自然场景文本检测算法研究

图书标准信息

• 作者 赵雪专、李玲玲、刘粉林、罗向阳 著
• 出版社 人民邮电出版社
• 出版时间 2021-12
• 版次 1
• ISBN 9787115583871
• 定价 69.90元
• 装帧 平装
• 开本 大32开
• 页数 159页

【内容简介】

以深度学习为基础的文本检测算法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寸影响的问题，本书提出了两种新的算法：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】

主编：
赵雪专，男，1986年7月出生，讲师，博士，博士毕业于中国科学院大学，主要研究方向为机器学习与模式识别，研究成果主要应用有于计算机视觉领域。近年来，主持或参与多项国家和省部级科研项目，发表相关学术论文20余篇。申请专利24项，其中授权13项。主持完成多项横向项目，如探地雷达定位系统、视频摘要系统、智能视频监控系统、DSP无线车型识别系统、疲劳检测系统等。

副主编：
李玲玲，女，1973年1月出生，教授，博士后，郑州航空工业管理学院智能工程学院院长，多模信息感知河南省工程实验室主任、河南省航空物流大数据工程研究中心主任。博士毕业于华中科技大学图像识别与人工智能研究所，厦门大学博士后流动站出站。研究方向为计算机视觉。河南省创新人才杰出青年，河南省学术技术带头人，河南省“创新型科技团队”带头人、河南省高校科技创新团队带头人、郑州市科技创新团队带头人，河南省高等学校青年骨干教师，河南省教育厅学术带头人，河南省计算机教育学会常务理事。国家自然科学基金评审，通信学报、中国图像图形学报、武汉大学学报等评审。主持国家自然科学基金面上项目、人才支持计划、河南省科技创新杰出青年基金、航空科学基金、河南省科技攻关项目等科研项目16项；完成省级项目鉴定9项；出版科研5部；先后获得河南省科学技术进步三等奖等奖项15项。

罗向阳，男，1978年生，战略支援部队信息工程大学教授、博导，河南省网络空间态势感知重点实验室主任，国防科技青年基金获得者，先后入选河南省科技创新杰出青年和杰出人才、中原科技创新领军人才。先后主持国家自然科学基金5项（其中重点项目2项），国家863项目军口课题、国家重点研发计划课题、装发预研重点项目等国家、军队和省部级科研项目30余项，在IEEE JSAC、TIFS、TDSC、TII、TMM、TCSVT、TCC、TCSS、ACM TIOT、ACM TIOS、ACM TOMM、IEEE/ACM TNET、《中国科学》、《计算机学报》、《软件学报》、《计算机研究与发展》和IJCAI、WWW、INFOCOM、ACM MM、IH、IH&MMSec等国内外重要学术期刊/会议发表论文200余篇，其中被SCI检索120余篇，5篇论文入选ESI高被引论文。在科学出版社出版《网络空间测绘》专著1部，获发明专利授权30余项。先后获百篇优博提名奖和全军博士学位论文奖，获技术发明一等奖和中国电子学会技术发明一等奖各1项、军队和河南省科技进步二等奖4项，军队教学成果二等奖1项，指导研究生获全军和河南省学位论文4篇。

【目录】

目  录
第 1章 绪论1
1．1研究背景1
1．2 问题与挑战3
1．3主要研究内容5
1．4 本文的组织结构5
第 2章 场景文本检测算法综述7
2．1简介7
2．2场景文本检测和识别过程概述8
2．3场景文本检测和识别算法分类10
2．3．1基于传统机器学习的场景文本检测和识别算法10
2．3．2基于深度学习的场景文本检测和识别算法28
2．4文本检测和识别的评价指标41
2．5文本检测和识别的数据集42
2．5．1 ICDAR数据集42
2．5．2 SVT数据集44
2．5．3 IIIT数据集45
2．5．4 KAIST数据集46
2．5．5 CTW数据集46
2．5．6 RCTW-17数据集47
2．5．7 ICPR MWI 2018数据集48
2．5．8 Total-Text数据集48
2．5．9 Google FSNS数据集49
2．5．10 COCO-TEXT数据集49
2．5．11 Synthetic数据集50
2．6 总结50
第3章 基于融合网络的TSFnet模型52
3．1 问题形成52
3．2 相关研究52
3．2．1基于回归的模型53
3．2．2 基于分割的模型53
3．3 TSFnet54
3．4实验60
3．4．1评价指标60
3．4．2 参数设置60
3．4．3 结果与分析61
3．5 本章小结64
第4章 结合区域建议网络与注意力网络的Mnet算法66
4．1 问题形成66
4．2 相关研究66
4．2．1基于回归的模型66
4．2．2 基于分割的模型67
4．2．3 两阶段检测模型67
4．3 Mnet68
4．3．1 Scale-RPN69
4．3．2回归网络70
4．3．3 分割网络70
4．3．4 注意力网络71
4．4 实验72
4．4．1评价指标72
4．4．2参数设置72
4．4．3实验对比与分析73
4．5 本章小结75
第5章 场景文本检测与识别应用77
5．1卡证文字检测与识别77
5．1．1证件文字检测与识别77
5．1．2 银行卡文字检测与识别79
5．1．3 名片文字检测与识别79
5．1．4 营业执照文字检测与识别80
5．2票据文字检测与识别80
5．3汽车场景文字检测与识别81
5．3．1 车牌检测与识别81
5．3．2 汽车VIN码检测与识别83
5．4 文档文字检测与识别83
5．5 自然场景文字检测识别84
第6章 总结与展望86
6．1 总结86
6．2展望86
参考文献88