您好,欢迎来到聚文网。 登录 免费注册
自然场景文本检测算法研究

自然场景文本检测算法研究

  • 字数: 121000
  • 装帧: 平装
  • 出版社: 人民邮电出版社
  • 作者: 赵雪专 等
  • 出版日期: 2021-12-01
  • 商品条码: 9787115583871
  • 版次: 1
  • 开本: 32开
  • 页数: 176
  • 出版年份: 2021
定价:¥69.9 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
丰富的图文讲解 优选的文本识别算法 有效的检测模型 拥有高F测度值 展示了自然场景文本识别的新研究成果 展示了自然场景文本识别的新研究成果
内容简介
以深度学习为基础的文本检测有基于回归的模型和基于分割的模型,目前这两种模型的应用效果各有优劣。为解决回归模型对训练数据的依赖,以及分割模型受目标尺度影响的问题,本书提出了两种新的模型,即TSFnet和Mnet。全书分为5章,概述了自然场景下文本检测的研究现状,陈述了相关算法的问题、数据集与存在的挑战,并通过实验对基于融合网络的TSFnet模型及结合区域网络与注意力网络的Mnet模型进行了详细的介绍,最后对相关的应用进行了简介。本书结构清晰,文字流畅,图文并茂,适合从事场景文本检测与识别研究的相关读者阅读,也适合作为高校相关专业学生的参考书。
作者简介
赵雪专,男,汉族,河南濮阳人,中共党员,2016年毕业于中国科学院大学,获得博士学位。现任郑州航空工业管理学院计算机学院专职教师,主讲课程有计算机应用基础、C程序设计、软件测试技术等,主要研究方向为计算机视觉、机器学习、模式识别等。近年来,主持或参与多项省部级科研项目,发表相关学术论文20余篇。
目录
第1章绪论
1.1研究背景
1.2问题与挑战
1.3主要研究内容
1.4本文的组织结构
第2章场景文本检测算法综述
2.1简介
2.2场景文本检测和识别过程概述
2.3场景文本检测和识别算法分类
2.3.1基于传统机器学习的场景文本检测和识别算法
2.3.2基于深度学习的场景文本检测和识别算法
2.4文本检测和识别的评价指标
2.5文本检测和识别的数据集
2.5.1ICDAR数据集
2.5.2SVT数据集
2.5.3IIIT数据集
2.5.4KAIST数据集
2.5.5CTW数据集
2.5.6RCTW-17数据集
2.5.7ICPRMWI2018数据集
2.5.8Total-Text数据集
2.5.9GoogleFSNS数据集
2.5.10COCO-TEXT数据集
2.5.11Synthetic数据集
2.6总结
第3章基于融合网络的TSFnet模型
3.1问题形成
3.2相关研究
3.2.1基于回归的模型
3.2.2基于分割的模型
3.3TSFnet
3.4实验
3.4.1评价指标
3.4.2参数设置
3.4.3结果与分析
3.5本章小结
第4章结合区域建议网络与注意力网络的Mnet算法
4.1问题形成
4.2相关研究
4.2.1基于回归的模型
4.2.2基于分割的模型
4.2.3两阶段检测模型
4.3Mnet
4.3.1Scale-RPN
4.3.2回归网络
4.3.3分割网络
4.3.4注意力网络
4.4实验
4.4.1评价指标
4.4.2参数设置
4.4.3实验对比与分析
4.5本章小结
第5章场景文本检测与识别应用
5.1卡证文字检测与识别
5.1.1证件文字检测与识别
5.1.2银行卡文字检测与识别
5.1.3名片文字检测与识别
5.1.4营业执照文字检测与识别
5.2票据文字检测与识别
5.3汽车场景文字检测与识别
5.3.1车牌检测与识别
5.3.2汽车VIN码检测与识别
5.4文档文字检测与识别
5.5自然场景文字检测识别
后记:总结与展望
参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网