什么是卷积-程序员宅基地

技术标签: 计算机视觉  人工智能  神经网络  

卷积是什么鬼

卷积(convolution)
卷积: f ( t ) ∗ g ( t ) = ∫ f ( τ ) g ( τ ) d ( τ ) 卷积运算符号用 ∗ 号来表示 卷积:f(t)*g(t)=\int{f(τ)g(τ)d(τ)}\\ 卷积运算符号用*号来表示 卷积:f(t)g(t)=f(τ)g(τ)d(τ)卷积运算符号用号来表示
 卷积本质上还是运算,不过要比常见的加减乘除要高级的多,如果要用一句人话来讲:它用极简的数学形式,漂亮的描述了一个动态过程。

 这个过程用个一个故事来表达:假设有一列火车g(t)和一个山洞f(t)摆在摆在同一个数轴上,这时火车头和山洞入口都在最左侧,如果现在我们想要描述火车进山的过程,该怎么办。

image-20220918214241904

这是应该把火车旋转一下,让车头冲着山洞口,然后再一点点驶入山洞,这个过程才是卷积要解决的问题。

image-20220918214655133

 用数学语言来描述,把火车旋转就是把g(τ)变成g(-τ),这里我们用临时变量τ代替了原有的变量t,如此车身就被甩到了y轴左侧。
 然后配上全局变量t,得到g(t-τ),火车就可以运动起来了,乘积f(τ)乘以g(t-τ),表示火车进入山洞后每一时刻t两者相对的位置。
 积分也就是累加和,即记录了火车进入山洞后两者不断重叠、互相作用的过程。

image-20220918215515864

 现在把火车和山洞都简化为函数曲线,比如用红色的方波表示几何,黑色的曲线表示山洞\两个函数图像重叠的黄色区域面积,就是传说中的f(t)*g(t),有时也写成(f*g)(t)

image-20220918220154213

 两个函数f和g可以是各种弯弯曲曲的形式,但它们的卷积表示的都是一个函数转进另一个函数肚子里的动态过程

image-20220918220624867

 因为要从头部开始进去,所以要先进行函数旋转,这两个函数的角色其实是可以函数互换的,也就是说可以是火车进山洞,也可以是山洞套火车,这就是所谓的卷积交换性质

 卷积函数不仅可以连续的曲线,也可以是离散的形式如果用连续曲线选取采样点的视角来看两者本质上是一样的
f [ n ] ∗ g [ m ] = ∑ m = − ∞ ∞ f ( m ) g ( n − m ) f[n]*g[m]=\sum^{\infty}_{m=-\infty}f(m)g(n-m) f[n]g[m]=m=f(m)g(nm)
image-20220918223713902

卷积为什么这么牛

微积分: y = ∫ ( x − u ) n P ( x ) d x 微积分:y=\int{(x-u)^nP(x)dx} 微积分:y=(xu)nP(x)dx

 卷积的江湖地位不是一天形成的,数学天才欧拉早在18世纪研究微积分的时候就发现了这样一种能够将多种运算集于一身的有趣形式,但之后相当长的一段时间对它的关注还仅仅局限于数学界。
卷积定理: F [ f 1 ( t ) ∗ f 2 t ] = f 1 ( w ) ⋅ f 2 ( w ) 时域转频域 卷积定理:F[f_1(t)*f_2{t}]=f_1(w)\cdot f_2(w)\\时域转频域 卷积定理:F[f1(t)f2t]=f1(w)f2(w)时域转频域
 1821年,大神傅里叶正式提出卷积概念,并成功应用到物理领域,借助积分变换解决了信号处理中的时域与频域转换的难题,函数卷积的傅里叶变换等于函数傅里叶变换的乘积,这就是著名的卷积定理,在信号领域有着举足轻重的地位,可以说没有卷积就没有现在的5G、互联网。
y ( t ) = f ( t ) ∗ g ( t ) = ∫ f ( τ ) g ( t − τ ) d τ y(t)=f(t)*g(t)=\int{f(τ)g(t-τ)dτ} y(t)=f(t)g(t)=f(τ)g(tτ)dτ
 20世纪开始,卷积运算被越来越多的科学家为之着迷,其最牛掰之处就在于:简介的数学模型却能高度概括生活中的很多现象,因而成为工程科学领域冉冉升起的耀眼明星

通信领域
人们把卷积看成是将一种信号搬移到另外的一种频率当中,实现了调制功能

image-20220918225629333

物理领域
卷积可以代表系统对某个输入物理量进行影响或者是污染

image-20220918225757113

电路学
卷积是某种系统冲击函数对输入的相应,这类系统就是传说中的线行时不变系统

image-20220918230009729

信号处理
从信号的角度来看,卷积实际上就是对信号进行滤波,系统就是滤波器,过滤出我们感兴趣有价值的信息。

image-20220918230208945

图像处理
在图像处理领域卷积就像是一把好用的搓刀,被广泛应用于平滑、锐化、展宽等各种操作。

image-20220918230419420

不仅如此,自动控制、地震学和医学等许多新兴领域都能看到卷积婀娜的身姿。

如果卷积的牛掰之处到此也就罢了,谁知更恐怖的事情发生了。
 1998年,法国学者Yann LeCun将卷积运算与神经网络结合,提出了著名的卷积神经网络(Convolutional Neural Network)——CNN模型。
 伴随着21世纪海量互联网大数据和GPU等硬件设备的快速发展,深度卷积神经网络自2012年一炮而红,引领了十年间人工智能技术的再度崛起,在众多领域显示了超越人类的强大能力。

卷积神经网络是个啥

 卷积神经网络最早应用在计算机视觉里,我们现在耳熟能详的人脸识别、字符识别背后算法的核心都是CNN技术。

 卷积神经网络在把图片交给神经网络之前先要对图像进行一轮卷积的操作。

 我们知道,视频其实是一组图片以极快的速度交替呈现而出的,其中的每张图片叫做一帧,卷积神经网络就是应用在这样的一帧图像上的。

 计算机是如何处理图片的呢,我们看到的图片实际上是由RGB或者其它颜色模型下多种颜色图像叠加而成的,每种颜色由浅到深有分了0-255一共256个等级,如此一来,我们就可以把图片转化为数字矩阵

image-20220918232123206

 接下来为了提取图像的特征,我们会构建一个正方形的点阵,这个点阵就叫做卷积核,具体的操作过程是重合格子里的数字相乘然后再相加输出新的结果,从左上到右下逐个像素地遍历整个图像,就能得到新的矩阵了,这个过程用数学式子表达就是一个二维离散卷积操作。
y [ n 1 , n 2 ] = x [ n 1 , n 2 ] ∗ h [ n 1 , n 2 ] = ∑ m − ∞ ∞ ∑ m − ∞ ∞ x [ m 1 , m 2 ] ⋅ h [ n 1 − m 1 , n 2 − m 2 ] y[n_1,n_2]=x[n_1,n_2]*h[n_1,n_2]=\sum^{\infty}_{m-\infty}\sum^{\infty}_{m-\infty}x[m_1,m_2]\cdot h[n_1-m_1,n_2-m_2] y[n1,n2]=x[n1,n2]h[n1,n2]=mmx[m1,m2]h[n1m1,n2m2]
image-20220918232716725

 你可能会问原始图像遍历下来,原始图像边缘的像素点不就遍历不到了,这样每次生成新的矩阵就会比原始图像小一圈,为了解决这个问题,在卷积操作之前,一般会给原始图像外面补上一圈0,来保证输入输出维度一致,这个操作就是全零填充

image-20220918233040654

 前面讲卷积操作就是用一个输入乘上系统函数然后计算输出在图像处理中,输入就是原始图像的像素,系统函数就是卷积核,将这也是卷积神经网络得名的由来。
∑ ( 输入信号 f × 系统函数 g ) \sum{(输入信号f×系统函数g)} (输入信号f×系统函数g)
image-20220918233358115

 卷积的意义何在呢,直接来看不同类型的卷积核过滤之后的图像就好了。通过卷积操作能够提取出图像的特征,从而为之后的神经网络计算创造更好的条件,这里的卷积核也常常被叫做过滤器

image-20220918233742875

 伴随着人工智能技术的飞速发展,卷积现在已经几乎渗透进我们知道的每一个技术领域,发挥着越来越重要的作用。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/m0_59598325/article/details/126925370

智能推荐

EasyDarwin开源流媒体云平台之EasyRMS录播服务器功能设计_开源录播系统-程序员宅基地

文章浏览阅读3.6k次。需求背景EasyDarwin开发团队维护EasyDarwin开源流媒体服务器也已经很多年了,之前也陆陆续续尝试过很多种服务端录像的方案,有:在EasyDarwin中直接解析收到的RTP包,重新组包录像;也有:在EasyDarwin中新增一个RecordModule,再以RTSPClient的方式请求127.0.0.1自己的直播流录像,但这些始终都没有成气候;我们的想法是能够让整套EasyDarwin_开源录播系统

oracle Plsql 执行update或者delete时卡死问题解决办法_oracle delete update 锁表问题-程序员宅基地

文章浏览阅读1.1w次。今天碰到一个执行语句等了半天没有执行:delete table XXX where ......,但是在select 的时候没问题。后来发现是在执行select * from XXX for update 的时候没有commit,oracle将该记录锁住了。可以通过以下办法解决: 先查询锁定记录 Sql代码 SELECT s.sid, s.seri_oracle delete update 锁表问题

Xcode Undefined symbols 错误_xcode undefined symbols:-程序员宅基地

文章浏览阅读3.4k次。报错信息error:Undefined symbol: typeinfo for sdk::IConfigUndefined symbol: vtable for sdk::IConfig具体信息:Undefined symbols for architecture x86_64: "typeinfo for sdk::IConfig", referenced from: typeinfo for sdk::ConfigImpl in sdk.a(config_impl.o) _xcode undefined symbols:

项目05(Mysql升级07Mysql5.7.32升级到Mysql8.0.22)_mysql8.0.26 升级32-程序员宅基地

文章浏览阅读249次。背景《承接上文,项目05(Mysql升级06Mysql5.6.51升级到Mysql5.7.32)》,写在前面需要(考虑)检查和测试的层面很多,不限于以下内容。参考文档https://dev.mysql.com/doc/refman/8.0/en/upgrade-prerequisites.htmllink推荐阅读以上链接,因为对应以下问题,有详细的建议。官方文档:不得存在以下问题:0.不得有使用过时数据类型或功能的表。不支持就地升级到MySQL 8.0,如果表包含在预5.6.4格_mysql8.0.26 升级32

高通编译8155源码环境搭建_高通8155 qnx 源码-程序员宅基地

文章浏览阅读3.7k次。一.安装基本环境工具:1.安装git工具sudo apt install wget g++ git2.检查并安装java等环境工具2.1、执行下面安装命令#!/bin/bashsudoapt-get-yinstall--upgraderarunrarsudoapt-get-yinstall--upgradepython-pippython3-pip#aliyunsudoapt-get-yinstall--upgradeopenjdk..._高通8155 qnx 源码

firebase 与谷歌_Firebase的好与不好-程序员宅基地

文章浏览阅读461次。firebase 与谷歌 大多数开发人员都听说过Google的Firebase产品。 这就是Google所说的“ 移动平台,可帮助您快速开发高质量的应用程序并发展业务。 ”。 它基本上是大多数开发人员在构建应用程序时所需的一组工具。 在本文中,我将介绍这些工具,并指出您选择使用Firebase时需要了解的所有内容。 在开始之前,我需要说的是,我不会详细介绍Firebase提供的所有工具。 我..._firsebase 与 google

随便推点

k8s挂载目录_kubernetes(k8s)的pod使用统一的配置文件configmap挂载-程序员宅基地

文章浏览阅读1.2k次。在容器化应用中,每个环境都要独立的打一个镜像再给镜像一个特有的tag,这很麻烦,这就要用到k8s原生的配置中心configMap就是用解决这个问题的。使用configMap部署应用。这里使用nginx来做示例,简单粗暴。直接用vim常见nginx的配置文件,用命令导入进去kubectl create cm nginx.conf --from-file=/home/nginx.conf然后查看kub..._pod mount目录会自动创建吗

java计算机毕业设计springcloud+vue基于微服务的分布式新生报到系统_关于spring cloud的参考文献有啥-程序员宅基地

文章浏览阅读169次。随着互联网技术的发发展,计算机技术广泛应用在人们的生活中,逐渐成为日常工作、生活不可或缺的工具,高校各种管理系统层出不穷。高校作为学习知识和技术的高等学府,信息技术更加的成熟,为新生报到管理开发必要的系统,能够有效的提升管理效率。一直以来,新生报到一直没有进行系统化的管理,学生无法准确查询学院信息,高校也无法记录新生报名情况,由此提出开发基于微服务的分布式新生报到系统,管理报名信息,学生可以在线查询报名状态,节省时间,提高效率。_关于spring cloud的参考文献有啥

VB.net学习笔记(十五)继承与多接口练习_vb.net 继承多个接口-程序员宅基地

文章浏览阅读3.2k次。Public MustInherit Class Contact '只能作基类且不能实例化 Private mID As Guid = Guid.NewGuid Private mName As String Public Property ID() As Guid Get Return mID End Get_vb.net 继承多个接口

【Nexus3】使用-Nexus3批量上传jar包 artifact upload_nexus3 批量上传jar包 java代码-程序员宅基地

文章浏览阅读1.7k次。1.美图# 2.概述因为要上传我的所有仓库的包,希望nexus中已有的包,我不覆盖,没有的添加。所以想批量上传jar。3.方案1-脚本批量上传PS:nexus3.x版本只能通过脚本上传3.1 批量放入jar在mac目录下,新建一个文件夹repo,批量放入我们需要的本地库文件夹,并对文件夹授权(base) lcc@lcc nexus-3.22.0-02$ mkdir repo2..._nexus3 批量上传jar包 java代码

关于去隔行的一些概念_mipi去隔行-程序员宅基地

文章浏览阅读6.6k次,点赞6次,收藏30次。本文转自http://blog.csdn.net/charleslei/article/details/486519531、什么是场在介绍Deinterlacer去隔行处理的方法之前,我们有必要提一下关于交错场和去隔行处理的基本知识。那么什么是场呢,场存在于隔行扫描记录的视频中,隔行扫描视频的每帧画面均包含两个场,每一个场又分别含有该帧画面的奇数行扫描线或偶数行扫描线信息,_mipi去隔行

ABAP自定义Search help_abap 自定义 search help-程序员宅基地

文章浏览阅读1.7k次。DATA L_ENDDA TYPE SY-DATUM. IF P_DATE IS INITIAL. CONCATENATE SY-DATUM(4) '1231' INTO L_ENDDA. ELSE. CONCATENATE P_DATE(4) '1231' INTO L_ENDDA. ENDIF. DATA: LV_RESET(1) TY_abap 自定义 search help