计算机视觉中的人工神经网络

    人工神经网络（Artificial Neural Network，简称ANN）的目的是利用计算机模拟我们人类大脑处理问题的过程，这里来分析一下其逻辑，不作专业解释了。

    ANN是一个统计模型，由观测数据集（S）和概率（P）组成。

    对于一张图片，我们将其所有的像素作为我们的数据集，利用某个函数（方法）求得其为某一类事物的概率，概率值越大，认为照片的内容是关于该类事物的可能性也就越大。如我们有一组照片，可以分为三大类：狗，猫，蛇，那么对于每一张图片，利用某种方法，求得该照片内容是狗、猫、蛇对应的概率值，取最大的值为判断结果，若照片中含有羊的信息，而分类时没有关于羊的输出，则还是会将其归为概率最大值的那一类。

    那么人工神经网络怎么做的呢？

    答案是通过分层来实现，我们将一系列判断的过程转换为数学函数，每一个数学函数作为一个神经元（节点），将我们输入内容的某些信息进行判断，然后输出结果（分类信息）。比如现在我们有某些动物统计量信息（体重，高度，牙齿），根据这些信息对动物进行分类，那么我们有了三个输入神经元（对应统计量类别），而我们的输出层则取决于我们要分类的数目，若已知动物要分为狗、猫、蛇、羊，则我们的输出结果就应该有这4个（或许5个），那有输入有输出，之间经历了什么才能实现呢？这就是我们的数学函数所在的地方（隐含层），可以只有一个或多个隐含层，其数目没有严格的评判标准，依据试验结果为准，通常认为多个隐含层能提高判断的准确性（毕竟判断的信息会多一些），但也得考虑计算量会随着层数的增加而呈指数的增长，所以还是得依据经验而行。有了输入、处理、输出，一个完整的网络就完成了，有时候我们也得考虑输出的数目，比如我们分类类别总会比现实的物体要少（哪天包含所有的物体信息，那人工神经网络的使命就基本完成了），所以我们往往会多加一个分类类别：不确定内容信息，往往在训练过程中没有列出的类别，其判断的概率值会出现几个已有的类别差不多，或者有一个最大的概率值，但其概率还达不到我们要求的准确率（如80%），这个时候，我们就会考虑将其分为不确定一类，这样会比你遇到新事物而将其归为那个概率值较大的要好。

    那么这些统计量信息怎么来的呢？

    就通过上一个隐含层处理得到，不过在图像领域中这些统计量就不是体重、高度这些了，往往是边缘信息特征，或者局部信息特征等等。关于怎么一步步实现，接下来，通过opencv3 来试试看。

以上内容主要参考《OpenCV 3计算机视觉 Python语言实现》第2版