由于层次结构和过滤器大小的不同,CNN 可以捕捉高级、中级甚至低级的特征。还可以通过池化机制将信息压缩成一个较小的尺寸。CNN 模型优势:可以捕捉特征不用考虑位置。是处理图像数据,特别是"特征提取"的理想类型。
1.图像浅层特征
1.浅层特征:浅层网络提取的特征和输入比较近,包含更多的像素点的信息,一些细粒度的信息是图像的一些颜色、纹理、边缘、棱角信息。
2.原理:浅层网络感受野较小,感受野重叠区域也较小,所以保证网络捕获更多细节。
3.优缺点:分辨率更高,包含更多位置、细节信息,但是由于经过的卷积更少,其语义性更低,噪声更多。
2.图像深层特征
1.高层信息:深层网络提取的特征离输出较近,一些粗粒度的信息,包含是更抽象的信息,即语义信息
2.原理:感受野增加,感受野之间重叠区域增加,图像信息进行压缩,获取的是图像整体性的一些信息
3.优缺点:具有更强的语义信息,但是分辨率很低,对细节的感知能力较差。
3.特征融合
1.早融合
1.早融合(Early fusion): 先融合多层的特征,然后在融合后的特征上训练预测器(只在完全融合之后,才统一进行检测)。这类方法也被称为skip connection,即采用concat、add操作。这一思路的代表是Inside-Outside Net(ION)和HyperNet。
2.两个经典的特征融合方法:(1)concat:系列特征融合,直接将两个特征进行连接。两个输入特征x和y的维数若为p和q,输出特征z的维数为p+q;(2)add:并行策略,将这两个特征向量组合成复向量,对于输入特征x和y,z = x + iy,其中i是虚数单位。
2.晚融合
1.晚融合(Late fusion):通过结合不同层的检测结果改进检测性能(尚未完成最终的融合之前,在部分融合的层上就开始进行检测,会有多层的检测,最终将多个检测结果进行融合)。
2.这类研究思路的代表有两种:(1)feature不融合,多尺度的feture分别进行预测,然后对预测结果进行综合,如Single Shot MultiBox Detector (SSD) , Multi-scale CNN(MS-CNN)(2)feature进行金字塔融合,融合后进行预测,如Feature Pyramid Network(FPN)等。