Matlab神經網絡的字符識別

Question

我正在研究我的最終項目。 我選擇實現NN進行字符識別。

我的計划是拍攝26張包含26個英文字母的圖像作為訓練數據，但我不知道如何將這些圖像轉換為神經網絡的輸入。

假設我有一個具有2層的反向傳播神經網絡 - 隱藏層和輸出層。 輸出層有26個神經元，可產生26個字母。 我自己創建了26個圖像（大小為24 * bmp格式的100 * 100像素），每個圖像都包含一個英文字母。 我不需要進行圖像分割，因為我是圖像處理的新手，所以你們可以給我一些關於如何在Matlab中將圖像轉換為輸入向量的建議（或者我是否需要做邊緣，形態或其他圖像預處理的東西？）。

非常感謝。

Answer 1

僅當字母相同（像素的位置固定）時，NN才會起作用。 您需要將圖像轉換為灰度並將其像素化。 換句話說，使用在正方形上分割圖像的網格。 正方形必須小到足以得到字母細節，但足夠大，所以你不要使用太多的神經元。 每個像素（灰度）是NN的輸入。 剩下的就是確定連接神經元的方式，例如NN拓撲。 兩層NN就足夠了。 很可能你應該將每個輸入“像素”連接到第一層的每個神經元，將第一層的每個神經元連接到第二層的每個神經元

Answer 2

這並不直接回答您提出的問題，但可能有用：

1）您需要更多的訓練數據。 更重要的是，如果我理解正確（每個字母只有一個樣本？）

2）這是一個非常常見的項目，如果允許，您可能想嘗試在互聯網上查找已處理的數據集，以便您可以專注於NN組件。

Answer 3

由於您將進行字符識別，我建議您使用不需要任何訓練數據的SOM神經網絡; 每個字母你將有26個輸入神經元，一個神經元。 對於圖像處理位，Ross有一個有用的建議來隔離每個字母。