Open necogy opened 3 years ago
在图像处理中， Convolutional Neural Network是当下的图像处理的主流做法。
图像处理的关键在于提取特征，而图像的特征到底取哪一些更有代表性呢？
比如说一下的几个候选
图像中不同颜色的百分比
测量图像之间的像素值差异
---- 问题是单个像素不携带足够的图像语义信息， 相邻像素之间的差异通常是非常有用的特征。
相邻像素之间的差值称为图像梯度。
CNN在某种程度上收到了人类视觉处理的启发，初级视皮层（V1，亦称纹状皮层（Striate cortex））到纹外皮层（Extrastriate cortex，例如V2，V3，V4，V5等）的信息整合。CNN也是先处理低级特征，整合之后成为高级特征再最后做出判断。
在图像中，空间位置和与空间无关的信息（比如说某种pattern）是需要被模型学习的信息。如果我们把每一个PIXEL的信息都记录并学习，那么到最后会发生参数爆炸。在pixel比较少，任务相对简单的时候，全连接网络还勉强可以应对（比如说MNIST）。一旦使用我们熟知的图片pixel尺寸，全连接是无法胜任的。
那么如何在庞大的信息中提取到一些关键部分呢？比如说一张图里最重要的特征（8里有两个圈），怎样让模型知道该学哪些不该学哪些呢？
比如说一个4
not done yet
necogy
commented
3 years ago necogy
commented
3 years ago
在图像处理中， Convolutional Neural Network是当下的图像处理的主流做法。
图像处理的关键在于提取特征，而图像的特征到底取哪一些更有代表性呢？
比如说一下的几个候选
图像中不同颜色的百分比
测量图像之间的像素值差异
---- 问题是单个像素不携带足够的图像语义信息， 相邻像素之间的差异通常是非常有用的特征。
相邻像素之间的差值称为图像梯度。
CNN在某种程度上收到了人类视觉处理的启发，初级视皮层（V1，亦称纹状皮层（Striate cortex））到纹外皮层（Extrastriate cortex，例如V2，V3，V4，V5等）的信息整合。CNN也是先处理低级特征，整合之后成为高级特征再最后做出判断。
在图像中，空间位置和与空间无关的信息（比如说某种pattern）是需要被模型学习的信息。如果我们把每一个PIXEL的信息都记录并学习，那么到最后会发生参数爆炸。在pixel比较少，任务相对简单的时候，全连接网络还勉强可以应对（比如说MNIST）。一旦使用我们熟知的图片pixel尺寸，全连接是无法胜任的。
那么如何在庞大的信息中提取到一些关键部分呢？比如说一张图里最重要的特征（8里有两个圈），怎样让模型知道该学哪些不该学哪些呢？
比如说一个4