CAE
或
AE
(用于叠加)与
CNN
或
ANN
(用于分类)的组合被研
究用于特定
HNR
任务的合适模型。
本文其余部分的结构如下。提出了建议HNR系统的方法 在第2节
中,连同其他先决条件,以更好地理解。第3节详细分析了拟议系统的
结果。本节还包括与其他相关工作的性能比较。最后,第4对研究进行
了简要总结
2.
手写体数字在印刷体上的叠加与识别
手写数字(
HN
)可以看作是印刷数字(
PN
)的变形将
HNI
叠加
到
PNI
上,然后从
PNI
识别是所提出的
HNR
方法的功能步骤 图图
1
显
示了数字
8
(孟加拉语中的数字
4
)在手写情况下的不同变形。当人
们学习复制印刷形式并试图最小化差异时,发现手写图像在方向、缩
放、不完整、额外姿势、粗糙度、细化等方面变形由于单个
HN
图像
中的一个或多个变形,
HN
图像之间对于特定数字的相似性增加,因
此在传统分类中将所有这些图像置于相同的原始类别中的复杂性增加
另一方面,变形可以使
HN
移动到另一个数字类别的域
;
例如,孟加拉
语数字
“”
和
“”
中的变形将
HNI
定位到
PNI
上可以帮助降低识别任务中
的这种复杂性在通过成功叠加获得
PNI
之后,由于单个印刷数字的独
特形状和大小一眼看去,识别任务将更容易,并且通过将不同形
式、大小和方向的
HNI
叠加到相同大小的
PNI
上来提高准确性。
图
2
演示了建议的
HNR
系统通过叠加到打印形式(
HNRSP
)。
该模型由两个主要功能模块组成:叠加模块和分类器
.
叠加模块采用
具有变化变形的
HNI
形状,方向)并产生标准印刷形式和预定义的
固定尺寸(即,
28 28
)的
10
个
PNI
。最后,执行分类任务,将生成
的
PNI
分类到相应的数字类。
HNI
和
PNI
的大小分别定义为
H
x
×
H
y
和
P
x
×
P
y
,其中
P
x
6H
x
和
P
y
6H
y
.
所提出的模型的关键任务是
叠加模块的开发。另一方面,从PNI分类是一个普通的图像分类任务,
相对简单。因此,建议HNRSP模型由叠加和分类模块,这些是独立准
备的。
将
HN
叠加到
PN
上有助于定义
HN
和
PN
之间的误差
;
并且在迭代中
最小化
HN
和
PN
之间的误差叠加模块和分类器技术都需要计算任务
来进行叠加(即,
train
):由于已经用大量图像训练了叠加模块
(即,
18
,
000
个手写数字图像),主要的计算是为了准备它,并且
由于使用仅
10
个数字的打印图像,分类器训练成本非常小(并且可
以忽略)。此外,叠加模块和分类器方法的准备彼此独立,并且在
两个不同步骤的情况下训练时间不会增加在以下分节中
-
图1.一、可变形手写数字,例8(孟加拉语数字4):(a)缩放,额外姿势;(b)旋
转,不完整;(c)缩放,粗糙度;(d)旋转,细化。
描述了叠加模块和分类器的开发和训练
2.1.
叠加模块
图3示出了针对孟加拉语8(孟加拉语中的数字4)的样本HNI的所
提出的HNRSP中的叠加过程。 在该过程中,输入HNI x叠加到10个
孟加拉PNI z上(即,0、8、0和0),并生成相应的PNI(即,8)对于
输入HNI,其最小化HNI和PNI之间的误差Lxz。这里的挑战是实现叠
加任务,AE和CAE智能地适应它在拟议的HNRSP。AE和CAE的简要
描述以及在所提出的方法中使用的AE和CAE的新定义的结构在以下小
节中讨论。
2.1.1.
带自动编码器(
AE
)
AE
是传统
NN
的三层变体,它使用无监督学习算法,并规定输出
与输入相同,目的是减少维度或特征(
Akhand
,
2021
)。从体系结
构 的 角 度 来 看 , 最 简 单 的
AE
是 一 个 简 单 的 前 馈 多 层 感 知 器
(
MLP
),具有两端具有相同数量的神经元的单个输入和输出层以
及具有较少数量的神经元的一个隐藏层声发射的结构可以分为两部
分:编码器和解码器。首先,
AE
尝试根据下式应用确定性映射将原
始输入特征
x
编码到更低维的特征空间
h
。
h¼s
Wx
b1
其中
s
是激活函数,
W
是输入层和隐藏层之间的权重矩阵,
b
是偏置。
然后,
AE
的解码器部分尝试使用将低维特征映射到其重构的特征映
射
z
。
z
¼
s
0
W
0
x
b
0
2
其中,
s
0
:是激活函数,
W
0
¼W
T
(绑定权重),偏置
b
0
也是如此。
z
是
x
的预测,因此需要根据下式使反射误差最小化。