人工智能-作业4：CNN - 卷积

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。