人工智能-卷积神经网络

视觉原理
提出问题

        人和动物如何把看到的图像转化为大脑中的一个概念？
        我们知道计算机是把图转换为一大堆数字，通过训练可以知道这堆数字代表什么含义。但通过前面学过神经网络模型和梯度下降法的方法训练费时费力，而且一旦图片进行改变如缩放、旋转或其他变换，那么计算机就识别不出来了。那么人如何记住的呢？例如一本书，看了一次，后面哪怕是破损了，形状变了也能认出来？

视觉神经实验及神经认知模型

       1981年休伯尔和威泽尔做过实验，给动物看不同图片，观察跟视觉相关的大脑中的细胞变化，主要分为两种

• 简单视觉神经细胞：对线条敏感，某个方向线条出现变化就会感应
• 复杂视觉神经细胞：对线条反应，且对线条的运动产生反应

       根据这个实验，提出人是如何检测物体的？日本科学家福岛提出神经认知模型，即人是如何检测物体的是猫还是狗。
       人的大脑中有很多皮层，一层一层对视觉信号进行传输处理。光从眼睛进入后，先计入第一皮层，在进第二皮层，直到最后一个皮层，每个皮层对信号处理的方式是不一样的。

        神经认知模型流程如下；

• 实际上最开始刚进入视网膜时候是一大堆像素点
  在第一皮层中，从这些像素点抽出一些特征，如边缘，而边缘是具有方向性的，
  在第二皮层中，会将提取的边缘特征进行组合，形成物体的轮廓及物体更多细节
  在第三皮层中，把轮廓和细节组合成一个整体
  最终做出一个判断。

       杨立昆根据这个神经认知模型流程原理（先输入，提取边缘特征，组合组轮廓和细节，在组合轮廓与细节成整体，最后进行判断）发明一种实用的图像识别方法，就是卷积神经网络。