使用神經(jīng)網(wǎng)絡(luò)的吧。
現(xiàn)在做法是，用CNN網(wǎng)絡(luò)提取特征，訓(xùn)練一個(gè)分類器就OK了。
特征是什么？
非神經(jīng)網(wǎng)絡(luò)就是手工指定提取特征的規(guī)則，比如數(shù)字1就是有一條豎線；
用神經(jīng)網(wǎng)絡(luò)就簡(jiǎn)單了，管它什么顏色 線性 角度 紋理，直接卷積卷積卷積自動(dòng)抽取特征吧。分類器呢，簡(jiǎn)單來(lái)講，就是每個(gè)字都自動(dòng)訓(xùn)練形成一個(gè)模板（怎么表示的，可能就是個(gè)512維向量，但其中某個(gè)數(shù)指代什么，不知道，基本無(wú)法解釋，可以將網(wǎng)絡(luò)中的一些高階特征顯示出來(lái)，和以前的顏色紋理等人定特征也蠻相似的），圖片經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)后也被抽象成512維的特征向量，這張圖片的特征向量和哪個(gè)字的模板最像 那就判別這個(gè)圖片是那個(gè)字。訓(xùn)練過(guò)程就是一個(gè)反復(fù)強(qiáng)化的過(guò)程，最開始所有參數(shù)都隨機(jī)生成，其中有些參數(shù)能讓輸入的圖經(jīng)過(guò)整套計(jì)算過(guò)程走到目標(biāo)有些參數(shù)不能，能算到目標(biāo)的哪些參數(shù)就被反復(fù)強(qiáng)化，老是算到其他目標(biāo)的那些參數(shù)就被反復(fù)抑制，這樣下去這些網(wǎng)絡(luò)參數(shù)慢慢地就似乎認(rèn)識(shí)教給它的東西了。

怎么說(shuō)呢，你知道m(xù)d5摘要吧，特征就是摘要，只不過(guò)md5的任務(wù)目標(biāo)和特征提取的任務(wù)目標(biāo)不一致。但其實(shí)都是摘要。

模式識(shí)別吧？

簡(jiǎn)單說(shuō) 就是 機(jī)器看過(guò)各種各樣的的字符，不關(guān)是你寫的還是機(jī)器寫的還是畫家寫的，然后你輸入一個(gè)驗(yàn)證碼，機(jī)器從驗(yàn)證碼里，找到圖形，通過(guò)貝葉斯找這個(gè)圖形是某個(gè)字符的概率，哪個(gè)概率大，就是哪個(gè)。