基于深度学习的发票识别方法研究

目录

摘要

1绪论

1．1研究背景与意义

1．2国内外研究现状

1．2．1传统方法识别

1．2．2智能方法识别

1．3本文主要研究内容及安排

2基于深度学习的发票识别方案研究

2．1引言

2．2发票版面分析

2．3总体方案设计

2．3．1设计思路

2．3．2总体框架

2．3．3可行性分析

2．4发票数据库构建

2．4．1数据来源

2．4．2数据预处理

2．5本章小结

3发票数据库扩充算法研究

3．1引言

3．2发票字符特征分析

3．3传统数据增强算法研究

3．3．1数据增强算法

3．3．2仿真结果与分析

3．4改进深度生成对抗网络算法研究

3．4．1生成对抗网络

3．4．2深度卷积生成对抗网络

3．4．3改进深度生成式对抗网络

3．4．4仿真结果与分析

3．5数据增强算法仿真与对比

3．5．1实验环境配置

3．5．2生成样本性能评价

3．5．3扩充后更新数据集

3．6本章小结

4基于深度学习的发票字符识别算法分析

4．1引言

4．2卷积神经网络的算法研究

4．3基于卷积神经网络的发票识别方法

4．3．1基于AlexNet网络的发票识别训练

4．3．2基于VGGNet网络的发票识别训练

4．3．3基于ResNet网络的发票识别训练

4．4发票数据集识别仿真验证

4．4．1实验环境配置

4．4．2算法仿真结果及对比

4．5本章小结

5．1引言

5．2改进AlexNet算法研究

5．2．1卷积核尺寸改进

5．2．2特征映射通道改进

5．2．3特征权重方式改进

5．3网络参数训练

5．3．1Batch size选取

5．3．2学习率选取

5．3．3Dropout选取

5．4发票数据集识别仿真验证

5．4．1改进AlexNet性能仿真分析

5．4．2传统AlexNet的受损数据集仿真

5．4．3改进AlexNet的受损数据集仿真

5．5本章小结

6结论与展望

6．1总结

6．2展望

参考文献

攻读硕士学位期间发表的论文及成果

致谢

声明