返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 自然场景文本检测算法研究 赵雪专//李玲玲//刘粉林//罗向阳 著 专业科技 文轩网
  • 新华书店正版
    • 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:2021-12-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 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:2021-12-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-12-01
    • 字数:121000
    • 页数:159
    • 开本:32开
    • 装帧:平装
    • ISBN:9787115583871
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    自然场景文本检测算法研究

    作  者:赵雪专//李玲玲//刘粉林//罗向阳 著
    定  价:69.9
    出 版 社:人民邮电出版社
    出版日期:2021年12月01日
    页  数:159
    装  帧:平装
    ISBN:9787115583871
    主编推荐

    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

    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null

    精彩内容

    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
    2.5.1 ICDAR数据集
    2.5.2 SVT数据集
    2.5.3 IIIT数据集
    2.5.4 KAIST数据集
    2.5.5 CTW数据集
    2.5.6 RCTW-17数据集
    2.5.7 ICPR MWI 2018数据集
    2.5.8 Total-Text数据集
    2.5.9 Google FSNS数据集
    2.5.10 COCO-TEXT数据集
    2.5.11 Synthetic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
    3.3 TSFnet
    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
    4.3 Mnet
    4.3.1 Scale-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

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购