卷积神经网络中边缘检测矩阵背后的直觉

Question

我是深度学习的新手，试图了解CNN如何执行图像分类

我经历了多个youtube视频，多个博客和论文。他们都提到大致相同的事情：

1. 添加过滤器以获取要素地图
2. 执行池化
3. 使用RELU删除线性度
4. 发送到完全连接的网络。

虽然这一切都很好，但我真的不了解卷积的本质。例如。边缘检测。

例如ex：[[-1，1]，[-1,1]]检测垂直边缘。

如何？为什么？我们如何肯定会检测到垂直边缘。

类似地，用于模糊/锐化的矩阵，我们如何真正知道它们将执行其目标。

我只是接受人们的话吗？

请帮助/由于我无法理解卷积以及矩阵如何检测边缘或形状，我感到无助

Answer 1

过滤器通过检测图像强度值的变化来检测图像中的空间图案（例如边缘）。

快速回顾：就图像而言，高频图像是像素强度发生较大变化的图像，而低频图像则是像素强度发生较大变化的图像。强度几乎是均匀的。图像同时具有高频和低频成分。高频分量对应于对象的边缘，因为在边缘，像素值的强度变化率很高。

高通滤波器用于增强图像的高频部分。

让我们举一个示例：图像的一部分像素值[[10，10，0]，[10，10，0]，[10，10，0]]指示图像像素值向右减小，即图像从左侧的光变为右侧的暗。此处使用的过滤器为[[1、0，-1]，[1、0，-1]，[1、0，-1]。

现在，我们对这两个矩阵进行卷积，得到输出[[10，0，0]，[10，0，0]，[10，0，0]]。最后，将这些值相加得出一个像素值30，当我们从左移到右时，这会给出像素值的变化。同样，我们找到后续的像素值。

在这里，您会注意到像素值的变化率从左到右变化很大，因此已检测到垂直边缘。如果您使用过滤器[[1，1，1]，[0，0，0]，[-1，-1，-1]]，则将得到仅由0组成的卷积输出，即不存在水平边缘。 [[-1，1]，[-1，1]]以类似的方式检测垂直边缘。

您可以在Andrew Ng的lecture中查看更多内容。

编辑：通常，垂直边缘检测滤镜的左侧有亮像素，右侧有暗像素（反之亦然）。滤镜的值之和应为0，否则结果图像将变亮或变暗。此外，在卷积神经网络中，在训练过程中通过反向传播，以与超参数相同的方式学习滤波器。