文字作為信息傳遞的重要載體之一,包含了豐富的語義信息,圖像中的文本信息能夠幫助人們更好的理解場景。通常,自然場景文本圖像背景復(fù)雜,同時(shí)模糊、光照不足、透視變形等情況時(shí)有發(fā)生;另外,自然場景文本自身形態(tài)多樣:顏色和字體多變、長度不一、排列方向任意、語種多樣等等。以上問題加大了自然場景文本檢測與識(shí)別的難度。近年來,特別是深度學(xué)習(xí)時(shí)代到來之后,自然場景文本檢測與識(shí)別成為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)研究熱點(diǎn)。針對(duì)自然場景文本檢測與識(shí)別的難點(diǎn)問題,結(jié)合深度神經(jīng)網(wǎng)絡(luò),本文提出基于旋轉(zhuǎn)感知文本區(qū)域候選網(wǎng)絡(luò)的自然場景文本檢測方法,實(shí)現(xiàn)多方向、多尺度、多語言的自然場景文本檢測;在檢測的基礎(chǔ)上,研究自然場景文本識(shí)別,提出基于殘差遞歸神經(jīng)網(wǎng)絡(luò)的自然場景文本識(shí)別方法,實(shí)現(xiàn)多語言的自然場景文本識(shí)別。具體介紹如下:（1）受啟發(fā)于Faster R-CNN,提出一個(gè)旋轉(zhuǎn)感知的文本區(qū)域候選網(wǎng)絡(luò)（Rotationaware Text Proposal Network,RTPN）,用于自然場景圖像中的多方向文本檢測。首先,使用ResNet-101作為骨架網(wǎng)絡(luò),進(jìn)行特征提取;然后,設(shè)計(jì)了一個(gè)角度敏感的anchor機(jī)制,用于生成多方向... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
    1.1 研究背景及意義
    1.2 自然場景文本檢測與識(shí)別研究現(xiàn)狀
        1.2.1 自然場景文本檢測研究現(xiàn)狀
        1.2.2 自然場景文本識(shí)別研究現(xiàn)狀
    1.3 本文的主要工作
    1.4 本文的章節(jié)安排
第二章 相關(guān)知識(shí)及技術(shù)理論
    2.1 目標(biāo)檢測
    2.2 Faster R-CNN簡介
    2.3 Res Net簡介
第三章 基于旋轉(zhuǎn)感知文本區(qū)域候選網(wǎng)絡(luò)的自然場景文本檢測
    3.1 引言
    3.2 旋轉(zhuǎn)感知文本區(qū)域候選網(wǎng)絡(luò)
        3.2.2 特征提取
        3.2.3 角度敏感的anchor機(jī)制
        3.2.4 多方向的ROI Align池化
        3.2.5 改進(jìn)的NMS
    3.3 實(shí)驗(yàn)與分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.3.2 訓(xùn)練
        3.3.3 文本檢測評(píng)價(jià)指標(biāo)
        3.3.4 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于殘差遞歸神經(jīng)網(wǎng)絡(luò)的自然場景文本識(shí)別
    4.1 引言
    4.2 文本識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
    4.3 基于深度殘差網(wǎng)絡(luò)的編碼
    4.4 基于遞歸神經(jīng)網(wǎng)絡(luò)的解碼
        4.4.1 注意力機(jī)制的引入
        4.4.2 基于注意力機(jī)制的文本識(shí)別
    4.5 實(shí)驗(yàn)與分析
        4.5.1 實(shí)驗(yàn)數(shù)據(jù)集
        4.5.2 訓(xùn)練
        4.5.3 文本識(shí)別評(píng)價(jià)指標(biāo)
        4.5.4 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者簡介



本文編號(hào)：3151906