Дослідження Дескрипторів Щодо Розпізнавання Цифр Набору Mnist

Abstract

УДК 004.93'1 Н.Л. Дорош, Т.М. Фененко ДОСЛІДЖЕННЯ ДЕСКРИПТОРІВ ЩОДО РОЗПІЗНАВАННЯ ЦИФР НАБОРУ MNIST Анотація. Кращі результати розпізнавання цифр отримані на основі нейронних мереж і мають помилку менше 1%. Успішні алгоритми розпізнавання, в тому числі і глибокого навчання, приховані від користувача і складні в описі, тому не втратили свою актуальність алгоритми на основі дескрипторів. Метою роботи є вибір та дослідження дескрипторів для розпізнавання набору MNIST. Виконано розпізнавання цифр на основі 12 дескрипторів із застосуванням моделей з бібліотеки Scikit-Learn Python. За результатами розпізнавання методом k-середніх з'ясовано, що доцільно обрати 8 дескрипторів. Ключові слова: розпізнавання, цифри рукопису MNIST, дескриптори, Ху-моменти, гістограми, Python, Scikit-Learn, метод k-середніх � Постановка проблеми. Робота присвячена вирішенню задачі розпізнавання цифр. Актуальність дослідження пов'язана з практичною проблемою і представляє інтерес в багатьох сферах діяльності людини. Наприклад, існує проблема розпізнавання номерів автомобілів, вагонів та інших об'єктів, які отримані з використанням відеозйомки. Але безлічі зображень, що представляють інтерес в тому, або іншому додатку, не належать до класу множин, ретельно вивчених у процесі багатовікових математичних досліджень. Істотні позитивні результати з розпізнавання зображень не можуть бути отримані на підставі лише загальних рекомендацій теорії розпізнавання. Необхідно вивчати і враховувати виняткову специфікацію зображення, як об'єкта формального аналізу [1,2]. В роботі проведено аналіз дескрипторів, які були використані в вирішенні задачі розпізнавання цифр рукопису. Аналіз останніх досліджень і публікацій. На підставі результатів двадцятирічних досліджень можна переконатися, що проблема розпізнавання цифр хоча і добре вивчена, але до теперішнього часу представ-��������������������������������� ��Дорош Н.Л., Фененко Т.М., 2020� «Системні технології» 2 (127) 2020 «System technologies» ISSN 1562-9945 (Print) ISSN 2707-7977 (Online) 46 ляє чималий інтерес. Є велика кількість робіт, присвячених розпізнаванню рукописних цифр, які представлені зображеннями [3-7]. При цьому ISSN 2707-7977 (Online) 51 знавання -78,14%, оцінка точності проведена з використанням перехресної перевірки. Допущення про виключення з набору дескрипторів H5, H6, H7 підтвердилися, було також з'ясовано, що необхідно виключити з набору Ec.Таким чином, для розпізнавання набору рукописних цифр методом k-середніх з n_neighbors = 10 доцільно взяти 8дескрипторів замість 12. Виключити п'ятий, шостий і сьомий Ху-моменти і ексцентрісітет. Точність розпізнавання склала 78,58% проти 78,14%.