artificial-intelligence - 感知器可以用来检测手写数字吗？

Question

假设我有一个小位图，其中包含一个手写数字（0..9）。

是否可以使用（两层）感知器检测数字？

除了使用神经网络之外，还有其他方法可以从位图中检测单个数字吗？

Answer 1

这是一个巨大的手写数字数据库的链接。头版还包含许多不同方法的相关性能数据，包括 2 层神经网络。这应该给你一个好的开始： MNIST 数字数据库和性能

您可能还想查看Geoff Hinton 在 Restricted Boltzmann Machines 上的工作，他说它的性能相当不错，并且在他的网站上有一个很好的解释性讲座（非常值得一看）。

Answer 2

将位图的每个像素直接输入到神经网络中需要大量的训练，并且不能很好地处理图像的缩放或旋转。

为了帮助神经网络进行良好的分类，您需要执行一些预处理步骤。

• 标准化图像：
  • 调整对比度和亮度，使图像的直方图与参考图像匹配。
  • 模糊图像，去除噪点。
  • 使用一些阈值将其转换为黑白。
  • 找到形状的边界框，缩放到预定义的大小。
• 计算可用于区分一个数字和另一个数字的图像的各种特征：
  • 图像的欧拉数——告诉你形状中有多少个“孔”（例如数字 8 的两个孔）。
  • 白色像素的数量（数字的面积）
  • 白色像素坐标组的主成分——告诉你形状有多“拉长”。
  • ...您可以想到的其他功能往往具有相似数字的相似值。

主成分也可用于对形状的旋转进行归一化，从而使最长轴是垂直的。

这些特征是您输入神经网络进行分类的内容，而不是像素。

Answer 3

这是一个Matlab 示例程序，它使用经过训练的神经网络来检测单个数字（图像大小固定为 28*28）。