1、卷積神經網絡的概念

計算機視覺和 CNN 發展十一座里程碑

上世紀60年代，Hubel等人通過對貓視覺皮層細胞的研究，提出了感受野這個概念，到80年代，Fukushima在感受野概念的基礎之上提出了神經認知機的概念，可以看作是卷積神經網絡的第一個實現網絡，神經認知機將一個視覺模式分解成許多子模式（特征），然后進入分層遞階式相連的特征平面進行處理，它試圖將視覺系統模型化，使其能夠在即使物體有位移或輕微變形的時候，也能完成識別。

卷積神經網絡是多層感知機（MLP）的變種，由生物學家休博爾和維瑟爾在早期關于貓視覺皮層的研究發展而來，視覺皮層的細胞存在一個復雜的構造，這些細胞對視覺輸入空間的子區域非常敏感，稱之為感受野。

CNN由紐約大學的Yann Lecun于1998年提出，其本質是一個多層感知機，成功的原因在于其所采用的局部連接和權值共享的方式：

一方面減少了權值的數量使得網絡易于優化

另一方面降低了模型的復雜度，也就是減小了過擬合的風險

該優點在網絡的輸入是圖像時表現的更為明顯，使得圖像可以直接作為網絡的輸入，避免了傳統識別算法中復雜的特征提取和數據重建的過程，在二維圖像的處理過程中有很大的優勢，如網絡能夠自行抽取圖像的特征包括顏色、紋理、形狀及圖像的拓撲結構，在處理二維圖像的問題上，特別是識別位移、縮放及其他形式扭曲不變性的應用上具有良好的魯棒性和運算效率等。