Распознавание персонажей для Matlab Neural Network

Question

Я работаю над своим финальным проектом. Я решил реализовать NN для распознавания символов.

Я планирую взять 26 изображений с 26 английскими буквами в качестве обучающих данных, но я не знаю, как преобразовать эти изображения в качестве входных данных в мою нейронную сеть.

Допустим, у меня есть нейронная сеть обратного распространения с 2 слоями - скрытым слоем и выходным слоем. Выходной слой имеет 26 нейронов, которые выдают 26 букв. Я сам создал 26 изображений (размер 100 * 100 пикселей в 24-битном формате BMP), каждое из которых содержит английскую букву. Мне не нужно делать сегментацию изображения, потому что я новичок в обработке изображений, поэтому вы, ребята, можете дать мне несколько советов о том, как преобразовать изображения во входные векторы в Matlab (или мне нужно сделать ребро, морфологию или другое изображение продукты предварительной обработки?).

Большое спасибо.

Answer 1

Вы NN будете работать, только если буквы одинаковы (положение пикселей фиксировано). Вам нужно конвертировать изображения в оттенки серого и пикселизировать их. Другими словами, используйте сетку, которая разделяет изображения на квадраты. Квадраты должны быть достаточно маленькими, чтобы получить детали букв, но достаточно большими, чтобы вы не использовали слишком много нейронов. Каждый пиксель (в оттенках серого) является входом для NN. Осталось определить способ соединения нейронов, например, топологию NN. Двух слоев NN должно быть достаточно. Скорее всего, вы должны подключить каждый входной «пиксель» к каждому нейрону на первом слое и каждый нейрон на первом слое к каждому нейрону на втором слое

Answer 2

Поскольку вы будете выполнять распознавание символов, я предлагаю вам использовать нейронную сеть SOM, которая не требует каких-либо обучающих данных; У вас будет 26 входных нейронов по одному нейрону на каждую букву. Для бита обработки изображения у Росса есть полезное предложение для выделения каждой буквы.

Answer 3

Это не дает прямого ответа на заданные вами вопросы, но может быть полезно:

1) Вам понадобятся дополнительные данные тренировки. Гораздо больше, если я вас правильно понимаю (только один образец для каждой буквы ??)

2) Это довольно распространенный проект, и если он разрешен, вы можете попытаться найти в Интернете уже обработанные наборы данных, чтобы сосредоточиться на компоненте NN.