[发明专利]基于多特征融合和深度学习网络提取的手写数字识别方法

说明书

技术领域

本发明涉及手写数字识别技术领域，具体涉及基于多特征融合和深度学习网络提取的手写数字识别方法。

背景技术

手写数字识别在学科上属于模式识别和人工智能的范畴，是光学字符识别技术的一个分支，主要研究如何利用电子计算机自动辨认手写的阿拉伯数字。随着经济的飞速发展，逐渐信息化的社会在各个方面都要与数字打交道，一个准确率高的手写数字的识别方法在此时就显得尤为重要。

虽然手写数字的类别只有10种，且其识别已经研究了很长时间，并取得很大的进展，但是如今的手写数字的识别精度还有需进一步提高。

发明内容

本发明针对现有技术的不足，提供基于多特征融合和深度学习网络提取的手写数字识别方法，具体技术方案如下。

基于多特征融合和深度学习网络提取的手写数字识别方法，其包括如下步骤：

步骤1：读入手写数字的图像数据，对数据进行向量化预处理；

步骤2：对上一步骤的输出数据采用主成分分析(PCA)技术和方向梯度直方图(HOG)技术进行多特征融合，构造浅层复合特征；

步骤3：对多特征融合后的数据采用深度栈式稀疏自编码(SAE)的模型进行二次特征提取，构造深度学习网络，对浅层复合特征进行高层、深度学习和加工；

步骤4：采用Softmax分类器分类并将分类结果进行显示，该过程即实现了对手写数字的识别。

进一步地，所述主成分分析的实现过程具体如下：

(1)为使原数据A的均方误差最小，向量的均值应为零，即数据应以原点作为中心，因此现将原数据A以平均值为中心移到原点得到数据X：

(2)协方差用于衡量两个变量的总体误差，而方差是两个变量相同的特殊情况下的协方差，计算X的协方差无偏估计矩阵Y：

由于两个变量相同，此Y也是方差无偏估计矩阵，n为手写数字图像的像素个数；

(3)计算协方差矩阵Y的特征值D和单位正交特征向量V，再让特征值D由大到小进行排序；

(4)对应特征值的排序将特征向量排序后，即可得到变换矩阵v，令X乘以变化矩阵v即可得到已排序的投影数据Z，其中，第一个对应的就是第一主成分，第二个对应的就是次主成分，以此类推；

(5)λ_i是协方差矩阵，也是方差矩阵的第i个主元的特征值；计算第i个主元的方差贡献率：

而R个主元的累计方差贡献率为：

求得累计方差贡献率超过99％的主成分数目R，然后在已排序的投影数据Z中取前R维，并将结果记为矩阵B。

进一步地，所述方向梯度直方图(HOG)技术的实现过程具体如下：

(1)将图像灰度化；

(2)采用Gamma校正法对输入图像进行颜色空间的归一化，调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时抑制噪音的干扰；

(3)将图像划分为单元格(cell)，每2x2个像素点组成一个单元格；

(4)计算图像每个像素的梯度，捕获轮廓信息：

G_x(x,y)＝H(x+1,y)-H(x-1,y) ⑤

G_y(x,y)＝H(x,y+1)-H(x,y-1) ⑥

G_x(x,y),G_y(x,y),H(x,y)分别代表像素点(x,y)处的水平方向梯度，垂直方向梯度，和像素值；像素点(x,y)处的梯度幅值G(x,y)和梯度方向α(x,y)分别为：

梯度方向采用无符号的形式，并将0～180分成9等分；

图像中每个单元格的梯度方向都分成9个方向块，使用单元格中的梯度方向和大小对9个方向进行加权投影，最后，每个单元格产生9维的特征向量；

(5)将每2x2个单元格组成一个块，一个块内所有单元格的特征描述符串联起来后归一化，便得到该块的HOG特征；HOG结构采用矩形HOG结构；

(6)将图像所有块的HOG特征串联起来就可得到图像的HOG特征，并将该HOG特征记为v；

(7)将特征进行归一化，对特征提取后的特征向量进行特征变换，

v←v/255 ⑨

其中，ε＝10-⁸，上标T向量的转置；

经过多特征融合后构造浅层复合特征数据。

进一步地，步骤3具体是：