手写汉字识别实验报告.docxVIP

一、实验内容： 收集实验数据，利用卷积神经网络实现简单的手写汉字识别并进行一定的改 进（dropout和仿射变换扩展数据集）。 二、实验数据： 收集来自互联网和现实生活中的手写汉字图片，包含繁简体、不同大小、不 同背景的图片。并利用文件名进行相应标记。其中训练集包含图片150张，测试 集包含图片50张。 iI： 008.jpg李li.007.jpg驗qian_008.jpg qian_011.jpgli.009.jpg li.010.jpgqian_012.jpg qian_013jpg炉sun_012.jpgsun_008jpgsun.010.jpgsun_013.jpgwang_008jpgwangJX)7jpgawang_009.jpg i I： 008.jpg 李 li.007.jpg 驗 qian_008.jpg qian_011.jpg li.009.jpg li.010.jpg qian_012.jpg qian_013jpg 炉 sun_012.jpg sun_008jpg sun.010.jpg sun_013.jpg wang_008jpg wangJX)7jpg a wang_009.jpg wangOIOjpg li_019.jpg liO2O.jpg Ii2.jpg sun_018.jpg sun3.jpg wzn g.004.jpg 趙埜忽 zhaO-2.jpg zhao009.jpg zhao_011.jpg 训练集截图测试集截图 训练集截图 三、实验原理： ］）深度学习? 深贏学习能够模拟视觉感知系统的层次结构，通过建立包含有多个隐藏层结 构的机器学习模型，对大量数据的训练得到更为有用的特征。该模型起源于神经 网络，是一种深层次非线性网络结构，通过这一非线性结构更优地逼近复杂函数, 深层的结构使深度学习具有极强的表达能力和学习能力，当它用于处理图像时, 能够学习到图像的“部分■整体”的分解关系，它在人脸识别、字符识别、图像 去噪等方面取得了远优于传统浅层神经网络的结果。 2）卷积神经网络： 卷积神经网络是一种典型的深度学习模型，它利用空间相对关系减少参数数 目以提高训练性能，是第一个真止获得成功的深度架构。卷积神经网络可以识别 有变换的模式，具有一定的鲁棒性（抗变换性），并已成功应用于人脸识别、车 牌识别、行为识别、语音识别和图像分类等计算机视觉的研究领域。 CNN的基木结构由输入层、卷积层、池化层（也称取样层）、全连接层及输 出层构成，卷积层和池化层一般会取若干个，采用卷积层和池化层交替设置。（多 层感知器结构）。 在CNN结构屮，深度越深、特征面数冃越多，则网络能够表示的特征空间 也就越大，网络学习能力也越强，然而也会使网络的计算更复杂，极易出现过拟 合的现象。 J CNN的本质就是每一个卷积层包含一定数量的特征面或者卷积核。与传统 MLP （多层神经网络）相比，CNN中卷积层的权值共享使网络中可训练的参数变 少，降低了网络模型复杂度，减少过拟合，从而获得了一个更好的泛化能力。同 时，在CNN结构中使用池化操作使模型中的神经元个数大大减少，对输入空间 的平移不变性也更具有鲁棒性。而且CNN结构的可拓展性很强，它可以采用很 深的层数，而深度模型具有更强的表达能力，它能够处理更复杂的分类问题。 仿射变换： 拉伸、收缩、扭曲、旋转是图像的几何变换，在三维视觉技术中大量应用到 这些变换，又分为仿射变换和透视变换。仿射变换通常用单应性建模，利用 cvWarpAffine解决密集映射，用cvTransform解决稀疏映射。仿射变换可以将矩 形转换成平行四边形，它可以将矩形的边压扁但必须保持边是平行的，也可以将 矩形旋转或者按比例变化。透视变换提供了更大的灵活性，一个透视变换可以将 矩阵转变成梯形。当然，平行四边形也是梯形,所以仿射变换是透视变换的子集。 dropout: 典型的神经网络其训练流程是将输入通过网络进行正向传导，然后将误差进 行反向传播。Dropout就是针对这一过程之中，随机地删除隐藏层的部分单元, 进行上述过程，其具体步骤如下： 1 ?随机删除网络中的一些隐藏神经元，保持输入输出神经元不变； 将输入通过修改后的网络进行前向传播，然后将误差通过修改后的网络进 行反向传播； 对于另外一批的训练样木，重复上述操作1. 大量实验论证发现，dropout可以比较有效地减轻过拟合的发牛，一定程度 上达到了正则化的效果。 四、实验源代码： import tensorflow as tf import os import cv2 import preprocess_ import numpy as np import random import math from affint import affi