文章目录
不变性的介绍
不变性意味着即使目标的外观发生了某种变化,但是你依然可以把它识别出来。
旋转不变性和平移不变性:
通俗的讲,我给你一张图片,你识别出来这是只狗,我将图片旋转之后再给你,你依旧可以识别出来这是只狗。这就叫做具有旋转不变性。
平移、光照、缩放、视角等不变性同理。
不变性的原理
简单来说,卷积神经网络依靠 卷积+池化达到一定程度上的不变性,因为图像经过平移或旋转后,图片上的特征也随之改变,但依旧会被扫描出来。
下图中,三个红点特征在原始图像的左下角。
当将特征改变到左上角后,依旧可以提取的到。
在神经网络中,卷积被定义为为特征提取器,且为整张图片的特征提取器,无论特征目标在哪里出现都会被检测的到。
而池化,比如最大值池化,即使特征位置改变了,但仍在感受野中,则同样会输出最大值。