分享好友 人工智能首页 频道列表

理解图像的卷积

卷积神经网络  2023-03-08 14:168350

转自:https://www.zhihu.com/question/22298352

从数学上讲,卷积就是一种运算。

某种运算,能被定义出来,至少有以下特征:

  • 首先是抽象的、符号化的
  • 其次,在生活、科研中,有着广泛的作用

比如加法:

  • 理解图像的卷积 ,是抽象的,本身只是一个数学符号
  • 在现实中,有非常多的意义,比如增加、合成、旋转等等

卷积,是我们学习高等数学之后,新接触的一种运算,因为涉及到积分、级数,所以看起来觉得很复杂。

1 卷积的定义

我们称 理解图像的卷积 为 理解图像的卷积 的卷积

其连续的定义为:

理解图像的卷积

其离散的定义为:

理解图像的卷积

这两个式子有一个共同的特征:

理解图像的卷积

这个特征有什么意义?

我们令 理解图像的卷积 ,那么 理解图像的卷积 就是下面这些直线:

理解图像的卷积

如果遍历这些直线,就好比,把毛巾沿着角卷起来:

理解图像的卷积

此处受到 荆哲:卷积为什么叫「卷」积? 答案的启发。

只看数学符号,卷积是抽象的,不好理解的,但是,我们可以通过现实中的意义,来习惯卷积这种运算,正如我们小学的时候,学习加减乘除需要各种苹果、糖果来帮助我们习惯一样。

我们来看看现实中,这样的定义有什么意义。

2 离散卷积的例子:丢骰子

我有两枚骰子:

理解图像的卷积

把这两枚骰子都抛出去:

理解图像的卷积

求:

理解图像的卷积

这里问题的关键是,两个骰子加起来要等于4,这正是卷积的应用场景。

我们把骰子各个点数出现的概率表示出来:

理解图像的卷积

那么,两枚骰子点数加起来为4的情况有:

理解图像的卷积

理解图像的卷积

理解图像的卷积

因此,两枚骰子点数加起来为4的概率为:

理解图像的卷积

符合卷积的定义,把它写成标准的形式就是:

理解图像的卷积

3 连续卷积的例子:做馒头

楼下早点铺子生意太好了,供不应求,就买了一台机器,不断的生产馒头。

假设馒头的生产速度是 理解图像的卷积 ,那么一天后生产出来的馒头总量为:

理解图像的卷积

馒头生产出来之后,就会慢慢腐败,假设腐败函数为 理解图像的卷积 ,比如,10个馒头,过24小时都会腐败:

理解图像的卷积

想想就知道,第一个小时生产出来的馒头,一天后会经历24小时的腐败,第二个小时生产出来的馒头,一天后会经历23小时的腐败。

如此,我们可以知道,一天后,馒头总共腐败了:

理解图像的卷积

这就是连续的卷积。

4 图像处理

4.1 原理

有这么一副图像,可以看到,图像上有很多噪点:

理解图像的卷积

高频信号,就好像平地耸立的山峰:

理解图像的卷积

看起来很显眼。

平滑这座山峰的办法之一就是,把山峰刨掉一些土,填到山峰周围去。用数学的话来说,就是把山峰周围的高度平均一下。

平滑后得到:

理解图像的卷积

4.2 计算

卷积可以帮助实现这个平滑算法。

有噪点的原图,可以把它转为一个矩阵:

理解图像的卷积

然后用下面这个平均矩阵(说明下,原图的处理实际上用的是正态分布矩阵,这里为了简单,就用了算术平均矩阵)来平滑图像:

理解图像的卷积

记得刚才说过的算法,把高频信号与周围的数值平均一下就可以平滑山峰。

比如我要平滑 理解图像的卷积 点,就在矩阵中,取出 理解图像的卷积 点附近的点组成矩阵 理解图像的卷积 ,和 理解图像的卷积 进行卷积计算后,再填回去:

理解图像的卷积

要注意一点,为了运用卷积, 理解图像的卷积 虽然和 理解图像的卷积 同维度,但下标有点不一样:

理解图像的卷积

我用一个动图来说明下计算过程:

理解图像的卷积

写成卷积公式就是:

理解图像的卷积

要求 理解图像的卷积 ,一样可以套用上面的卷积公式。

这样相当于实现了 理解图像的卷积 这个矩阵在原来图像上的划动(准确来说,下面这幅图把 理解图像的卷积 矩阵旋转了 理解图像的卷积 ):

理解图像的卷积

查看更多关于【卷积神经网络】的文章

展开全文
相关推荐
反对 0
举报 0
图文资讯
热门推荐
优选好物
更多热点专题
更多推荐文章
技术向:一文读懂卷积神经网络 - 艾斯1213
技术向:一文读懂卷积神经网络自今年七月份以来,一直在实验室负责卷积神经网络(Convolutional Neural Network,CNN),期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用,特写此博文,以其与人交流,互有增益。正文之前,先

0评论2023-03-08630

卷积神经网络CNN理解 卷积神经网络 简书
自今年七月份以来,一直在实验室负责卷积神经网络(Convolutional Neural Network,CNN),期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用,特写此博文,以其与人交流,互有增益。正文之前,先说几点自己对于CNN的感触。先明

0评论2023-03-08590

学习笔记TF028:实现简单卷积网络
载入MNIST数据集。创建默认Interactive Session。初始化函数,权重制造随机噪声打破完全对称。截断正态分布噪声,标准差设0.1。ReLU,偏置加小正值(0.1),避免死亡节点(dead neurons)。卷积层函数,tf.nn.conv2d,TensorFlow 2 维卷积函数,参数x输入,W卷积

0评论2023-02-13932

卷积的本质及物理意义
提示:对卷积的理解分为三部分讲解1)信号的角度2)数学家的理解(外行)3)与多项式的关系1 来源卷积其实就是为冲击函数诞生的。“冲击函数”是狄拉克为了解决一些瞬间作用的物理现象而提出的符号。古人曰:“说一堆大道理不如举一个好例子”,冲量这一物理

0评论2023-02-12993

更多推荐