0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器视觉中的卷积神经网络结构分析

ThunderSoft中科创达 2017-12-01 11:26 次阅读

视觉不论对生物界还是人类,都起到了至关重要的作用。随着人工智能浪潮的大势来袭,包括机器视觉计算机视觉等在内的智能视觉也在人工智能领域逐步扮演着越来越重要的角色。

智能视觉涉及心理物理学、计算机科学、图像处理、模式识别、神经生物学等诸多领域,主要指利用计算机来模拟人或再现与人类有关的某些智能行为的技术,客观的来说,这是从事物的图像中提取信息进行处理并加以理解,从而最终用于实际的生产生活中去的过程。

由此可见,图像分析是智能视觉中最为重要的一环。图像分析与图像处理关系密切,两者有一定程度的交叉,但是又有所不同。

图像分析更侧重点在于研究图像的内容,包括但不局限于使用图像处理的各种技术,它更倾向于对图像内容的分析、解释、和识别;而图像处理侧重于信号处理方面的研究,如图像对比度的调节、图像编码、去噪以及滤波的研究。

图像分析和计算机科学领域中的模式识别、计算机视觉关系更密切一些。概括地说,图像分析一般利用数学模型并结合图像处理的技术来分析底层特征和上层结构,从而提取具有一定智能性的信息。

图像分析要求我们人类教会计算机识别物品,我们把一类物品的大量图片丢给计算机,让计算机去识别它,然后我们根据不同物品的不同特点建立简单的几何模型,比如一些矩形、三角形、圆形等的组合,从而让计算机更好地识别出不同物品。

然而,实际操作的结果与上述的原理出现了很大的偏差,因为在现实世界中同种物品也大多有着不同的形态。比如一个杯子,它的形状可以是圆柱状的、立方体的、不规则形状的等等,如果按照上述的原理进行图像分析的话,那我们需要为所有杯子设计出对应的模型来教给计算机如何去识别“杯子”这一生活中简单的物品,显然这是不可能完成的任务。

所以后来,科学家们从孩子们学习的过程中获得了灵感。孩子的父母在教育孩子认识“杯子”的时候并没有告诉孩子如何去构建一个杯子的几何模型,孩子们学会认识“杯子”是什么物品是依靠经验来学习的。于是,科学家们用机器学习的方式来处理这个问题,而其中很重要的技术在于“卷积神经网络”。

“卷积神经网络”是一个多层的神经网络,与其他深度学习网络最大的区别是拥有可以与二维数据直接卷积操作的卷积层。卷积神经网络的优点是能够直接与图像像素进行卷积,从图像像素中提取图像特征,这种处理方式更加接近人类大脑视觉系统的处理方式 。

卷积神经网络的基本网络结构可以分为四个部分:输入层、卷积层、全连接层和输出层。在利用卷积神经网络进行图像分析的过程中,首先将图片分解为部分重复的小区域,卷积神经网络中的小神经元集合与输入图像的一个小区域相连,也就是相当于把每一个小区域都输入到神经网络中来识别。

这样做的好处是集合有重叠的平铺开来,网络中的每一层都重复同样的过程,所以网络能够容忍输入图像的一定程度上的变形。然后对输入的图像邻域进行卷积处理得到图像的邻域特征图,再通过池化技术将小邻域内进行下采样过程从而得到新的特征。

如此一来,我们就将一个图片缩减成了较小的序列,最后我们再将这个数列输入到另外的一个“完全连接”神经网络中,这个网络决定图片是否匹配。所以整个过程经过卷积化、最大池化、“完全连接”神经网络,结合实际问题我们可以决定卷积、最大池化的次数,卷积层增多有助于识别更加复杂的特征,调用最大池化函数有助于缩小数据大小。近年来卷积神经网络在图像分析领域得到了广阔的应用。

随着科技的高速发展,视觉智能领域的图像分析过程也越来越充满挑战性,卷积神经网络的出现解决了传统处理方式中出现的问题。

伴随着人工神经网络的不断发展,人工智能的视觉智能在未来将更加高效、准确,不断进步的图像分析过程也将为人工智能的发展带来巨大优势,因此,我们绝对有理由相信,未来的人工智能将不断为人类带来惊喜。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器视觉
    +关注

    关注

    162

    文章

    4369

    浏览量

    120298
  • 人工智能
    +关注

    关注

    1791

    文章

    47242

    浏览量

    238355

原文标题:AI|让我们来聊一聊智能视觉中的图像分析过程

文章出处:【微信号:THundersoft,微信公众号:ThunderSoft中科创达】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    卷积神经网络的实现工具与框架

    : TensorFlow是由Google Brain团队开发的开源机器学习框架,它支持多种深度学习模型的构建和训练,包括卷积神经网络。TensorFlow以其灵活性和可扩展性而闻名,适用于研究和生产环境。 特点: 灵活性: Te
    的头像 发表于 11-15 15:20 263次阅读

    卷积神经网络的工作原理和应用

    卷积神经网络(FCN)是深度学习领域中的一种特殊类型的神经网络结构,尤其在计算机视觉领域表现出色。它通过全局平均池化或转置卷积处理任意尺寸
    的头像 发表于 07-11 11:50 1122次阅读

    循环神经网络卷积神经网络的区别

    循环神经网络(Recurrent Neural Network,RNN)和卷积神经网络(Convolutional Neural Network,CNN)是深度学习领域中两种非常重要的神经网络
    的头像 发表于 07-04 14:24 1287次阅读

    卷积神经网络与循环神经网络的区别

    网络结构,分别适用于不同的应用场景。本文将从基本概念、结构组成、工作原理及应用领域等方面对这两种神经网络进行深入解读。
    的头像 发表于 07-03 16:12 3245次阅读

    卷积神经网络的实现原理

    卷积神经网络(Convolutional Neural Networks,简称CNN)是一种深度学习模型,广泛应用于图像识别、视频分析、自然语言处理等领域。本文将详细介绍卷积
    的头像 发表于 07-03 10:49 544次阅读

    bp神经网络卷积神经网络区别是什么

    结构、原理、应用场景等方面都存在一定的差异。以下是对这两种神经网络的比较: 基本结构 BP神经网络是一种多层前馈神经网络,由输入层、隐藏层和
    的头像 发表于 07-03 10:12 1168次阅读

    卷积神经网络的基本结构和工作原理

    和工作原理。 1. 引言 在深度学习领域,卷积神经网络是一种非常重要的模型。它通过模拟人类视觉系统,能够自动学习图像的特征,从而实现对图像的识别和分类。与传统的
    的头像 发表于 07-03 09:38 621次阅读

    卷积神经网络激活函数的作用

    卷积神经网络(Convolutional Neural Networks, CNNs)是深度学习中一种重要的神经网络结构,广泛应用于图像识别、语音识别、自然语言处理等领域。在卷积
    的头像 发表于 07-03 09:18 880次阅读

    卷积神经网络训练的是什么

    卷积神经网络(Convolutional Neural Networks,简称CNN)是一种深度学习模型,广泛应用于图像识别、视频分析、自然语言处理等领域。本文将详细介绍卷积
    的头像 发表于 07-03 09:15 408次阅读

    卷积神经网络的基本结构和训练过程

    卷积神经网络(Convolutional Neural Networks,CNN)是一种在图像识别、视频处理、自然语言处理等多个领域广泛应用的深度学习算法。其独特的网络结构和算法设计,使得CNN在
    的头像 发表于 07-02 18:27 869次阅读

    卷积神经网络的原理与实现

    1.卷积神经网络(Convolutional Neural Networks,简称CNN)是一种深度学习模型,广泛应用于图像识别、视频分析、自然语言处理等领域。 卷积
    的头像 发表于 07-02 16:47 569次阅读

    卷积神经网络的基本结构及其功能

    。 引言 深度学习是机器学习的一个分支,它通过模拟人脑神经网络结构和功能,实现对数据的自动学习和特征提取。卷积神经网络是深度学习
    的头像 发表于 07-02 14:45 1592次阅读

    卷积神经网络的原理是什么

    基本概念、结构、训练过程以及应用场景。 卷积神经网络的基本概念 1.1 神经网络 神经网络是一种受人脑
    的头像 发表于 07-02 14:44 645次阅读

    卷积神经网络和bp神经网络的区别

    不同的神经网络模型,它们在结构、原理、应用等方面都存在一定的差异。本文将从多个方面对这两种神经网络进行详细的比较和分析。 引言 神经网络是一
    的头像 发表于 07-02 14:24 3780次阅读

    卷积神经网络的基本原理、结构及训练过程

    卷积神经网络(Convolutional Neural Network,简称CNN)是一种深度学习算法,广泛应用于图像识别、视频分析、自然语言处理等领域。本文将详细介绍卷积
    的头像 发表于 07-02 14:21 2538次阅读