别方法

2.4.2 基于分割的场景文本识别方法

2.5 本章小结

第3章 基于语义分割压缩编码的离线中文单字识别

3.1 引言

3.2.1 现有分割模型编码下的文本识别流程及缺陷

3.2.2 基于二进制的编码压缩

3.2.3 基于混淆矩阵的二进制编码压缩

3.2.4 基于汉字结构的编码压缩

3.3 识别模型介绍

3.4 数据集介绍

3.5 实验结果与分析

3.6 本章小结

第4章 基于语义分割压缩编码的多语言场景单字识别

4.1 引言

4.2 自监督学习

4.2.1 自监督学习概述

4.2.2 自监督学习的评价指标

4.3 基于自监督学习的编码压缩方法

4.4 基于注意力机制的并联语义分割模型

4.5 数据集介绍

4.6 实验结果与分析

4.6.1 基于自监督学习的编码压缩实验结果

4.6.2 场景中文单字识别实验结果

4.7 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其他成果

声明

致谢

展开▼

著录项

  • 作者

    肖宇伦;

  • 作者单位

    哈尔滨工业大学;

  • 授予单位 哈尔滨工业大学;
  • 学科 计算机技术
  • 授予学位 硕士
  • 导师姓名 陈清财;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 H13H03;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号