維吾爾文是新疆地區(qū)主要的使用文字,是少數(shù)民族地區(qū)流行的語言文字,大部分的文字出現(xiàn)在視頻圖像中,識別并理解這些文字對加強內(nèi)地與新疆的交流、維護新疆穩(wěn)定、促進(jìn)經(jīng)濟發(fā)展等方面具有重要意義。近年來,人工智能和大數(shù)據(jù)技術(shù)得到快速發(fā)展,計算機可以通過處理海量的語音、文字、視頻和圖像等獲取有效信息,這為加快新疆發(fā)展提供幫助和新的方向。為達(dá)到識別理解維吾爾文的目的,首先需要檢測出圖片中有維吾爾文并分割出該區(qū)域,即目標(biāo)檢測和語義分割,從而進(jìn)一步理解文字。圖像中的文本分為兩種形式,一種是本文被后期嵌入的,這類文本與背景具有很大的特征差異,檢測難度較小;一種是本文存在于自然場景的,這類文本受顏色大小、拍攝角度和光照噪聲等自然環(huán)境因素影響,檢測難度較大。本文針對自然場景圖像中的維吾爾文提出了一種利用卷積神經(jīng)網(wǎng)絡(luò)提取并學(xué)習(xí)目標(biāo)特征,從而識別文字。卷積神經(jīng)網(wǎng)絡(luò)具有強大的特征學(xué)習(xí)能力,對目標(biāo)特征敏感,抗干擾能力強,適合應(yīng)對自然條件下的各種干擾。針對維吾爾文的字母不規(guī)則性和獨特的書寫形式,本文利用深度學(xué)習(xí)方法對維吾爾文檢測和分割進(jìn)行了探索,首先在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上構(gòu)建融合多層特征網(wǎng)絡(luò),得到具有豐富語義信息的特征,同...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 維吾爾文簡介及特點
    1.4 本文主要工作和安排
第二章 融合多層卷積神經(jīng)網(wǎng)絡(luò)的維吾爾文特征提取
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.1 局部連接和權(quán)值共享
        2.1.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    2.2 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型
        2.1.1 AlexNet網(wǎng)絡(luò)
        2.1.2 ZFNet網(wǎng)絡(luò)
        2.1.3 VGGNet網(wǎng)絡(luò)
        2.1.4 ResNet網(wǎng)絡(luò)
    2.3 基于特征金字塔的特征融合
    2.4 特征提取
        2.4.1 本文特征提取網(wǎng)絡(luò)結(jié)構(gòu)
        2.4.2 特征圖對比
    2.5 本章小結(jié)
第三章 基于深度學(xué)習(xí)的自然場景圖像中維吾爾文檢測分割
    3.1 引言
    3.2 基于候選區(qū)域的目標(biāo)檢測算法
        3.2.1 R-CNN算法
        3.2.2 Fast R-CNN算法
        3.2.3 Faster R-CNN算法
        3.2.4 Faster R-CNN算法的改進(jìn)
    3.3 基于掩模的語義分割算法
    3.4 實驗數(shù)據(jù)集
    3.5 本文算法流程
    3.6 評價標(biāo)準(zhǔn)
    3.7 實驗結(jié)果與分析
    3.8 本章小結(jié)
第四章 環(huán)境搭建與訓(xùn)練
    4.1 開發(fā)環(huán)境
        4.1.1 軟件介紹
        4.1.2 VS2015 安裝
        4.1.3 GPU搭建
        4.1.4 Anaconda安裝
        4.1.5 TensorFlow-keras安裝
        4.1.6 OpenCV安裝
    4.2 訓(xùn)練過程
    4.3 本章小結(jié)
第五章 總結(jié)與展望
參考文獻(xiàn)
研究生期間發(fā)表論文和參加科研情況
致謝



本文編號：3816887