稀疏表示的手寫(xiě)數(shù)字識(shí)別范文
本站小編為你精心準(zhǔn)備了稀疏表示的手寫(xiě)數(shù)字識(shí)別參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。
《信息技術(shù)雜志》2015年第二期
1.1預(yù)處理在識(shí)別分類之前，為了達(dá)到好的識(shí)別效果，進(jìn)行一些的預(yù)處理是必要的。這些預(yù)處理步驟包括配準(zhǔn)，閾值化，字符分割等。配準(zhǔn)是將所有的圖片都放到同一個(gè)坐標(biāo)框架下來(lái)比較。配準(zhǔn)方法又分為剛性配準(zhǔn)和彈性配準(zhǔn)。剛性配準(zhǔn)主要是指對(duì)圖像進(jìn)行旋轉(zhuǎn)和平移操作，而剛性配準(zhǔn)的主要操作包括伸縮和裁減等放射變化。本文實(shí)驗(yàn)選擇的數(shù)字圖片庫(kù)是已配準(zhǔn)過(guò)的。閾值化主要是將灰度圖像轉(zhuǎn)換為黑白二值圖像。本文中數(shù)字分割為手動(dòng)分割。
1.2數(shù)字字符表示假設(shè)訓(xùn)練庫(kù)中共有N個(gè)樣本，k類手寫(xiě)數(shù)字字符，每類數(shù)字有Ni(i∈［1，k］)個(gè)訓(xùn)練樣本，則有N=N1+N2+…+Ni。每個(gè)數(shù)字字符圖像分辨率大小為w×h，將其按列排列成一個(gè)M維列向量V，其中M=w×h。
1.3L2、L1、L0和L1/2正則化比較在線性代數(shù)中，式(3)是一個(gè)欠定方程(M＜N)，其解并不唯一。常用解法為最小二乘法，即選擇最小化的L2范數(shù)正則化來(lái)求解。由于L0范數(shù)與L1范數(shù)的等價(jià)條件(滿足RIP等距性)的苛刻性，本文提出用L1/2來(lái)代替L1范數(shù)，但是L1/2是非凸的，它的解不是全局最優(yōu)，而是局部最優(yōu)，但在稀疏表示的實(shí)際應(yīng)用中，局部最優(yōu)就已經(jīng)滿足不錯(cuò)的近似解。式(10)中Aδi(x1)為測(cè)試圖像y的重構(gòu)圖像，根據(jù)和原圖像的殘差來(lái)進(jìn)行分類。
2實(shí)驗(yàn)結(jié)果及分析
本文改進(jìn)的稀疏表示數(shù)字字符識(shí)別步驟如下:①輸入:K類目標(biāo)的圖像字典A，測(cè)試圖像y。②歸一化y和A的列使其長(zhǎng)度單位化。③求解凸最優(yōu)化問(wèn)題，式(9)。④計(jì)算第i類的殘差ri(y)。⑤輸出識(shí)別結(jié)果ID(y)=argminri(y)。
2.1改進(jìn)的L1/2正則化實(shí)驗(yàn)采用標(biāo)準(zhǔn)的數(shù)字?jǐn)?shù)據(jù)庫(kù)MNIST，它包括了60000個(gè)訓(xùn)練樣本和10000個(gè)測(cè)試樣本點(diǎn)，每個(gè)樣本點(diǎn)的輸入含有28×28個(gè)像素，在訓(xùn)練樣本集為每個(gè)類選取120作為樣本，0～9類總共1200個(gè)樣本，并訓(xùn)練成過(guò)完備字典，從測(cè)試集中選取500幅測(cè)試樣本。以上識(shí)別步驟，1～3步驟是求解稀疏系數(shù)解，4～5步驟根據(jù)求得的系數(shù)解進(jìn)行分類。在步驟3分別采用以下2種方法(基于L1范數(shù)式(8)正則化和基于L1/2式(9)正則化)，并從識(shí)別時(shí)間和識(shí)別率進(jìn)行對(duì)比。所選用的機(jī)器配置為，CPUIntelPentiumDualCore1.86GHz，1G內(nèi)存。如表1所示，基于L1/2正則化所耗時(shí)間只比L1范數(shù)多一點(diǎn)，但在實(shí)驗(yàn)中，500個(gè)測(cè)試樣本只錯(cuò)1個(gè)，識(shí)別率最高。L1/2正則化能夠比L1正則化更好的恢復(fù)原始信號(hào)。在實(shí)驗(yàn)中，比如識(shí)別“0”字符時(shí)，由于“8”最近“0”字符，往往在“8”字符類中某幾個(gè)樣本對(duì)應(yīng)的具有較大系數(shù)，這些其他類的大系數(shù)會(huì)給識(shí)別產(chǎn)生干擾。L1范數(shù)方法是無(wú)法避免這種誤差的，而L1/2滿足局部最優(yōu)，能夠弱化這種干擾，識(shí)別效果最好。所以在下面的實(shí)驗(yàn)都是基于L1/2分類。
2.2帶噪聲手寫(xiě)數(shù)字字符識(shí)別從表1可以看出本方法對(duì)無(wú)噪聲的數(shù)字塊能夠準(zhǔn)確識(shí)別，識(shí)別率接近100%。對(duì)帶噪聲、不同程度光照下的數(shù)字進(jìn)行識(shí)別。采用和2.1節(jié)實(shí)驗(yàn)一樣的字典，進(jìn)行手寫(xiě)數(shù)字識(shí)別。圖1中，a，b，c三行分別為三組實(shí)驗(yàn)，e列為待識(shí)別數(shù)字，分別受到噪聲和光照干擾，f列為二值化結(jié)果，g列為稀疏系數(shù)圖，h列為殘差圖，殘差最小的為識(shí)別結(jié)果。通過(guò)本實(shí)驗(yàn)看出，即使數(shù)字圖像受到強(qiáng)烈的噪聲，也能很好的得到正確的識(shí)別結(jié)果。體現(xiàn)本方法具有較好的噪聲魯棒性。
2.3識(shí)別算法對(duì)比分析在相同實(shí)驗(yàn)條件下，比較不同算法對(duì)手?jǐn)?shù)字識(shí)別效果。本文利用數(shù)字?jǐn)?shù)據(jù)庫(kù)MNIST，在訓(xùn)練集里為每個(gè)類選取120個(gè)樣本，從測(cè)試集中每類選取500幅測(cè)試樣本。手寫(xiě)數(shù)字通常是隨意的，每個(gè)數(shù)字都有區(qū)別，并且?guī)в猩倭吭肼暋Ｈ绫?所示，稀疏表示算法的識(shí)別性能較其他方法超出很多，識(shí)別效果最好。而且SVM、HMM、RNN這些分類方法需要基于有效的特征提取方法，才能獲得較好的識(shí)別結(jié)果。
3結(jié)束語(yǔ)
本文將手寫(xiě)數(shù)字字符圖像訓(xùn)練為過(guò)完備字典來(lái)進(jìn)行手寫(xiě)數(shù)字識(shí)別，并通過(guò)稀疏系數(shù)來(lái)進(jìn)行分類。本文基于L1/2的正則化相比L1范數(shù)更能夠恢復(fù)原始信號(hào)，從而獲得更好的識(shí)別率。相比于SVM、HMM、RNN這些分類方法，稀疏算法具有更好的噪聲魯棒性，并可以避免目標(biāo)識(shí)別問(wèn)題中特征提取和分類器對(duì)結(jié)果的影響。然而本文對(duì)手寫(xiě)數(shù)字字符識(shí)別研究，訓(xùn)練樣本比較多，如何降低訓(xùn)練樣本，并且能獲得好的字典，從而能得到較好的識(shí)別率，是接下來(lái)的主要工作。
作者：王崇陽(yáng)傅迎華陳瑋單位：上海理工大學(xué)光電信息與計(jì)算機(jī)學(xué)院上海交通大學(xué)自動(dòng)化系