首页> 中文学位 >基于神经网络的自然场景文本检测和识别的研究与应用
【6h】

基于神经网络的自然场景文本检测和识别的研究与应用

代理获取

目录

声明

第一章 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1自然场景文本检测和识别的国内外研究现状

1.2.2基于深度学习的自然场景文本检测和识别的国内外研究现状

1.2.3自然场景文本检测和识别目前最主要的问题

1.3本文的主要研究内容与安排

第二章 关键技术和数据库介绍

2.1关键技术

2.1.1卷积神经网络

2.1.2特征金字塔网络

2.1.3循环神经网络

2.1.4长短记忆神经网络

2.2数据库介绍

2.3本章小结

第三章 自然场景文本检测算法的研究

3.1 EAST文本检测网络

3.2 基于NLA-EAST的文本检测算法

3.2.1 空洞卷积

3.2.2 非局部注意力模块

3.2.3 损失函数

3.3实验结果与分析

3.4本章小结

第四章 自然场景文本识别方法的研究

4.1 CRNN+CTC文本识别原理

4.2 Sequenceto Sequence原理

4.2.1 引入Attention机制

4.3 基于连接二维CTC和注意力机制序列的文本识别模型

4.3.1 二维CTC

4.3.2 连接二维CTC和注意力机制序列的模型

4.4 实验结果与分析

4.5 本章小结

第五章 场景文本检测与识别系统设计与实现

5.1开发环境

5.2 系统设计

5.2.1 系统整体设计

5.2.2 系统功能设计

5.2.3 系统架构设计

5.3 系统展示

5.4 本章小结

第六章 总结与展望

6.1 工作总结

6.2 展望

参考文献

致谢

攻读硕士期间发表的论文

展开▼

著录项

  • 作者

    姚焙继;

  • 作者单位

    江苏大学;

  • 授予单位 江苏大学;
  • 学科 计算机技术
  • 授予学位 硕士
  • 导师姓名 朱玉全;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3TP2;
  • 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