2.3　基于深度學習的圖像識別算法

2.3.1　卷積神經網絡

卷積神經網絡（CNN）可以自動提取圖像特征。通過一系列的卷積、池化等操作，使圖像的特征逐漸抽象。根據任務的不同，圖像特征被抽象成不同的特征層。基于這些特征層，進一步做分類。CNN網絡的基本操作為卷積和池化。

卷積操作是對一個卷積核采用滑動窗口的方式，依次與圖像上的像素點做卷積，生成的結果值作為特征圖像上的一個像素點。池化操作，又稱為下采樣，根據取滑動窗口內的最大值、平均值等（最大池化、平均池化）。

自從AlexNet獲得ILSVRC 2012挑戰賽冠軍后，用CNN分類成為主流。它是一種用于目標檢測的暴力方法，通過從左到右、從上到下滑動窗口，利用分類識別目標，如圖2-5所示。為了在不同觀察距離處檢測不同的目標類型，我們可以使用不同大小和寬高比的窗口。

圖2-5　CNN的基本操作