基于CNN的字符識(shí)別方法研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)是基于對(duì)生物神經(jīng)網(wǎng)絡(luò)的模仿而提出一種模式識(shí)別方法，從提出到現(xiàn)在已有70多年的歷史，期間人們對(duì)它的研究有過高潮和低谷，興衰交替。2006年，深度學(xué)習(xí)的概念被提出，它模擬了視覺系統(tǒng)的層次化工作機(jī)制，提出構(gòu)建具有層次化結(jié)構(gòu)的深度神經(jīng)網(wǎng)絡(luò)模型，并取得了成功，使得神經(jīng)網(wǎng)絡(luò)再次成為人們的研究熱點(diǎn)。而CNN（Convolutional Neural Networks，卷積神經(jīng)網(wǎng)絡(luò)）作為深度學(xué)習(xí)的一種實(shí)現(xiàn)模型，在1998年就得到了實(shí)現(xiàn)，如今

2、發(fā)展的已比較成熟，特別是成功應(yīng)用在手寫字符的識(shí)別上。然而現(xiàn)在，對(duì)于復(fù)雜自然場(chǎng)景中字符的識(shí)別仍然是一個(gè)難題，主要是由于這樣的字符具有復(fù)雜的背景、較低的分辨率、變化的光照強(qiáng)度，所以本文選擇在研究CNN的基礎(chǔ)上，與其他的方法結(jié)合，提出了新的識(shí)別方法，將之用于對(duì)自然場(chǎng)景中的字符識(shí)別，以期能夠提高對(duì)自然場(chǎng)景中字符的識(shí)別率。
　　本文在對(duì)CNN的基本理論進(jìn)行研究的基礎(chǔ)上并結(jié)合國內(nèi)外對(duì)CNN的研究成果，主要做了如下的工作:
　　(1)提出

3、了結(jié)合PCA（Principal Component Analysis，主成分分析）和CNN的字符識(shí)別方法，即將PCA和CNN兩者結(jié)合在一起，先對(duì)圖像進(jìn)行基于PCA的重建，然后再用CNN進(jìn)行訓(xùn)練和識(shí)別。此外，我們使用了改進(jìn)的CNN:一是采用多階段特征（Multi-Stage feature）作為分類器的輸入;二是在下采樣階段使用Lp-pooling，使用不同的p值進(jìn)行試驗(yàn)，找到最佳的p值。
　　(2)在SVHN數(shù)據(jù)集上進(jìn)行了三部分