人工智能神经网络由于颜色反转而导致手写数字错误预测。倍频程/Matlab？

我的Octave程序使用神经网络识别手写数字。问题是，如果颜色改变，它将无法正确识别数字。但如果颜色颠倒，它的预测就不正确。例如：

---

上面的图像包含具有相同图案的相同数字。但它们的颜色倒过来了

我已经在使用RGB到灰度的转换。如何克服这个问题？对于反转彩色图像，有没有比使用单独的训练示例更好的选择？

边缘提取 如果从图像中提取边缘，您将看到它在这方面基本不变，两个版本的图像在变换后看起来几乎相同

下面，我将展示使用拉普拉斯边缘检测提取边缘时，对于“黑上白”和“白上黑”图像，图像的外观：

这个想法是在边缘上训练你的网络，以获得一些关于你描述的变化的不变性

以下是用于边缘提取的MATLAB/OCtave的一些资源：

我已经使用Python和OpenCV完成了边缘提取，使用

edges\u image=cv2.Laplacian（original\u image，cv2.CV\u 64F）

。如果我可以修复我的安装，我可能会发布一个MATLAB/Octave示例：）

检测主色，必要时反转 另一种方法是决定您要使用一个版本，比如说您已经对网络进行了“白底黑字”变体的培训

现在，当您输入图像时，首先检测主色/背景是黑色还是白色，然后根据需要反转。

特征提取 为了推广@bakkal关于使用边的建议，可以提取多种类型的边。这些包括边、角、斑点、脊等。。实际上有一个简单的例子，包括使用（方向梯度直方图）的数字识别

这种技术也适用于更复杂的图像，因为边缘并不总是最好的特征。使用matlab从两幅图像中提取HOG特征：

我相信，如果你有八度音阶的话，你可以使用HOG特性

另一件需要记住的重要事情是，您希望所有图像都具有相同的大小。我已经将两个图像的大小调整为500x500，但这是任意的

生成上面图像的代码

close all; clear; clc;

% reading in
img1 = rgb2gray(imread('img1.png'));
img2 = rgb2gray(imread('img2.png'));

img_size = [500 500]; % 

% all images should have the same size
img1_resized = imresize(img1, img_size);
img2_resized = imresize(img2, img_size);

% extracting features
[hog1, vis1] = extractHOGFeatures(img1_resized);
[hog2, vis2] = extractHOGFeatures(img2_resized);

% plotting
figure(1);
subplot(1, 2, 1);
plot(vis1);
subplot(1, 2, 2);
plot(vis2);

您不必局限于HOG特性。你也可以快速尝试

同样，颜色反转并不重要，因为特征匹配。但是您可以看到，在这里，弓形特征可能是更好的选择，因为绘制的20个点/斑点实际上并不代表数字6。。在matlab中实现上述功能的代码

% extracting SURF features
points1 = detectSURFFeatures(img1_resized);
points2 = detectSURFFeatures(img2_resized);

% plotting SURF Features
figure(2);
subplot(1, 2, 1);
imshow(img1_resized);
hold on;
plot(points1.selectStrongest(20));
hold off;
subplot(1, 2, 2);
imshow(img2_resized);
hold on;
plot(points2.selectStrongest(20));
hold off;

---

总之，根据问题的不同，您可以选择不同类型的功能。大多数情况下，从您自己的经验中可以看出，选择原始像素值还不够好，除非您有一个包含所有可能情况的非常大的数据集。

您的训练数据是否有反转颜色的数据？CNN不会学习颜色不变的表示法。不，我没有包括反转颜色的训练示例。是的，这是一个解决方案，但我想知道是否有更好的办法来解决这个问题！神经网络的优点之一是，它们可以为手头的数据和任务找到最佳的“特征”。例如，他们可以学习猪的描述词。看看这篇关于深度学习和功能工程的IBM文章，我有一个类似的问题。谢谢你的回答，先生。我想到了第二种“检测主色”的方法，但我不确定如何使用倍频程/Matlab反转颜色。然而，第一种“边缘提取”方法似乎更有趣。你能描述一下这两种方法中哪一种更有效、更准确吗？@HNLEANER我会选择边缘或任何特征提取，因为深度端到端解决方案就是这样运作的，它们会产生很好的结果，例如，如果你看卷积神经网络，您将看到，在它的第一阶段，您将尝试学习类似边缘的功能。@HNLearner如果您愿意，您可以告诉我您的网络配置，例如隐藏层的数量和每层中神经元的数量等，测试起来应该很容易。如果你愿意，给我发封电子邮件。非常感谢你的帮助，先生。我是机器学习的初学者，不久前才开始学习神经网络。我只使用了一个隐藏层。@请注意，边缘检测算法通常是应用（卷积）平方高斯滤波器来模糊图像，然后使用其他滤波器（如拉普拉斯或索贝尔）来查找边缘的组合。这太棒了。谢谢先生：）我很高兴这对你有帮助