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）感知器来检测数字？

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

将位图的每个像素直接输入神经网络将需要大量训练，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，去除噪声。
  • 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：
  • 这 欧拉数 图像的形状 - 告诉您形状中有多少个“孔”（例如两个孔用于数字 8）。
  • 白色像素的数量（数字的面积）
  • 这 主成分 白色像素的坐标集 - 告诉您形状的“拉长”程度。
  • ...您可以想到的其他特征对于相似的数字往往具有相似的值。

主成分还可用于标准化形状的旋转，以便最长轴是垂直的。

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 2

下面是的手写体数字庞大的数据库的链接。头版还具有用于许多不同的方法的相对性能数据，包括2层的神经网络。这应该给你一个良好的开端： MNIST数字数据库和效果

您可能也想看看杰夫·韩丁对受限玻尔兹曼机<工作/一>他说，执行得相当好，并且有一个很好的解释演讲他的网站上（很有看头）。

Answer 3

下面是一个 Matlab的示例程序使用已训练的神经网络，以检测个位数（图像尺寸固定为28 * 28）。