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，其中包含一个数字（0..9）在手写。

是否有可能发现使用（两层）感知的数字吗？

除了使用神经网络外，还有其他的可能性来检测位图中的单个数字吗？

Answer 1

饲养位图的每个像素直接到神经网络需要大量的训练，并不会用于处理图像的缩放或旋转工作。

为了帮助神经网络进行很好的分类，你需要执行一些预处理步骤。

• 规范化图像：
  • 调整对比度和亮度，以使图像的直方图的基准图像相匹配。
  • 模糊图像，消除噪音。
  • 使用某个阈值将其转换为黑色&白色。
  • 找到形状的边界框，缩放到预定义的大小。
• 计算，可用于从另一个区分一个数字图像的不同特征：
  • 的图像—的Euler number告诉你有多少“洞”中有形状（例如两个孔对于数字8）。
  • 白色像素（数字面积）
  • 设定白色像素—的坐标的principal components的数字告诉你如何“长”的形状。
  • ...其他功能，你可以想到，类似的数字往往有相似的值。

主要组分也可以用于标准化形状的转动，使最长轴是垂直的。

这些功能是您输入神经网络进行分类的内容，而不是像素。

Answer 2

这里是一个巨大的手写数字数据库的链接。头版还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

你可能也想看看Geoff Hinton's work on Restricted Boltzmann Machines他说，执行得相当好，并且对他的网站一个很好的说明讲座（很有看头）。

Answer 3

下面是一个使用一个训练的神经网络，以检测单个数字（图像大小固定为28 * 28）中的Matlab example program。