×

LingQをより快適にするためCookieを使用しています。サイトの訪問により同意したと見なされます クッキーポリシー.

image

李永樂老師, 人脸识别啥原理?人工智能(二)卷积神经网络 (1)

人脸识别 啥 原理 ?人工智能 (二 )卷积 神经网络 (1)

各位 同學 大家 好 我 是 李永樂 老師

在 上 一回 咱們 介紹 了

人工智能 的 基本概念 和 算法

為 大家 介紹 了 梯度 下降 算法

機器 學習 和 神經網絡 的 基本概念

有個 小朋友 就 跟 我 說

他 下載 了 一個 人工智能 軟件

可以 通過 拍照 的 方法 來 識別 物體

我還 特意 試 了 一下 這個 軟件

發現 這個 軟件 不光 能夠 識別 出 我們 家 的 狗

還能 認出 狗 的 類型

威爾士 柯基

大家 知道 計算機 是 如何 進行 圖像識別 的 嗎

那 今天 我們 就 來 介紹 一下

在 圖像識別 裏面 最 流行 的 一種 算法

卷積 神經網絡

為 了 介紹 卷積 神經網絡

我們 首先 先來 介紹 一下 視覺 的 原理

人 和 動物 如何 能夠 把 看到 的 圖像

轉化成 他 大腦 中 的 一個 概念

比如 這個 是貓 那個 是 狗 的 呢

我們 知道 計算機 實際上 是 把 一幅 圖

轉化成 一大堆 的 數字 對 吧

然後 通過 訓練 就 可以 知道

這些 數字 代表 一個 什 麽 樣 的 含義

但是 如果 我們 用上 節課 所說 的 這種 方法

來 進行 訓練 費時費力

而且 一旦 這個 圖片 發生 了 一點 放縮 旋轉

或者 是 一些 變化

那 麽 這個 計算機 就 認不出來 了

但是 我們 的 眼睛 效率 就 特別 高

如果 我 看過 一次 汽車 和 摩托車 之後

我 就 能 立刻 把 它們 的 區別 分辨 出來

下次 再 看到 這個 摩托車 的 時候

哪怕 這個 摩托車 方向 變 了

位置 變 了 或者 是 它 破損 了

我們 依然 能 認出來 它 是 一輛 摩托車

而 不是 一個 汽車

這是 為 什 麽 呢

在 1981 年 的 時候

1981 年 的 時候

諾貝爾 生理學 和 醫學獎 授予 給 兩位 神經 科學家

他們 的 名字 一個 叫做 大衛 · 休伯爾

還有 一個 是 他 的 合作者 叫做 威澤爾

那 麽 這 兩位 科學家 他們 用貓 做 實驗 貓

把 這個 電極 插入 到貓 的 腦子 當中 去

然後 給貓 看 各種各樣 不同 的 圖片

去 研究 貓 腦子 的 反應

結果 他 就 發現

這個 跟 視覺 相關 的 這個 大腦 中 的 一些 細胞

分為 兩種

第一種 叫做 簡單 的 細胞

這種 簡單 的 視覺 神經細胞

它 的 特點 是 對 某 一些 線條 是 比較 敏感 的

某個 方向 的 線條 出現 了 之後

這些 細胞 就 會 比較 敏感 就 能 看 出來

還有 一些 是 比較 復 雜的 細胞

這些 復 雜的 細胞 不光 能夠 對 線條 產生 反應

它還 能夠 對 線條 的 運動 產生 反應 對 吧

於是 他們 提出 了 這樣 的 一個 理論

去 解釋 人 的 眼睛 是 如何 看到 物體 的

那 麽 後來 在 他們 的啟 發下

有 一個 日本 的 科學家

名字 叫做 福島 邦彥

他 就 提出 了 一個 模型

叫做 神經 認知 模型

就是說 這個 人 他 是 如何 看 出來

這個 物體 是貓 還是 狗 的 呢

他 說 人 大腦 裏面 有 很多 的 皮層

是 一層 一層 對 這個 視覺 信號 進行 處理 的

你 這個 光 從 眼睛 裏面 進去 之後

你 先進 到 第一個 皮層

然後 又 進到 第二個 皮層

然後 又 進到 第三個 皮層

然後 一直 往下進

那 麽 可能 有 五六個 皮層

每 一個 皮層

它 對於 這個 信號 的 處理方式 是 不 一樣 的

最 開始 剛進 到 眼睛 的 視網膜 裏面 的 時候

實際上 我們 看到 的 光線 是 一大堆 的 像素點

一大堆 的 像素點 是 吧

然後 在 第一個 皮層 之中

這些 像素點 抽象 出 一些 特征

比如說 邊緣 是 吧

這個 邊緣 它 是 具有 方向性 的 是 吧

你 是 橫著 的 邊緣 呢 還是 豎著 的 邊緣 呢

還是 斜著 的 邊緣 呢

在 某 一個 皮層 中 我們 就 抽象 出 這些 特征 了

好 找 完 了 這個 特征 之後

繼續 下 一個 皮層 就 會 把 這些 特征 組合 起來

形成 什 麽 呢

形成 這個 物體 的 輪廓 輪廓

以及 這個 物體 的 更 多 的 細節 是 吧

大體 來講 是 輪廓 裏邊 是 細節

然後 最後 我們 再 把 這些 個 輪廓 和 細節

組合成 一個 整體

最終 才 會 做出 一個 判斷 是 吧

這 過程 是 比較 復 雜的

所以 它 是 有 一層 一層 的 這樣 的 關系

去 認識 到 這個 物體 的

比如說 你 現在 看到 我

你 說 我 是 李永樂 老師

但是 你 開始 看到 的 時候 並 不是 我 李永樂 老師

你 看到 的 是 一大堆 像素點

這些 個 像素點 進到 你 的 腦子 裏面 之後

它 首先 會 抽象 出 邊緣 和 方向 信息

你 發現 我 好像 直立 行走 的 對 不 對

然後 進而 你 又 發現 了 更 多 的 輪廓 和 細節

你 發現 我 好像 有 兩個 胳膊 兩個 腿 是 吧

兩個 眼睛 一個 鼻子 一個 嘴 是不是

然後 你 覺得 這 應該 不是 個 昆蟲

你 繼續 去 看

然後 你 才 會 抽象 出來

原來 這個 人 他 是 李永樂 老師 對 吧

這 就是 人 的 眼睛 是 如何 看出 物體 的

那 麽 根據 這個 原理

我們 上節 課 談到 的 著名 的 科學家 楊立昆

他 就 發明 出來 了 一種

能夠 實用 的 圖像識別 的 方法

稱之為 卷積 神經網絡

那 這種 方法 簡寫 叫 CNN

好像 還有 一個 機構 簡寫 也 是 CNN 是 吧

好 那 麽 這個 卷積 神經網絡 到底 是 怎 麽 回事 呢

下面 我 就 來 介紹 一下

這裏 面 會 涉及 到 比較 多 的 數學 內容

我們 首先 來說 一說 卷積

什 麽 是 卷積 呢

在 通信 裏面 經常 會談 到 卷積

那 麽 這裏 我們 說 的 卷積

跟 那個 通訊 的 卷積 形式 上 有點 不 一樣

那 卷積 是 什 麽 意思 呢

我們 舉 個例 子

比如說 我們 有 一幅 圖片

我 想 判斷 一下 這幅 圖片 是不是 X

我們 知道 這個 X 有 很 多種 寫法

但是 不管 是 哪 一種 寫法

它 都 有 一些 共同 的 特征

比如說 它 中間 有 一個 這樣 的 叉 對 不 對

它 有 一個 往右 下 的 線

還有 一個 往 左下 的 線 對 不 對

越 符合 這些 特征

那 麽 這幅 圖 就 越 有 可能 是 X 對 不 對

所以 卷積 的 作用 就是

我們 希望 用 一種 數學 的 方法

然後 怎 麽 樣 呢

能夠 提取 出

提取 出 這個 圖像 中 的 這些 特征

你 這個 圖像 需要 一些 特征

那 麽 這些 特征 我 通過 卷積 的 方法 提取 出來

我們 來舉 一個 具體 的 例子

大家 看 我 給出 了 一幅 7×7 的 圖片

我 想 讓 計算機 告訴 我

這個 7×7 圖片 到底 是不是 X

怎 麽 判斷 呢

首先 計算機 會 把 它 轉化成 數字

就是 所有 的 這個 亮 的 地方 設為 1

比如說 這個 地方 是 1 1 1 1 1 對 吧

這亮 的 地方 就是 1

因為 它 是 純 黑白 的

那 麽 所有 黑 的 地方 就是 0 了

於是 我們 把 其它 地方 補上 0

所以 這幅 圖片 在 計算機 看來

就是 這 麽 一大堆 數字

那 麽 這 一堆 數字 計算機 要認

說 它 到底 是 X 呢 還 是不是 X

它 怎 麽 去 做 呢

首先 要 提取 特征 提取 特征 的 方法

就是 使用 一個 叫做 卷積 核 的 東西

來 做 卷積 運算

卷積 核 也 是 一個 矩陣 一個 方塊

這個 方塊 一般 是 3×3 或者 5×5 的

比如說 我們 這裏 有 一個 卷積 核

這個 卷積 核它 是 3×3 的

並且 裏面 的 數字 是 這樣 的

這 三個 數字 它 是 1 其他 的 數字 它 是 0

好 這 就是 我們 的 一個 卷積 核 了

這個 卷積 核

我們 和 左邊 的 這個 圖像 做 卷積 運算

什 麽 叫 卷積 運算 呢

它 的 意思 就是 把 這個 卷積 核

放到 圖片 上 某 一個 3×3 的 部位

讓 它們 對應 元素 相乘

比如說 你 先 把 它 放到 左邊 的 這個 部位

然後 蓋住 了

蓋住 了 之後 它 不是 有 對應 元素 嗎

然後 對應 元素 乘起來

就 1×0+0×0+0×0+0×0+...

這 麽 一直 加 加完 了 之後

再 把 它 寫到 中間 這個 位置 我 再說 一遍

就是 把 這個 卷積 核 放到 它 這個 部位

對應 元素 相乘 乘 完 了 之後 相加

再 放到 正 中央 這個 部位

於是 就 會 構成 一張 新 的 圖

這張 新 的 圖 就 叫做 特征 圖

特征 圖 的 第一個 元素

就是 把 這個 卷積 核 和 這 一塊 元素

對應 相乘 再 相加

我們 仔細 看 就 會 發現

這個 卷積 核 只有 這 麽 斜著 的 三個 元素 是 1

其他 全都 是 0

所以 我 只要 把 這裏 邊的 這三 個數 加 起來

是不是 就 應該 是 第一個 結果 了 對 不 對

我們 把 它 算 出來

這個 是 0 這個 是 1 這個 是 1

一加 結果 應該 是 2 對 不 對

特征 圖 第一個 元素 就是 2

那 特征 圖 第二個 元素 我們 該 怎 麽 找 呢

很 簡單

你 只 需要 把 這個 卷積 核 往右邊 平移 一下

找到 這樣 的 一個 方塊 是不是

找到 這樣 一個 方塊

你 把 這個 卷積 核 和 這個 方塊 一 疊加

然後 對應 元素 相乘 再 相加 這叫 卷積

事實上 也 就是 把 第二個 方塊 的

這 三個 元素 加 起來

因為 只有 這三 個數 是 1 其他 都 是 0

那 把 它們 三個 一 相加 結果 是 幾

結果 是 0

這 就是 特征 圖 的 第二個 元素

你 按照 這種 方法 把 所有 的 元素 都 寫 出來

我 把 它 寫 完

這樣 我們 就 得到 了 所謂 的 特征 圖

好 那 咱們 來 解釋一下

你 說 你 幹 了 這件 事 之後 到底 得到 了 什 麽 呢

我們 仔細 看 就 會 知道

這個 卷積 核 只有 斜著 的 這 3 個 元素 是 1

所以 如果 原來 那 張圖 上

也 是 斜著 這 3 個 元素 是 1 的話

最後 它們 一做 卷積 這個 數字 就 會 特別 大

也就是說 我們 提取 到 了 這個 特征

你 在 這張 圖上 找 一 找 說 哪個 數字 特別 大

這個 數字 特別 大

就 說明 在 這個 部位

特別 滿足 這種 斜著 的 線條 的 特征 對 嗎

這個 數字 是 3 也 特別 大

這就 說明 在 這個 部位

也 有 一個 斜著 右下 的 線條 這個 數字 也 是 3

就 說明 這個 部位 也 有 一個 斜 的 線條

那 麽 2 和 2 這 兩個 部位

就 說明 它 的 特征性 稍 微弱 一點

事實上 你 會 發現 左上 和 右 下 這 兩個 角

它 雖然 也 有 一個 右下 的 1 和 1

但 它 缺 了 一個角 對 不 對 缺 了 一個角

其它 地方 還有 數字 小 的

比如 0 和 1 就 說明 這樣 的 部位

它 沒有 斜 向 右 下 的 線條

所以 我們 這 一個 卷積 核

其實 就是 對應 了 一個 特征

這個 特征 就是 一個 斜 向 右 下 的 線條

而 在 這個 特征 圖中 那個 數字 比較 大 的 部位

就 說明 這些 個 部位 它 就 滿足 這個 特征

其它 的 部位 數字 越小 它 就 越 不 滿足 特征

這不 就是 用 數學方法 提取 圖像 特征 嗎

當然 你 剛才 說 的 這個 卷積 核

它 是 右 下 的 3 個數 字 是 1

所以 就 提取 出來 一個

往 右下方 斜 的 一個 線段 這個 特征

那 麽 如果 你 想 提 出來 一個

比如說 往 左下 斜 的 線段 的 特征

你 應該 找什 麽 樣 的 卷積 核 呢

那 應該 是 這 3 個 元素 是 1

其他 是 0 對 不 對

你 說 我 想要 一個 豎著 的 線段 那 怎 麽 辦

那 就是 這 3 個 元素 是 1 其他 是 0

你 說 我 想要 一個 這樣 的 圈 怎 麽 辦

那 就是 這 幾個 數字 是 1 其他 是 0

總而言之 通過 不同 的 卷積 核

我們 就 能夠 對 圖像 進行 不同 的 處理

得到 不同 的 特征 圖 顯示 出來 這種 特征

它 分布 在 圖像 的 什 麽 樣 的 位置

卷積 之後 下 一個 步驟 就是 池化 池化

還有 就是 激活

我們 來 介紹 一下 這 兩個 步驟

什 麽 叫 池化 呢

這張 特征 圖元 素 個數 還是 比較 多 的

你 比如 左上角

左上角 到底 有沒有 一個

往 右下方 的 線條 這個 特征

Learn languages from TV shows, movies, news, articles and more! Try LingQ for FREE

人脸识别 啥 原理 ?人工智能 (二 )卷积 神经网络 (1) What is the principle of face recognition? Artificial Intelligence (2) Convolutional Neural Network (1)

各位 同學 大家 好 我 是 李永樂 老師

在 上 一回 咱們 介紹 了

人工智能 的 基本概念 和 算法

為 大家 介紹 了 梯度 下降 算法

機器 學習 和 神經網絡 的 基本概念

有個 小朋友 就 跟 我 說

他 下載 了 一個 人工智能 軟件

可以 通過 拍照 的 方法 來 識別 物體

我還 特意 試 了 一下 這個 軟件

發現 這個 軟件 不光 能夠 識別 出 我們 家 的 狗

還能 認出 狗 的 類型

威爾士 柯基

大家 知道 計算機 是 如何 進行 圖像識別 的 嗎

那 今天 我們 就 來 介紹 一下

在 圖像識別 裏面 最 流行 的 一種 算法

卷積 神經網絡

為 了 介紹 卷積 神經網絡

我們 首先 先來 介紹 一下 視覺 的 原理

人 和 動物 如何 能夠 把 看到 的 圖像

轉化成 他 大腦 中 的 一個 概念

比如 這個 是貓 那個 是 狗 的 呢

我們 知道 計算機 實際上 是 把 一幅 圖

轉化成 一大堆 的 數字 對 吧

然後 通過 訓練 就 可以 知道

這些 數字 代表 一個 什 麽 樣 的 含義

但是 如果 我們 用上 節課 所說 的 這種 方法

來 進行 訓練 費時費力

而且 一旦 這個 圖片 發生 了 一點 放縮 旋轉

或者 是 一些 變化

那 麽 這個 計算機 就 認不出來 了

但是 我們 的 眼睛 效率 就 特別 高

如果 我 看過 一次 汽車 和 摩托車 之後

我 就 能 立刻 把 它們 的 區別 分辨 出來

下次 再 看到 這個 摩托車 的 時候

哪怕 這個 摩托車 方向 變 了

位置 變 了 或者 是 它 破損 了

我們 依然 能 認出來 它 是 一輛 摩托車

而 不是 一個 汽車

這是 為 什 麽 呢

在 1981 年 的 時候

1981 年 的 時候

諾貝爾 生理學 和 醫學獎 授予 給 兩位 神經 科學家

他們 的 名字 一個 叫做 大衛 · 休伯爾

還有 一個 是 他 的 合作者 叫做 威澤爾

那 麽 這 兩位 科學家 他們 用貓 做 實驗 貓

把 這個 電極 插入 到貓 的 腦子 當中 去

然後 給貓 看 各種各樣 不同 的 圖片

去 研究 貓 腦子 的 反應

結果 他 就 發現

這個 跟 視覺 相關 的 這個 大腦 中 的 一些 細胞

分為 兩種

第一種 叫做 簡單 的 細胞

這種 簡單 的 視覺 神經細胞

它 的 特點 是 對 某 一些 線條 是 比較 敏感 的

某個 方向 的 線條 出現 了 之後

這些 細胞 就 會 比較 敏感 就 能 看 出來

還有 一些 是 比較 復 雜的 細胞

這些 復 雜的 細胞 不光 能夠 對 線條 產生 反應

它還 能夠 對 線條 的 運動 產生 反應 對 吧

於是 他們 提出 了 這樣 的 一個 理論

去 解釋 人 的 眼睛 是 如何 看到 物體 的

那 麽 後來 在 他們 的啟 發下

有 一個 日本 的 科學家

名字 叫做 福島 邦彥

他 就 提出 了 一個 模型

叫做 神經 認知 模型

就是說 這個 人 他 是 如何 看 出來

這個 物體 是貓 還是 狗 的 呢

他 說 人 大腦 裏面 有 很多 的 皮層

是 一層 一層 對 這個 視覺 信號 進行 處理 的

你 這個 光 從 眼睛 裏面 進去 之後

你 先進 到 第一個 皮層

然後 又 進到 第二個 皮層

然後 又 進到 第三個 皮層

然後 一直 往下進

那 麽 可能 有 五六個 皮層

每 一個 皮層

它 對於 這個 信號 的 處理方式 是 不 一樣 的

最 開始 剛進 到 眼睛 的 視網膜 裏面 的 時候

實際上 我們 看到 的 光線 是 一大堆 的 像素點

一大堆 的 像素點 是 吧

然後 在 第一個 皮層 之中

這些 像素點 抽象 出 一些 特征

比如說 邊緣 是 吧

這個 邊緣 它 是 具有 方向性 的 是 吧

你 是 橫著 的 邊緣 呢 還是 豎著 的 邊緣 呢

還是 斜著 的 邊緣 呢

在 某 一個 皮層 中 我們 就 抽象 出 這些 特征 了

好 找 完 了 這個 特征 之後

繼續 下 一個 皮層 就 會 把 這些 特征 組合 起來

形成 什 麽 呢

形成 這個 物體 的 輪廓 輪廓

以及 這個 物體 的 更 多 的 細節 是 吧

大體 來講 是 輪廓 裏邊 是 細節

然後 最後 我們 再 把 這些 個 輪廓 和 細節

組合成 一個 整體

最終 才 會 做出 一個 判斷 是 吧

這 過程 是 比較 復 雜的

所以 它 是 有 一層 一層 的 這樣 的 關系

去 認識 到 這個 物體 的

比如說 你 現在 看到 我

你 說 我 是 李永樂 老師

但是 你 開始 看到 的 時候 並 不是 我 李永樂 老師

你 看到 的 是 一大堆 像素點

這些 個 像素點 進到 你 的 腦子 裏面 之後

它 首先 會 抽象 出 邊緣 和 方向 信息

你 發現 我 好像 直立 行走 的 對 不 對

然後 進而 你 又 發現 了 更 多 的 輪廓 和 細節

你 發現 我 好像 有 兩個 胳膊 兩個 腿 是 吧

兩個 眼睛 一個 鼻子 一個 嘴 是不是

然後 你 覺得 這 應該 不是 個 昆蟲

你 繼續 去 看

然後 你 才 會 抽象 出來

原來 這個 人 他 是 李永樂 老師 對 吧

這 就是 人 的 眼睛 是 如何 看出 物體 的

那 麽 根據 這個 原理

我們 上節 課 談到 的 著名 的 科學家 楊立昆

他 就 發明 出來 了 一種

能夠 實用 的 圖像識別 的 方法

稱之為 卷積 神經網絡

那 這種 方法 簡寫 叫 CNN

好像 還有 一個 機構 簡寫 也 是 CNN 是 吧

好 那 麽 這個 卷積 神經網絡 到底 是 怎 麽 回事 呢

下面 我 就 來 介紹 一下

這裏 面 會 涉及 到 比較 多 的 數學 內容

我們 首先 來說 一說 卷積

什 麽 是 卷積 呢

在 通信 裏面 經常 會談 到 卷積

那 麽 這裏 我們 說 的 卷積

跟 那個 通訊 的 卷積 形式 上 有點 不 一樣

那 卷積 是 什 麽 意思 呢

我們 舉 個例 子

比如說 我們 有 一幅 圖片

我 想 判斷 一下 這幅 圖片 是不是 X

我們 知道 這個 X 有 很 多種 寫法

但是 不管 是 哪 一種 寫法

它 都 有 一些 共同 的 特征

比如說 它 中間 有 一個 這樣 的 叉 對 不 對

它 有 一個 往右 下 的 線

還有 一個 往 左下 的 線 對 不 對

越 符合 這些 特征

那 麽 這幅 圖 就 越 有 可能 是 X 對 不 對

所以 卷積 的 作用 就是

我們 希望 用 一種 數學 的 方法

然後 怎 麽 樣 呢

能夠 提取 出

提取 出 這個 圖像 中 的 這些 特征

你 這個 圖像 需要 一些 特征

那 麽 這些 特征 我 通過 卷積 的 方法 提取 出來

我們 來舉 一個 具體 的 例子

大家 看 我 給出 了 一幅 7×7 的 圖片

我 想 讓 計算機 告訴 我

這個 7×7 圖片 到底 是不是 X

怎 麽 判斷 呢

首先 計算機 會 把 它 轉化成 數字

就是 所有 的 這個 亮 的 地方 設為 1

比如說 這個 地方 是 1 1 1 1 1 對 吧

這亮 的 地方 就是 1

因為 它 是 純 黑白 的

那 麽 所有 黑 的 地方 就是 0 了

於是 我們 把 其它 地方 補上 0

所以 這幅 圖片 在 計算機 看來

就是 這 麽 一大堆 數字

那 麽 這 一堆 數字 計算機 要認

說 它 到底 是 X 呢 還 是不是 X

它 怎 麽 去 做 呢

首先 要 提取 特征 提取 特征 的 方法

就是 使用 一個 叫做 卷積 核 的 東西

來 做 卷積 運算

卷積 核 也 是 一個 矩陣 一個 方塊

這個 方塊 一般 是 3×3 或者 5×5 的

比如說 我們 這裏 有 一個 卷積 核

這個 卷積 核它 是 3×3 的

並且 裏面 的 數字 是 這樣 的

這 三個 數字 它 是 1 其他 的 數字 它 是 0

好 這 就是 我們 的 一個 卷積 核 了

這個 卷積 核

我們 和 左邊 的 這個 圖像 做 卷積 運算

什 麽 叫 卷積 運算 呢

它 的 意思 就是 把 這個 卷積 核

放到 圖片 上 某 一個 3×3 的 部位

讓 它們 對應 元素 相乘

比如說 你 先 把 它 放到 左邊 的 這個 部位

然後 蓋住 了

蓋住 了 之後 它 不是 有 對應 元素 嗎

然後 對應 元素 乘起來

就 1×0+0×0+0×0+0×0+...

這 麽 一直 加 加完 了 之後

再 把 它 寫到 中間 這個 位置 我 再說 一遍

就是 把 這個 卷積 核 放到 它 這個 部位

對應 元素 相乘 乘 完 了 之後 相加

再 放到 正 中央 這個 部位

於是 就 會 構成 一張 新 的 圖

這張 新 的 圖 就 叫做 特征 圖

特征 圖 的 第一個 元素

就是 把 這個 卷積 核 和 這 一塊 元素

對應 相乘 再 相加

我們 仔細 看 就 會 發現

這個 卷積 核 只有 這 麽 斜著 的 三個 元素 是 1

其他 全都 是 0

所以 我 只要 把 這裏 邊的 這三 個數 加 起來

是不是 就 應該 是 第一個 結果 了 對 不 對

我們 把 它 算 出來

這個 是 0 這個 是 1 這個 是 1

一加 結果 應該 是 2 對 不 對

特征 圖 第一個 元素 就是 2

那 特征 圖 第二個 元素 我們 該 怎 麽 找 呢

很 簡單

你 只 需要 把 這個 卷積 核 往右邊 平移 一下

找到 這樣 的 一個 方塊 是不是

找到 這樣 一個 方塊

你 把 這個 卷積 核 和 這個 方塊 一 疊加

然後 對應 元素 相乘 再 相加 這叫 卷積

事實上 也 就是 把 第二個 方塊 的

這 三個 元素 加 起來

因為 只有 這三 個數 是 1 其他 都 是 0

那 把 它們 三個 一 相加 結果 是 幾

結果 是 0

這 就是 特征 圖 的 第二個 元素

你 按照 這種 方法 把 所有 的 元素 都 寫 出來

我 把 它 寫 完

這樣 我們 就 得到 了 所謂 的 特征 圖

好 那 咱們 來 解釋一下

你 說 你 幹 了 這件 事 之後 到底 得到 了 什 麽 呢

我們 仔細 看 就 會 知道

這個 卷積 核 只有 斜著 的 這 3 個 元素 是 1

所以 如果 原來 那 張圖 上

也 是 斜著 這 3 個 元素 是 1 的話

最後 它們 一做 卷積 這個 數字 就 會 特別 大

也就是說 我們 提取 到 了 這個 特征

你 在 這張 圖上 找 一 找 說 哪個 數字 特別 大

這個 數字 特別 大

就 說明 在 這個 部位

特別 滿足 這種 斜著 的 線條 的 特征 對 嗎

這個 數字 是 3 也 特別 大

這就 說明 在 這個 部位

也 有 一個 斜著 右下 的 線條 這個 數字 也 是 3

就 說明 這個 部位 也 有 一個 斜 的 線條

那 麽 2 和 2 這 兩個 部位

就 說明 它 的 特征性 稍 微弱 一點

事實上 你 會 發現 左上 和 右 下 這 兩個 角

它 雖然 也 有 一個 右下 的 1 和 1

但 它 缺 了 一個角 對 不 對 缺 了 一個角

其它 地方 還有 數字 小 的

比如 0 和 1 就 說明 這樣 的 部位

它 沒有 斜 向 右 下 的 線條

所以 我們 這 一個 卷積 核

其實 就是 對應 了 一個 特征

這個 特征 就是 一個 斜 向 右 下 的 線條

而 在 這個 特征 圖中 那個 數字 比較 大 的 部位

就 說明 這些 個 部位 它 就 滿足 這個 特征

其它 的 部位 數字 越小 它 就 越 不 滿足 特征

這不 就是 用 數學方法 提取 圖像 特征 嗎 |||mathematical methods||||

當然 你 剛才 說 的 這個 卷積 核

它 是 右 下 的 3 個數 字 是 1

所以 就 提取 出來 一個

往 右下方 斜 的 一個 線段 這個 特征

那 麽 如果 你 想 提 出來 一個

比如說 往 左下 斜 的 線段 的 特征

你 應該 找什 麽 樣 的 卷積 核 呢 ||look for||||||

那 應該 是 這 3 個 元素 是 1

其他 是 0 對 不 對

你 說 我 想要 一個 豎著 的 線段 那 怎 麽 辦

那 就是 這 3 個 元素 是 1 其他 是 0

你 說 我 想要 一個 這樣 的 圈 怎 麽 辦

那 就是 這 幾個 數字 是 1 其他 是 0

總而言之 通過 不同 的 卷積 核

我們 就 能夠 對 圖像 進行 不同 的 處理

得到 不同 的 特征 圖 顯示 出來 這種 特征

它 分布 在 圖像 的 什 麽 樣 的 位置

卷積 之後 下 一個 步驟 就是 池化 池化

還有 就是 激活

我們 來 介紹 一下 這 兩個 步驟

什 麽 叫 池化 呢

這張 特征 圖元 素 個數 還是 比較 多 的 ||Feature element||||||

你 比如 左上角

左上角 到底 有沒有 一個

往 右下方 的 線條 這個 特征