基于機(jī)器學(xué)習(xí)的視頻中的數(shù)字時(shí)鐘識(shí)讀的研究.pdf

1、識(shí)讀視頻中的數(shù)字時(shí)鐘是一個(gè)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(jià)值。文獻(xiàn)中已有算法可以很好地識(shí)讀視頻中的數(shù)字時(shí)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(qiáng)有力的機(jī)器學(xué)習(xí)方法。其二是這些算法有一批參數(shù)需要手動(dòng)調(diào)整。
　　針對(duì)這兩方面的問題，本文提出全面使用機(jī)器學(xué)習(xí)方法完成時(shí)鐘的定位和時(shí)鐘數(shù)字識(shí)別。本文是首次研究無識(shí)別的機(jī)器學(xué)習(xí)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(diǎn)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(jī)器學(xué)習(xí)的思想解決此問題，更具有智能性。其次，考慮了數(shù)字時(shí)鐘通常有穩(wěn)定的背景，及時(shí)鐘不同數(shù)字的前景、背景的顏色不同，快速定位到時(shí)鐘的時(shí)、分區(qū)域，先利用機(jī)器學(xué)習(xí)區(qū)分顏色，進(jìn)而采用機(jī)器學(xué)習(xí)進(jìn)行圖像分割，但因?yàn)槔昧祟伾畔?，效率更高?br>　　時(shí)鐘識(shí)讀階段，本研究主要采用了卷積神經(jīng)網(wǎng)絡(luò)，在單個(gè)數(shù)字識(shí)別上，取得了比CRF更高的效率，且降低了對(duì)字體等因素的依賴。因秒數(shù)字具有