卷积

作者:羊肉串 最后修改日期:2021-04-17 11:25

    卷积是一种图像处理方法,用于对图像特征进行增强。

    其原理是通过一些数学方法,对每个像素里的数据按照一定的规则进行调整,调整出的结果,能让图片的特征更加明显。

    我们在做物体识别时,需要增强物体的轮廓,以便更容易的识别他。

    这个过程就叫卷积。

    卷积是数学分析中的一种积分变换的方法,在图像处理中采用的是卷积的离散形式。这里需要说明的是,在卷积神经网络中,卷积层的实现方式实际上是数学中定义的互相关 (cross-correlation)运算,与数学分析中的卷积定义有所不同,这里跟其他框架和卷积神经网络的教程保持一致,都使用互相关运算作为卷积的定义,具体的计算过程如 图所示。

 

说明:

卷积核(kernel)也被叫做滤波器(filter),假设卷积核的高和宽分别为 ,则将称为卷积,比如3×5卷积,就是指卷积核的高为3, 宽为5。


其它说明:

在卷积神经网络中,一个卷积算子除了上面描述的卷积过程之外,还包括加上偏置项的操作。例如假设偏置为1,则上面卷积计算的结果为:




Copyright © 2020 万物律动 旗下 AI算法狮 京ICP备20010037号-1
本站内容来源于网络开放内容的收集整理,并且仅供学习交流使用;
如有侵权,请联系删除相关内容;