資源描述：
《基于深度學(xué)習(xí)的自然場(chǎng)景文本圖像多分類方法研究與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、專業(yè)學(xué)位碩士學(xué)位論文基于深度學(xué)習(xí)的自然場(chǎng)景文本圖像多分類方法研究與實(shí)現(xiàn)作者姓名黃偉工程領(lǐng)域軟件工程校內(nèi)指導(dǎo)教師黃敏副教授校外指導(dǎo)教師徐迪威教授級(jí)高工所在學(xué)院軟件學(xué)院論文提交日期2018年4月ResearchandImplementationofSceneTextImageMultiClassificationBasedonDeepLearningADissertationSubmittedfortheDegreeofMasterCandidate：HuangWeiSupervisor：A/Prof.HunagMinProfofEngineerXuDiwe
2、iSouthChinaUniversityofTechnologyGuangzhou,China2分類號(hào)：TP3學(xué)校代號(hào)：10561學(xué)號(hào)：201521034677華南理工大學(xué)碩士學(xué)位論文基于深度學(xué)習(xí)的自然場(chǎng)景文本圖像多分類方法研究與實(shí)現(xiàn)作者姓名：黃偉指導(dǎo)教師姓名、職稱：黃敏副教授、徐迪威教授級(jí)高級(jí)工程師申請(qǐng)學(xué)位級(jí)別：工程碩士工程領(lǐng)域名稱：軟件工程論文形式：?產(chǎn)品研發(fā)?工程設(shè)計(jì)?應(yīng)用研究?工程/項(xiàng)目管理?調(diào)研報(bào)告研究方向：軟件工程技術(shù)論文提交日期：2018年4月23日論文答辯日期：2018年5月26日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：年月日答辯委員會(huì)
3、成員：主席：奚建清委員：張平健陳虎黃敏周傳世摘要互聯(lián)網(wǎng)中文本和圖像數(shù)據(jù)作為主要的數(shù)據(jù)類型，蘊(yùn)含了豐富的信息和模式。自然場(chǎng)景中的文本圖像作為兩種類型數(shù)據(jù)的有機(jī)結(jié)合，為社會(huì)提供了重要的信息來(lái)源，并且能夠輔助使用多種類型的應(yīng)用，包括信息檢索、人機(jī)交互、駕駛導(dǎo)航等領(lǐng)域，關(guān)于自然場(chǎng)景的文本圖像相關(guān)研究領(lǐng)域也一直是備受關(guān)注的話題。自然場(chǎng)景文本圖像多分類問(wèn)題在現(xiàn)實(shí)生活中有極其重要的應(yīng)用需求，但卻鮮有人研究這個(gè)領(lǐng)域的問(wèn)題，通常都是單獨(dú)的文本識(shí)別分類任務(wù)或圖像識(shí)別分類任務(wù)，并沒(méi)有有效地結(jié)合文本圖像中文本內(nèi)容和圖像場(chǎng)景的關(guān)聯(lián)性。本文通過(guò)對(duì)該問(wèn)題進(jìn)行深入的研究與探討，推動(dòng)對(duì)文
4、本圖像領(lǐng)域的識(shí)別分類任務(wù)的重視，加速該任務(wù)在實(shí)際場(chǎng)景中的應(yīng)用。本文針對(duì)自然場(chǎng)景文本圖像的多分類工作展開(kāi)研究，研究?jī)?nèi)容和創(chuàng)新點(diǎn)主要包含以下幾點(diǎn)：1）首先，從網(wǎng)絡(luò)中抓取大量的商品圖片和對(duì)應(yīng)的文本數(shù)據(jù)，通過(guò)文本圖像生成算法生成文本圖像多分類數(shù)據(jù)集，為后續(xù)模型訓(xùn)練與測(cè)試提供充足的文本圖像來(lái)源；2）為提高文本圖像檢測(cè)和識(shí)別中的精度，本文提出基于多尺度聯(lián)結(jié)文本提議網(wǎng)絡(luò)的文本區(qū)域識(shí)別算法，為文本圖像分類任務(wù)提取所關(guān)注的候選文本框，并將生成的數(shù)據(jù)集中與其它文本圖像識(shí)別方法進(jìn)行了評(píng)測(cè)指標(biāo)的性能比較；3）為提高文本圖像中文本內(nèi)容提取的準(zhǔn)確率，本文提出基于注意力機(jī)制的端到端文
5、本序列提取方法，通過(guò)雙向遞歸網(wǎng)絡(luò)編碼器對(duì)文本區(qū)域進(jìn)行特征編碼，再由基于注意力機(jī)制的解碼器進(jìn)行特征解碼得到對(duì)應(yīng)的文本序列，有效提高識(shí)別和提取的準(zhǔn)確率；4）為提取自然場(chǎng)景文本圖像的內(nèi)在模式，本文提出一種基于深度文本與圖像特征的聯(lián)合多分類網(wǎng)絡(luò)，將圖像特征和文本特征進(jìn)行整合，通過(guò)多分類器綜合分類結(jié)果。關(guān)鍵詞：深度學(xué)習(xí)；文本定位；文本提??；多分類網(wǎng)絡(luò)；IAbstarctWiththeoutbreakoftheinformationage,theInternetisfloodedwithheterogeneousdata.Asthemaindatatype,text
6、andimagedatacontainrichinformationandpatterns.Astheorganiccombinationofthetwotypesofdata,textimagesinthenaturalsceneprovideimportantsourceofinformationforoursociety,andcanhelpustousevarioustypesofapplications,includinginformationretrieval,human-computerinteraction,drivingnavigati
7、onandotherfields.Therefore,thefieldoftext-imagerelatedresearchhasalsobeenatopicofgreatconcern.Theproblemofmulticlassificationofnaturalscenetextimageshasanextremelyimportantapplicationrequirementinreallife,butfewpeopledirectlystudytheprobleminthisfield.Itisusuallyaseparatetaskofte
8、xtclassificationorimageclassificationtas
