您对用MATLAB实现2D对象识别有什么想法吗？物体的哪些特征可以为神经网络提供信息？
答案 0 :(得分：3)
对象识别通常是所有图像处理任务的主要部分之一。从简单案例，如fingerprint recognition和Optimal Character Recognition到移动跟踪等等。
当然，考虑到给定的问题，有许多不同的方法。它只能基于颜色(color base object recogniton)，比如在绿色区域中有一个红球，所以只有通过检测绿色才能识别球like here for tracking ball！另一个简单的方法是Morphological Operator。此外，可以使用直方图和像素分布，找到图片的所有边like here。此方法也用于查找书面文本的基线。
更高级的方法基于Machine Learning方法。 Neural network是最知名的，基本上你通过一堆例子训练你的模型，为神经元找到合适的权重/值，最后让模型判断新的例子（测试）。当然，向网络提交图像并不是明智之举;除了计算方面，还存在over fitting问题。所以图片中的extracting common pattern是另一个挑战。比方说，所有字符“A”跟随的一些模式可以是曲线，角度，强度，FT值，并将其与“L”区分开，依此类推。此部分也称为Dimension Reduction，因为您将所有图片像素映射/组合成多个数据点。 PCA (principle component analysis)并检查matlab中的PCA和SVD。这些方法仅在一些最高变量的基础上解释数据的变化。
机器学习的另一个观点，现在更热的是在统计方法中，通过将对象视为信号而将其他所有内容视为噪声。 Gaussian Process和Kernel Methods放在这一边。只需在“Google中的对象跟踪”旁边搜索这些术语，即可获得数千篇学术论文！
总之，这是一个普遍的问题;取决于问题，解决方案可以改变。我建议你仔细阅读https://stats.stackexchange.com/，因为你的问题可以适合那些人的专业知识。