基于機器學(xué)習的視頻中的數(shù)字時鐘識讀的研究.pdf

1、識讀視頻中的數(shù)字時鐘是一個重要的應(yīng)用問題，在智能監(jiān)控、娛樂等領(lǐng)域有著重要的應(yīng)用價值。文獻中已有算法可以很好地識讀視頻中的數(shù)字時鐘，但是這樣的算法還存在兩方面的問題。其一是這些算法以啟發(fā)式方法為主，沒有利用強有力的機器學(xué)習方法。其二是這些算法有一批參數(shù)需要手動調(diào)整。
　　針對這兩方面的問題，本文提出全面使用機器學(xué)習方法完成時鐘的定位和時鐘數(shù)字識別。本文是首次研究無識別的機器學(xué)習定位方法。其思想如下:與傳統(tǒng)方法不同的是，在定位階段，先

2、根據(jù)秒像素點灰度值變化的周期性快速定位到秒像素的數(shù)字位置，且首次引入了機器學(xué)習的思想解決此問題，更具有智能性。其次，考慮了數(shù)字時鐘通常有穩(wěn)定的背景，及時鐘不同數(shù)字的前景、背景的顏色不同，快速定位到時鐘的時、分區(qū)域，先利用機器學(xué)習區(qū)分顏色，進而采用機器學(xué)習進行圖像分割，但因為利用了顏色信息，效率更高。
　　時鐘識讀階段，本研究主要采用了卷積神經(jīng)網(wǎng)絡(luò)，在單個數(shù)字識別上，取得了比CRF更高的效率，且降低了對字體等因素的依賴。因秒數(shù)字具有