计算机视觉 / 系统课时

卷积如何提取特征

卷积如何提取特征

卷积的核心不是“看懂整张图”,而是让一个小卷积核在图像上逐块扫描,对局部像素做加权求和。通过重复这一过程,网络会把原始像素转换为边缘、纹理和形状等更有判别力的特征图。

学习目标

  • 理解卷积核滑动、逐元素相乘与求和的完整过程
  • 说明不同卷积核为什么能响应不同方向的边缘
  • 建立从低级纹理到高级形状特征的层级认识

卷积到底计算了什么

输入图像可以看成一个数字矩阵,灰度图每个位置只有一个数,彩色图则包含多个通道。卷积核通常是一个较小的权重矩阵,例如 3×33 \times 3,它每次覆盖输入中的一个局部区域。

在当前位置,卷积核与覆盖区域逐元素相乘,再把所有乘积相加,得到特征图中的一个数。卷积核继续向右、向下移动,最终生成一张新的二维特征图。

卷积核滑动并生成特征图的计算示意

若局部区域为 XX,卷积核为 KK,当前输出值可以理解为“对应位置乘积之和”。训练开始时,卷积核权重通常是随机的;训练过程中,反向传播会不断调整这些权重,使其对任务有用的局部模式产生更强响应。

卷积核如何识别边缘

边缘意味着相邻区域的亮度发生明显变化。某些卷积核会给一侧像素设置正权重,另一侧设置负权重;当窗口覆盖到亮暗交界处时,正负两部分不能相互抵消,输出绝对值就会变大。

例如,偏向检测竖直边缘的卷积核会对“左暗右亮”或“左亮右暗”产生强响应;检测水平边缘的卷积核则关注上下方向的变化。这里的“检测”不是人工写死规则,而是网络通过训练自行学出合适权重。

特征图中的大数表示当前位置与该卷积核关注的模式更匹配,小数表示匹配较弱。

从纹理到形状的层级特征

浅层卷积只看到较小的局部区域,通常学到边缘、颜色变化和简单纹理。后续卷积层接收的不是原始像素,而是前一层的特征图,因此可以把多个低级模式组合成角点、轮廓和局部形状。

随着层数增加,一个特征点对应到原图中的感受野逐渐扩大。网络于是能够从“横线和竖线”继续组合出“车轮弧线”“眼睛轮廓”或“目标部件”。YOLO 正是利用这种层级特征,同时判断图中有什么目标以及目标位于哪里。

多个卷积核为什么必要

单个卷积核只能学习一种模式。实际卷积层会并行使用多个卷积核,每个卷积核生成一张特征图:有的关注边缘方向,有的关注纹理频率,有的关注颜色组合。

这些特征图沿通道方向堆叠,形成下一层的输入。卷积核数量越多,网络可表达的模式通常越丰富,但参数量、显存占用和计算量也会增加,因此需要在精度与速度之间取舍。

易混淆点

卷积提取的不是固定的人类概念。我们常把浅层结果解释为“边缘”,把深层结果解释为“形状”,但具体通道学到什么由数据、损失函数和训练过程共同决定。

卷积也不是简单复制像素。它在保留空间结构的同时,对邻域信息做加权聚合,因此输出特征图已经是对原图的重新编码。

按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

卷积如何提取特征

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通