基于机器学习的视频中多个数字时钟识读的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 时钟定位的研究现状 | 第11-12页 |
| 1.2.2 时钟数字识别的研究现状 | 第12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的创新点 | 第13-14页 |
| 1.5 本文组织结构 | 第14-16页 |
| 第二章 基于机器学习的多时钟的定位 | 第16-23页 |
| 2.1 问题的定义 | 第16-17页 |
| 2.2 算法概述 | 第17页 |
| 2.3 特征提取 | 第17-19页 |
| 2.3.1 秒像素周期性特征 | 第18页 |
| 2.3.2 背景像素稳定性特征 | 第18-19页 |
| 2.4 时钟的定位 | 第19-22页 |
| 2.4.1 时钟秒位数字的定位 | 第19-21页 |
| 2.4.2 时钟其它位数字的定位 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于机器学习的时钟数字的识别 | 第23-30页 |
| 3.1 问题的定义 | 第23页 |
| 3.2 时钟数字识别的难点 | 第23-24页 |
| 3.3 时钟数字识别的网络模型设计 | 第24-25页 |
| 3.4 时钟数字的识别 | 第25-29页 |
| 3.4.1 时钟秒位数字的识别 | 第26-28页 |
| 3.4.2 时钟其它位数字的识别 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 实验结果及分析 | 第30-38页 |
| 4.1 时钟定位数据集的准备 | 第30-32页 |
| 4.2 时钟数字识别数据集的准备 | 第32页 |
| 4.3 时钟定位的结果 | 第32-34页 |
| 4.3.1 模型参数设置及训练 | 第32-33页 |
| 4.3.2 时钟秒位数字定位的实验结果比较 | 第33-34页 |
| 4.4 时钟数字识别的结果 | 第34-37页 |
| 4.4.1 模型参数设置及训练 | 第34-35页 |
| 4.4.2 时钟秒位数字识别结果的比较 | 第35-36页 |
| 4.4.3 时钟其它位位数字识别结果 | 第36-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第五章 总结与展望 | 第38-40页 |
| 5.1 总结 | 第38-39页 |
| 5.2 展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 攻读硕士期间发表的论文 | 第43-44页 |
| 攻读硕士期间参与的项目 | 第44-45页 |
| 致谢 | 第45页 |
