识读视频中的数字时钟是一个重要的应用问题,在智能监控、娱乐等领域有着重要的应用价值。文献中已有算法可以很好地识读视频中的数字时钟,但是这样的算法还存在两方面的问题。其一是这些算法以启发式方法为主,没有利用强有力的机器学习方法。其二是这些算法有一批参数需要手动调整。针对这两方面的问题,本文提出全面使用机器学习方法完成时钟的定位和时钟数字识别。本文是首次研究无识别的机器学习定位方法。其思想如下:与传统方法不同的是,在定位阶段,先根据秒像素点灰度值变化的周期性快速定位到秒像素的数字位置,且首次引入了机器学习的思想解决此问题,更具有智能性。其次,考虑了数字时钟通常有稳定的背景,及时钟不同数字的前景、背景的颜色不同,快速定位到时钟的时、分区域,先利用机器学习区分颜色,进而采用机器学习进行图像分割,但因为利用了颜色信息,效率更高。时钟识读阶段,本研究主要采用了卷积神经网络,在单个数字识别上,取得了比CRF更高的效率,且降低了对字体等因素的依赖。因秒数字具有周期性的系列特点,本研究也系列识别上作了一定探讨,用来矫正单个数字识别的错误。最后,本研究也在如何借鉴先前的启发式函数的成果经验,如何用机器学习的方法针对具体问题设计适合的网络结构,及模拟启发式函数上,做了一定探讨。