卷积神经网络理解（一）：滤波器的意义

卷积神经网络理解（一）：滤波器的意义

作者|荔枝boy出品|磐创AI技术团队一.卷积神经网络的发展二.卷积神经网络的重要性三.卷积神经网络与图像识别四.滤波器一.卷积神经网络的发展卷积神经网络受到视觉细胞研究的启发，1962年，Hubel和Wiesel发现初级视觉皮层中的神经元会响应视觉环境中特定的简单特征（比如有向的边等）。

现在我有一个老鼠的图像（只考虑灰度，所以只有一层），现在我们用该滤波器对这只老鼠的图像进行过滤，依次将过滤器滑过原始图像的某一个区域，并与该区域原始像素值进行点乘。现在假设我们将滤波器滑到了老鼠图像的左上角，如图二所示：

过滤器会与该原始图像对应区域进行点乘后求和，如图三所示：

我们发现，该区域本身存在一个弧度，且弯曲程度和过滤器的弯曲程度很相似，所以图像的该区域像素与过滤器矩阵点乘求和后得到的数值很高。我们继续将过滤器移动到另外一个地方，靠近老鼠耳朵的地方，这时候我们发现该老鼠耳朵区域与该滤波器用来检测的弧度很不相似，我们看看将用滤波器过滤该区域会发生什么，如图四所示：