什么是卷积?卷积(或内积)就是一种先把对应位置相乘再把结果相加的运算。
卷积运算可以增强信号特征,降低噪声。
sobel算子:
sobel算子包含两组3X3的矩阵,分别沿横向和纵向与图象做平面卷积,分别得出横向和纵向的亮度差分近似值。如果A代表图象,Gx和Gy分别代表经横向和纵向做边缘检测的图象,公式如下:
卷积神经网络
一张32x32的图象,输入卷积层(C1),得到8个28x28的特征映像;
每个特征映像,经过子抽样层(S2),得到14x14的特征映像;
每个特征映像,经过卷积层(C3),得到20个10x10的特征映像;
每个特征映像,经过子抽样层(S4),得到20个5x5的特征映像;
每个特征映像,输入卷积层(C5),得到输出结果
C5的输出结果,经过全连接层,得到最终结果
S是子抽样和局部平均层。
人工神经元模型
神经元数学模型
添加了激活层和池化层的卷积神经网络
Pool层,即池化层,和子抽样层一样,进行子抽样再求局部平均。池化层没有参数,作用是降维,将输入切分成不重叠的nxn区域,对每个区域的值进行计算,计算方法可以是求平均、取最大MAX等。假设n=2,则计算4个输入值得到一个输出值,得到的输出图像为原图像的1/4。
如果把二维的层展平成一维,则可再连接一个全连接层。
卷积层的作用是提取特征
池化层的作用是减小特征图,降低维度