文档介绍:目录
第一章绪论1
1景1
自然场景文字定位技术2
基于的定位技术2
基于的定位技术3
的定位技术3
自然场景文字定位的4
文的5
文的6
第二章深度学****技术简介7
7
8
9
10
11
2的12
13
的
的
3的
MSER的
的
本本文的
的
文
的
文的
本文的结构
的
的
结构
本文的
的
本的
本文的
MSER
文
文本
的文
结MSER
CNN
ICDAR2015
文
的
的
的
的
结本的
的
第二章深度学****技术简介
深度学****DeepLearning技术
学****技术
[7]2012
深度学****br/>深度学****br/>与
深度学****br/>学****br/>1.
深度学****br/>6
7
学****br/>ImageNet[31]2012深度学****br/>第
[8]
2.
学****br/>特
特
深度学****br/>特
学****br/>特学****特特
深度学****br/>学****br/>深度学****br/>GPU
深度学****性
深度学****学****学****br/>“学****ShallowLearningSVMboostingKNN
特性与发展历史
深度学****特学****unsupervisedfeaturelearning
学****学****br/>深度学****br/>学****特
[9]
深度学****特特学****深度学****br/>特度发特
深度
第
学****br/>edge
特
第二
第
学****motifs
特第
学****br/>part特
特
第第
学****br/>object
特
神经网络
神经网络
8
#
神经
[10]
神经网络
神经网络
80
back
propagation
[11]
神经网络
1
1
1
网络
网络
90
神经网络
[7]
2006
GeofferyHinton
神经网络
pre-training
神经网络
[12]
Hinton
神经网络
[13]
神经网络
神经网络
神
经网络
2012
Hinton
ImageNet[31]
卷积神经网络Convolutional
neuralnetwork
15%
[8]
11
神经网络
神经网络
CNN
RNN
神经网络DNN
Recurrentneuralnetwork神经网络
CNN
网络
RNN
CNNCNN
CNN
卷积神经网络
卷积神经网络神经网络[14]
卷积神经网络
感受野89*89
感受野89*89
4局部[28]
局部感受野局部
局部
局部
局部
96*96
感受野
感
受野
100
96x96x100€846400.
(1)
感受野
8*8
patch
感受野
8*8=64
96*96
局部
局部
局部
8*8
感受野89*89
感受野89*89
96-8,1x96-8,1€89x89.⑵
权值共享
权值共享
权值共享
权值共享
5权值共享[28]
8*8
权值共享权值
权值共享
6[15]权值
Sobel
权值共享
权值共享
权值
Sobel
12
11
feature
representationlearning
6[15]
map
子采样
子采样
子采样subsample
子采样pooling
12
11
7问
#
13
7
[15]
的
神经网络的
经
的
的
的
的
的
89*89的
经2*2的
45*45