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,同時模糊、光照不足、透視變形等情況時有發(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別的難度。近年來,特別是深度學(xué)習(xí)時代到來之后,自然場景文本檢測與識別成為計算機視覺領(lǐng)域的一個研究熱點。針對自然場景文本檢測與識別的難點問題,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別,提出基于殘差遞歸神經(jīng)網(wǎng)絡(luò)的自然場景文本識別方法,實現(xiàn)多語言的自然場景文本識別。具體介紹如下:（1）受啟發(fā)于Faster R-CNN,提出一個旋轉(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),進行特征提取;然后,設(shè)計了一個角度敏感的anchor機制,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)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
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)知識及技術(shù)理論
    2.1 目標檢測
    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機制
        3.2.4 多方向的ROI Align池化
        3.2.5 改進的NMS
    3.3 實驗與分析
        3.3.1 實驗數(shù)據(jù)集
        3.3.2 訓(xùn)練
        3.3.3 文本檢測評價指標
        3.3.4 實驗結(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)的自然場景文本識別
    4.1 引言
    4.2 文本識別網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
    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 注意力機制的引入
        4.4.2 基于注意力機制的文本識別
    4.5 實驗與分析
        4.5.1 實驗數(shù)據(jù)集
        4.5.2 訓(xùn)練
        4.5.3 文本識別評價指標
        4.5.4 實驗結(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
致謝
作者簡介



本文編號：3151906