gesture-recognition - 逐个符号手写识别有哪些算法？

Question

我认为有一些算法可以评估绘制符号和预期符号之间的差异，或者类似的东西。任何帮助将不胜感激 :))

Answer 1

您可以实现一个简单的神经网络来识别手写数字。最简单的实现类型是通过反向传播训练的前馈网络(它可以随机训练或批量模式训练)。您可以对反向传播算法进行一些改进，以帮助您的神经网络更快地学习(动量、Silva 和 Almeida 算法、模拟退火)。

至于查看真实符号和预期图像之间的差异，我见过使用的一种算法是 k-nearest-neighbor algorithm . Here是一篇描述使用 k-nearest-neighbor 算法进行字符识别的论文(编辑:我之前有错误的链接。我提供的链接要求您支付论文费用；我正在尝试找到一个免费版本的论文)。

如果你使用神经网络来识别你的角色，所涉及的步骤是:

使用适当的训练算法设计您的神经网络。我建议从最简单的(随机反向传播)开始，然后根据需要改进算法，同时训练网络。

获取训练数据的良好样本。对于识别手写数字的神经网络，我使用了 MNIST database .

将训练数据转换为神经网络的输入向量。对于 MNIST 数据，您需要对图像进行二值化。我使用的阈值为 128。我从 Otsu's method 开始，但这并没有给我想要的结果。

创建您的网络。由于来自 MNIST 的图像以 28x28 的数组形式出现，因此您的神经网络有一个包含 784 个分量和 1 个偏置(即 785 个输入)的输入向量。我使用了一个隐藏层，其节点数设置为 guidelines outlined here (以及偏见)。您的输出向量将有 10 个组件(每个数字一个)。

将训练数据(随机排序的数字，每个数字随机输入图像)随机呈现给您的网络并对其进行训练，直到达到所需的错误级别。

针对您的神经网络运行测试数据(MNIST 数据也随附)以验证它是否正确识别数字。

您可以查看示例 here (无耻的插件)试图识别手写数字。我使用来自 MNIST 的数据训练了网络。

如果您决定走这条路，请花一些时间让自己了解神经网络概念。在我真正理解这个概念之前，我至少花了 3-4 天的时间阅读和编写代码。一个很好的资源是 heatonresearch.com .我建议首先尝试实现神经网络来模拟 AND、OR 和 XOR bool 运算(使用阈值激活函数)。这应该让您了解基本概念。当它真正归结为训练您的网络时，您可以尝试训练一个识别 XOR bool 运算符的神经网络；这是开始介绍学习算法的好地方。

在构建神经网络时，您可以使用现有框架，例如 Encog ，但我发现自己构建网络要令人满意得多(我认为您可以通过这种方式了解更多信息)。如果你想看一些资源，你可以查看我在 github 上的一个项目。 (无耻插件)，它有一些 Java 基本类，可帮助您构建和训练简单的神经网络。

祝你好运!

编辑

我发现了一些使用 k-nearest-neighbors 进行数字和/或字符识别的来源:

Bangla Basic Character Recognition Using Digital Curvelet Transform (一个的曲波系数
原始图像及其形态学改变的版本用于训练单独的 k-
最近邻分类器。这些分类器的输出值使用简单的融合
多数投票方案以达成最终决定。)

The Homepage of Nearest Neighbors and Similarity Search

Fast and Accurate Handwritten Character Recognition using Approximate Nearest Neighbors Search on Large Databases

Nearest Neighbor Retrieval and Classification

对于神经网络资源，我发现以下链接很有用:

CS-449: Neural Networks

Artificial Neural Networks: A neural network tutorial

An introduction to neural networks

Neural Networks with Java

Introduction to backpropagation Neural Networks

Momentum and Learning Rate Adaptation (此页面介绍了标准反向传播算法的一些增强功能，可以加快学习速度)