感知器可以用来检测手写数字吗？

Question

假设我有一个小位图，其中包含一个手写的数字（0..9）。

是否可以使用（双层）感知器检测数字？

除了使用神经网络之外，还有其他可能从位图中检测单个数字吗？

Answer 1

这是一个庞大的手写数字数据库的链接。首页还具有许多不同方法的相对性能数据，包括2层神经网络。这应该给你一个良好的开端： MNIST digits database and performance

您可能还想查看Geoff Hinton's work on Restricted Boltzmann Machines他说的表现相当不错，并且在他的网站上有一个很好的解释性讲座（非常容易观看）。

Answer 2

将位图的每个像素直接送入神经网络需要大量的训练，并且不能很好地处理图像的缩放或旋转。

为了帮助神经网络执行良好的分类，您需要执行一些预处理步骤。

• 规范化图像：
  • 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，消除噪音。
  • 将其转换为黑色＆amp;白色，使用一些门槛。
  • 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与另一个数字的图像的各种功能：
  • 图像的Euler number - 告诉您形状中有多少个“洞”（例如，数字8的两个洞）。
  • 白色像素数（数字区域）
  • 白色像素坐标系的principal components - 告诉您形状的“拉长”程度。
  • ...您可以想到的其他功能往往具有类似数字的相似值。

主要成分也可用于标准化形状的旋转，使最长的轴是垂直的。

这些功能是您输入神经网络进行分类的，而不是像素。

Answer 3

这是一个Matlab example program，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）。