感知器可以用来检测手写数字吗？

Question

假设我有一个小的位图，其中包含手写的单个数字(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，还有没有其他可能从位图中检测单个数字？

Answer 1

将位图的每个像素直接输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。

• 归一化图像：
  • 调整图像的对比度和亮度，使图像的直方图与参考图像匹配。
  • 模糊图像，以去除噪声。
  • 将图像转换为黑白，使用一些threshold.
  • Find形状的边界框，缩放到预定义的形状

​

• 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：
  • The Euler number of the image -告诉您形状中有多少个“孔”(例如，数字8有两个孔)。
  • principal components白色像素坐标集的principal components-告诉您形状有多“拉长”。
  • ...您能想到的其他特性往往与相似的digits.

具有相似的值

​

主分量还可以用于规格化形状的旋转，以便最长的轴是垂直的。

特征是你输入神经网络进行分类的东西，而不是像素。

Answer 2

这是一个巨大的手写数字数据库的链接。首页也有许多不同方法的相对性能数据，包括2层神经网络。这应该会给你一个好的开始：MNIST digits database and performance

你可能还想看看Geoff Hinton's work on Restricted Boltzmann Machines，他说它表现得相当好，在他的网站上有一个很好的讲解讲座(非常值得观看)。

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)。