全部商品分类

您现在的位置: 全部商品分类 > 电子电脑 > 计算机技术 > 信息处理与专用数据库

深度实践OCR(基于深度学习的文字识别)/智能系统与技术丛书

  • 定价: ¥89
  • ISBN:9787111654049
  • 开 本:16开 平装
  •  
  • 折扣:
  • 出版社:机械工业
  • 页数:312页
  • 作者:刘树春//贺盼//马...
  • 立即节省:
  • 2020-05-01 第1版
  • 2020-05-01 第1次印刷
我要买:
点击放图片

导语

  

内容提要

  

    这是一部融合了企业界先进工程实践经验和学术界前沿技术和思想的OCR著作。
    本书由阿里巴巴本地生活研究院算法团队技术专家领衔,从组件、算法、实现、工程应用等维度系统讲解基于深度学习的OCR技术的原理和落地。书中一步步剖析了算法背后的数学原理,提供大量简洁的代码实现,帮助读者从零基础开始构建OCR算法。
    全书共10章:
    第1章从宏观角度介绍了OCR技术的发展历程、概念和产业应用;
    第2章讲解了OCR的图像预处理方法;
    第3~4章介绍了传统机器学习方法和深度学习的相关基础知识;
    第5章讲解了基于传统方法和深度学习方法的OCR数据生成;
    第6章讲解了与OCR相关的一些高级深度学习方法,方便读者理解后续的检测和识别部分;
    第7章讲解了文字的检测技术,从通用的目标检测到文字检测,一步步加深读者对文字检测的认识;
    第8章讨论了文字识别的相关技术,定位到文字的位置之后,需要对文字的内容进行进一步的解析;
    第9章介绍了一些OCR后处理的方法;
    第10章介绍了一些版面分析方法。

目录

推荐序
前言
第1章  绪论
  1.1  人工智能大潮中的OCR发展史
    1.1.1  传统OCR方法一般流程
    1.1.2  基于深度学习OCR方法一般流程
  1.2  文字检测
  1.3  文字识别
  1.4  产业应用现状
  1.5  本章小结
  1.6  参考文献
第2章  图像预处理
  2.1  二值化
    2.1.1  全局阈值方法
    2.1.2  局部阈值方法
    2.1.3  基于深度学习的方法
    2.1.4  其他方法
  2.2  平滑去噪
    2.2.1  空间滤波
    2.2.2  小波阈值去噪
    2.2.3  非局部方法
    2.2.4  基于神经网络的方法
  2.3  倾斜角检测和校正
    2.3.1  霍夫变换
    2.3.2  Radon变换
    2.3.3  基于PCA的方法
  2.4  实战
  2.5  参考文献
第3章  传统机器学习方法绪论
  3.1  特征提取方法
    3.1.1  基于结构形态的特征提取
    3.1.2  基于几何分布的特征提取
  3.2  分类方法模型
    3.2.1  支持向量机
    3.2.2  K近邻算法
    3.2.3  多层感知器
  3.3  实战:身份证号码的识别
    3.3.1  核心代码
    3.3.2  测试结果
  3.4  本章小结
  3.5  参考文献
第4章  深度学习基础知识
  4.1  单层神经网络
    4.1.1  神经元
    4.1.2  感知机
  4.2  双层神经网络
    4.2.1  双层神经网络简介
    4.2.2  常用的激活函数
    4.2.3  反向传播算法
  4.3  深度学习
    4.3.1  卷积神经网络
    4.3.2  常用优化算法
  4.4  训练网络技巧
    4.4.1  权值初始化
    4.4.2  L1/L2正则化
    4.4.3  Dropout
  4.5  实战
  4.6  参考文献
第5章  数据生成
  5.1  背景介绍
  5.2  传统单字OCR数据生成
  5.3  基于深度学习的OCR数据生成
    5.3.1  文字检测数据的生成
    5.3.2  检测图片生成
    5.3.3  其他方法
    5.3.4  识别数据生成
  5.4  通过GAN的技术生成数据
    5.4.1  GAN背景介绍
    5.4.2  GAN的原理
    5.4.3  GAN的变种
  5.5  图像增广
    5.5.1  常用的图像增强方法
    5.5.2  深度学习方法
  5.6  常用的开源数据集
  5.7  ICDAR的任务和数据集
  5.8  本章小结
  5.9  参考文献
第6章  深度学习高级方法
  6.1  图像分类模型
    6.1.1  LeNet
    6.1.2  AlexNet
    6.1.3  VGGNet
    6.1.4  GoogLeNet
    6.1.5  ResNet
    6.1.6  DenseNet
    6.1.7  SENet
    6.1.8  轻量化网络
  6.2  循环神经网络
    6.2.1  RNN网络
    6.2.2  GRU
    6.2.3  GRU的实现
    6.2.4  LSTM网络
  6.3  Seq2Seq
  6.4  CTCLoss
    6.4.1  算法详解
    6.4.2  前向传播
    6.4.3  后向传播
    6.4.4  前向/后向算法
    6.4.5  CTC算法特性
    6.4.6  代码解析
  6.5  Attention
  6.6  本章小结
  6.7  参考文献
第7章  文字检测
  7.1  研究意义
  7.2  目标检测方法
    7.2.1  目标检测相关术语
    7.2.2  传统检测方法
    7.2.3  Two-stage方法
    7.2.4  One-stage方法
  7.3  文本检测方法
    7.3.1  传统文本检测方法
    7.3.2  基于深度学习的文本检测方法
  7.4  本章小结
  7.5  参考文献
第8章  字符识别
  8.1  任务概览
  8.2  数据集说明
    8.2.1  数据集意义
    8.2.2  常见识别数据集介绍
  8.3  评测指标
    8.3.1  编辑距离
    8.3.2  归一化编辑距离
    8.3.3  字符准确度
    8.3.4  词准确率
    8.3.5  语境相关的评测方式
  8.4  主流算法介绍
    8.4.1  传统光学方法
    8.4.2  完全基于深度学习的方法
  8.5  CRNN模型实战
    8.5.1  简介
    8.5.2  运行环境
    8.5.3  测试部分讲解
    8.5.4  测试运行结果
    8.5.5  训练部分
    8.5.6  用ICDAR2013数据集训练CRNN模型
  8.6  本章小结
  8.7  参考文献
第9章  OCR后处理方法
  9.1  文本纠错
    9.1.1  BK-tree
    9.1.2  基于语言模型的中文纠错
  9.2  文本结构化
    9.2.1  模板匹配
    9.2.2  文本分类
  9.3  本章小结
  9.4  参考文献
第10章  版面分析
  10.1  版面分析详解
  10.2  复杂版面识别
  10.3  文档恢复
  10.4  本章小结
  10.5  参考文献