码迷,mamicode.com
首页 > 其他好文 > 详细

CNN如何识别一幅图像中的物体

时间:2018-07-04 16:45:36      阅读:307      评论:0      收藏:0      [点我收藏+]

标签:没有   图片识别   https   情况下   cnn   曲线   nbsp   container   img   

让我们对卷积神经网络如何工作形成更好直观感受。我们先看下人怎样识别图片,然后再看 CNNs 如何用一个近似的方法来识别图片。

比如说,我们想把下面这张图片识别为金毛巡回犬。

 
技术分享图片

一个需要被识别为金毛巡回犬的图片

 

人类是怎么做的呢?

一种做法是我们识别狗的特定部位,例如鼻子,眼睛,毛发。我们把图片分成小片,识别小片,然后把这些结合在一起,得到一个狗的概念。

这种情况下,我们可以把图片分成下列组合:

  • 一个鼻子
  • 两只眼睛
  • 金色毛发

如下图所示:

 
技术分享图片

狗的眼睛

 
技术分享图片

狗的鼻子

 
技术分享图片

狗的毛发

 

再进一步

再进一步来说,我们如何确定鼻子在哪呢?一个金毛巡回犬的鼻子可以看出是一个椭圆形,有两个黑洞在里面。因此,一种辨别巡回犬鼻子的方法是把它分割更小的区域,寻找黑洞(鼻孔)和椭圆的曲线。如下所示:

 
技术分享图片

一个可以用来确定鼻子的曲线

 
技术分享图片

用来分类狗鼻子的鼻孔

 

广义上来说,这就是 CNN 的学习方式。它学习识别基本的直线,曲线,然后是形状,点块,然后是图片中更复杂的物体。最终 CNN 分类器把这些大的,复杂的物体综合起来识别图片。

在我们的例子中,层级关系是:

  • 简单的形状,如椭圆,暗色圆圈
  • 复杂的物体(简单形状的组合),例如眼睛,鼻子,毛发
  • 狗的整体(复杂物体的组合)

有了深度学习,我们不需要设定 CNN 来识别特定的特征。相反,CNN 通过正向和反向传播,自己学习识别上述物体。

尽管我们从来没有让 CNN 寻找特定的特征信息,但是它识别图片的能力却好的惊人!

 
技术分享图片

对狗图片每一层 CNN 可能识别物体的示意图

 

CNN 可能有几层网络,每个层可能捕获对象抽象层次中的不同级别。第一层是抽象层次的最底级,CNN 一般把图片中的较小的部分识别成简单的形状,例如水平、竖直的直线,简单的色块。下一层将会上升到更高的抽象层次,一般会识别更复杂的概念,例如形状(线的组合),以此类推直至最终识别整个物体,例如狗。

再次强调,CNN 是自主学习。我们不需要告诉 CNN 去寻找任何直线、曲线、鼻子、毛发等等。CNN 从训练集中学习并发现金毛巡回犬值得寻找的特征。

CNN如何识别一幅图像中的物体

标签:没有   图片识别   https   情况下   cnn   曲线   nbsp   container   img   

原文地址:https://www.cnblogs.com/fuhang/p/9263855.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!