1、感知器（perceptron）

感知器是卷積神經網絡的基本單元，下圖展示了其工作原理，為了方便理解，圖中只顯示了3個輸入。

向量w為輸入向量x的權重，b為偏差，最后對x的線性組合（）的值進行判斷，

如果值大于0，輸出1.

如果值小于0，輸出0.

感知器的不同組合產生不同神經網絡

增加層次

增加深度

為什么感知器可以運用于圖像處理領域？

圖像濾波通過圖像的卷積運算來實現，其公式如下：

其實卷積運算也是像素值的線性組合，權重為濾波器對應像素位置的值。

圖像的卷積運算也可以通過感知機來表示。

下面的內容先介紹是什么，然后講如何理解，最后說為什么。

2、卷積神經網絡（CNN）

卷積神經網絡中常見的一種架構如下圖所示。

圖中的每一stage可以視為圖像的特征提取，圖中只顯示了3個stage的特征提取。

如果希望提取到更多的細節，可以增加 stage。

每一個stage由3小步驟組成，

第一為卷積層，提取特征；

第二為LCN（Local Contrast Normalization，局部對比度歸一化），歸一化局部圖像的對比度。

第三為Pooling，池化，縮小圖片大小。

2.1 卷積層（convolutional layer）

假設一張圖像32*32*3（3為RGB顏色通道），濾波器為5*5*3，卷積后得到特征圖像（28*28*1），這里默認stride 為1。

如果使用6個不同的濾波器進行卷積后，將會得到6個不同的特征圖像

如果步長（stride）為1，濾波器每隔一個像素點移動（向右移動，或向下移動）。

如果步長為2，濾波器每隔兩個像素點移動，如下圖所示。

若原圖大小為N*N，濾波器大小為F*F，步長為S，則卷積后的圖像大小為：

2.2 局部對比度歸一化（LCN）

圖像歸一化公式

其中

N（x,y) 表示將圖像中的像素值建模成為的正態分布。

m為均值，為標準差。

2.3 池化（Pooling）

池化的主要功能是縮小圖片，減少計算量。

池化有兩種一種是最大值池化，一種是均值池化，較常用的為最大值池化。

其公式如下：

如果公式很難看懂，可以如下圖方式理解最大值池化；

一張4*4的圖像，每2*2個像素組成一個小方格，

取小方格中四個像素中最大的那個值，然后扔掉其它值，

這樣就形成一個新的2*2的圖像，圖片變小了。

2.4 全連接層

全連接層的第一步需要flattening圖像，

如下3*3圖像，可視為二維矩陣

flattening后成為1*9的向量：

然后進行全連接，關于全連接的原理，需要另外用一章來說，涉及很多知識。

?

3 關于卷積神經網絡的直觀理解

這一小結的內容發現大牛‘沉迷學習的糕糕’發表在其知乎的個人專欄了，非常詳細，整個內容分為兩個部分：

卷積神經網絡CNN完全指南終極版（一）

卷積神經網絡CNN完全指南終極版（二）

?

4 關于卷積神經網絡的一些問題

4.1 為什么要使用LCN（local contrast normaliz）

對于兩張圖片（僅僅只是對比度不同），如下圖所示。

在提取特征過程中，希望眼睛這個部位的特征不受對比度影響，所以使局部對比度歸一化

4.2 為什么使用最大值池化

對于濾波后的圖片，無論是求邊緣或是實現其它功能，最有用的是哪些高亮度值的像素點，

非極大值抑制也是利用亮度值最高的像素。

?

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的卷积神经网络（CNN：Convolutional Neural Network）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。