基于深度学习的鬼成像手写数字识别
图像与视频处理
2021-04-21 v2 应用物理
摘要
我们提出一种基于鬼成像（GI）与深度神经网络的未知手写数字鬼成像识别方法，其中由余弦变换散斑生成的桶探测器少量检测信号被用作特征信息及所设计深度神经网络（DNN）的输入，并将分类设计为 DNN 的输出。结果表明，所提方案具有更高的识别准确率（仿真高达 98.14%，实验为 92.9%）和更小的采样率（例如 12.76%）。随着采样率增加，识别准确率大幅提升。与使用相同 DNN 结构的传统识别方案相比，所提方案性能略优，且具有更低的复杂度和非局域特性。所提方案为遥感提供了一条有前景的途径。
引用
@article{arxiv.2004.02068,
title = {Ghost Handwritten Digit Recognition based on Deep Learning},
author = {Xing He and Shengmei Zhao and Le Wang},
journal= {arXiv preprint arXiv:2004.02068},
year = {2021}
}
备注
There are some data errors