机器学习——卷积神经网络概述思路

共计 512 个字符，预计需要花费 2 分钟才能阅读完成。

案例：计算机如何模拟人的行为进行识别

计算机如何“看”图：计算机会把每幅图分成一小格一小格的像素块
每个像素块用RGB色彩模式表示

RGB色彩模式是工业界的一种颜色标准，是通过对红®、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。

局部特征就是：

眼睛，鼻子，嘴

通过把图像的某一部分分裂出来，得到一个个的子图，就是局部特征

计算机处理图像识别的思路

1。轮廓特征和局部特征的抽取：
（1）通过对每个像素块RGB数据的抽取，得出每个像素块的值
（2）在某个范围内（眼睛，鼻子，嘴），抽取所有，或者一部分的像素块，得到某个范
围内的图像

2.轮廓特征和局部特征的对比

通过和样本库进行对比，确定局部是不是类似的

3.把所有局部的对比结果综合，得出最后结论

“啊！ 这是小王，我需要跟他打个招呼！

神经网络和卷积神经网络的联系

在刚才讨论的案例中，有一个问题：我们怎么把五官提取出来？

我们看看神经网络是怎么做的：在不停的迭代中，特征不强的神经元的权重值会逐渐减小

神经网络也是一样， 组合局部特征，得到全局图像。