基于Saak变换的高效、可扩展且鲁棒的手写数字识别方法
计算机视觉与模式识别
2017-10-31 v1
摘要
本文提出了一种基于Saak变换的高效、可扩展且鲁棒的手写数字识别方法。首先，使用多级Saak变换提取输入图像的一组联合空间-谱表示。然后，将Saak系数作为特征输入SVM分类器完成分类任务。为控制Saak系数的规模，我们采用有损Saak变换，利用主成分分析（PCA）选取较小的一组变换核。卷积神经网络（CNN）如LeNet-5已能很好地解决手写数字识别问题。我们在可比较的精度水平下，就可扩展性、鲁棒性以及无损与有损Saak变换的效率，对LeNet-5与基于Saak变换的方案进行了性能对比研究。
引用
@article{arxiv.1710.10714,
title = {A Saak Transform Approach to Efficient, Scalable and Robust Handwritten Digits Recognition},
author = {Yueru Chen and Zhuwei Xu and Shanshan Cai and Yujian Lang and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:1710.10714},
year = {2017}
}
备注
5 pages, 5 figures, 5 tables