一、概念
1.卷积
对图像(不同的数据窗口数据)和滤波矩阵(一组固定的权重:因为每个神经元的多个权重固定,所以又可以看做一个恒定的滤波器filter)做内积(逐个元素相乘再求和)的操作就是所谓的『卷积』操作,也是卷积神经网络的名字来源。
2.卷积核
卷积核就是滤波矩阵,是做内积运算的对象,决定了滑动窗口的大小和范围。
3.多通道
输入图像的通道数根据图片特性和自己需求自己确定,输入图像的通道决定了卷积核的通道,卷积核的个数又决定了特征图的通道数。
4.特征图
图像与卷积核加权累加得到卷积(滤波)后的特征图。
5.特征选择
人的视觉神经细胞对不同的视觉模式具有特征选择性, 不同视觉神经细胞对边界、运动和颜色等不同信息具有强弱不同的选择性。 不同卷积核 可被用来刻画 不同选择性。
二、探究多种卷积核的作用和原理
1、边缘检测
边缘检测的目的就是找到图像中亮度变化剧烈的像素点构成的集合,表现出来往往是轮廓。
2、锐化
锐化可以加强图像中的边界和细节信息。