Neural network 神经网络特征提取

我正在用神经网络做字母和数字的简单识别。到目前为止，我使用字母图像的每个像素作为网络的输入。不用说，这种方法产生的网络非常大。所以我想从我的图像中提取特征，并将它们作为NNs的输入。我的第一个问题是字母的哪些属性有利于识别它们。第二个问题是如何将这些特征表示为神经网络的输入。例如，我可能检测到字母中的所有角点，并将它们作为（x，y）点的向量。如何将该向量转换为适合神经网络的向量（因为不同字母的向量大小可能不同）。

本文概述了使用神经网络进行OCR的4种特征提取技术。他介绍了以下方法：

• 运行长度编码（RLE）：您需要一个二进制图像（即，只有白色或黑色）。二进制字符串可以编码成更小的表示形式
• 边缘检测：找到边缘。这样做可能会非常粗糙，因此，不必返回精确的（x，y）坐标，只需在减少的位置（即图像的20%、40%、60%和80%）上出现这样的边缘时进行计数，即可减少矩阵
• 计数“真实像素”：这将图像矩阵的维度从

  width*height

  减少到

  width+height

  。使用

  宽度

  向量和

  高度

  向量作为单独的输入
• 基本矩阵输入：你已经试过了；输入整个矩阵会得到很好的结果，但正如您所注意到的，可能会导致高维度和训练时间。您可以尝试减小图像的大小（例如，从200x200减小到50x50）

---

很多人都采用了各种各样的OCR功能。最简单的方法当然是直接传递像素值

从UCI数据集中提取的OpenCV样本中有一个字母识别数据。它使用了大约16种不同的功能。检查此软件：

你也可以看到这篇论文在其中一个答案中解释了这一点。你可以通过谷歌搜索得到它

---

你也可能对它感兴趣。本文简要介绍了目前使用的各种特征提取技术

如果您有一个非常高维的输入向量，那么我建议您应用主成分分析（PCA）来去除冗余特征并降低特征向量的维数