图像识别技术的基本原理

以左上角块为例，将其转换为灰色矩阵，将矩阵重巹处的数字相乘，得出结果为6600 /这是 一个很大的数字。
。。
40
。。40
25
。 。40
20
。50
25
。。 。。40 。50
。。。。。。
50
。。。。。。。
。。。。。。。
。。。。。。。
＊
。。。。。。。
。。。。。。。
。。。。。。。
。。
30 30 30
。30
。 3。。。。。0
＊
。。。。。。。
。。。。。。。
。。。。。。。
。。
30 30 30
。30
。 3。。。。。0
3。。。。。。0
。。。。。。。
Pixel represe1ttation of the receptive fielcl
Pixel represellltation of filter
Multiplication and Summation= (SO* 30)+(50* 30)+(50* 30)-t(20* 30, )-t(SO* 30)= 6600 (A !arge number!)
。由·rnalimage
Vis.ualiza血n oft酝fiheron tfle image
Visua lization oft证 r氐叩tivefie:ld
。。。。。。。
。。。。。。。
。。。。。。。
。 。 。 30 。 50 50 5.0 。 。 20 50 。 。 so 5,0 。 。 50 50 。 。 so 50 。 。 so 50
人类在确定物体之前先确定其轮廓，据此原理，图像识别技术也依此理，首先识别的是图像的 轮廓。
美国加利福尼亚大学的Adit Deshpande写过一篇《理解卷积神经网络的初学者指南》的文 章。 在其中，作者以一种相当容易理解的方式介绍了图像识别算法和基本成因。
计算机会将图像转换为数字形式的数组——因此＇图像识别“实际上对数字数组的分析。 在通常 情况下，开发者可以将图像缩小到49*49像素，并将每个像素的彩色信息转换为灰度值，以获 得49*49的矩阵，以排除其它信息。
。。。。。。30
。。。。。。。
Visua liz· at, ion oft证filter on the image P仅ell representat, ion of receptive field
Pixel repre�entation of filter
I Multiplication and Summation= o
图像识别技术的基本原理
原创 21 CTO 21 CTO 2020-11-03
I --
�-一 �•�·r,-,-� 凰血,.,.-.-囊－“＂，一
何为图像识别技术
文本识别，人脸识别都是图像识别的应用，但是这只是图像识别的基本应用。 先进的技术已经 能够识别出猫还是狗来了。
它们是怎样做到的？在专门研究图像识别技术的专家的透露出一些原理，本文就综合给大家。
而对老鼠的头部矩阵进行运算，其得出的值为0.
小结
针对于图像扫描的结论是，当计算结果值较大时，图像匹配部分也会很多。 通常，需要预先准 备很多模式，为每个数组块计算最佳模式，最后再判断整体。
作者：天机