2.3　基于深度学习的图像识别算法

2.3.1　卷积神经网络

卷积神经网络（CNN）可以自动提取图像特征。通过一系列的卷积、池化等操作，使图像的特征逐渐抽象。根据任务的不同，图像特征被抽象成不同的特征层。基于这些特征层，进一步做分类。CNN网络的基本操作为卷积和池化。

卷积操作是对一个卷积核采用滑动窗口的方式，依次与图像上的像素点做卷积，生成的结果值作为特征图像上的一个像素点。池化操作，又称为下采样，根据取滑动窗口内的最大值、平均值等（最大池化、平均池化）。

自从AlexNet获得ILSVRC 2012挑战赛冠军后，用CNN分类成为主流。它是一种用于目标检测的暴力方法，通过从左到右、从上到下滑动窗口，利用分类识别目标，如图2-5所示。为了在不同观察距离处检测不同的目标类型，我们可以使用不同大小和宽高比的窗口。

图2-5　CNN的基本操作