茹鲜古丽·苏来满

摘要：随着我国科学技术的不断发展演变，深度卷积神经网络在流行全球的深度学习领域中显得尤为活跃，它拥有传统机器无法比拟的丰富网络结构。特别是在模型和算法上对计算机视觉识别能力的提高起到重要作用。基于此，本文将对深度卷积神经网络在计算机视觉中的应用进行研究。

关键词：神经网络 计算机视觉 深度卷积

一、深度卷积神经网络

卷积神经网络可理解成是一种前馈网络，属于人工神经网络的一种。在网路中，每个神经元相继从输入层开始逐级传递，最终达到输出层，这种传递是不可逆的，即它只朝着一个方向传递，所以无法形成循环，也就是没有周期性。

二、深度卷积神经网络在计算机视觉中的应用

（一）卷积神经网络的原理和结构

计算机图像识别是通过卷积神经网络的三个层次结构（卷积层、池化层、全连接层）的堆叠来实现的。

1. 卷积层

上图所描述的是卷积层对原始图像的处理结果，卷积的过程也是图像特征提取的过程。

图中5×5的格子表示原始图像，黄色小九宫格（3×3）代表一个滤波器覆盖原始图像的范围（它的大小可以通过人工来设置）。并伴随着处理的进程，不断沿着图像的长和宽，以单位距离滑动，即如果設置滑动距离为1，那么滤波器每次就会移动1个小方格。右侧的图表示对图像处理的卷积结果。随着滤波器在原始图像中不断滑动，逐渐形成一个二维激活图像。

这里我们会发现，得到的输出图像明显小于原始图像。……