传统的图像识别问题为经典的特征提取和模式匹配问题,共分为两个方面图像识别
和特征匹配。本文首先对图像识别问题进行了分析和总结,选取了以 Python 语言的 PTL
库作为图像识别的基本架构,其基本思路为讲图片预处理,包括图像分割、字符提取等。
字符识别本质为一个模式匹配问题,采用神经网络具有较好准确度,但是神经网络
具有训练时间长,容易陷入局部次优的缺陷。针对这一个问题,采用以卷积神经网络,
以卷积作为度量标准,进一步提升神经网络的反馈性能。
论文以 LeNet5 为卷积神经网络的基本工具集,针对设计和开发数字图像识别系统
系统实现所需要的技术方法需要进行全面的分析和掌握。
1