圖像識別（image recognition）是如今的熱門技術。github
文字識別、車牌識別、人臉識別都是它的應用。可是，這些都算初級應用，如今的技術已經發展到了這樣一種地步：計算機能夠識別出，這是一張狗的照片，那是一張貓的照片。算法
這是怎麼作到的？ide
讓咱們從人眼提及，學者發現，人的視覺細胞對物體的邊緣特別敏感。也就是說，咱們先看到物體的輪廓，而後才判斷這究竟是什麼東西。ui
計算機科學家受到啓發，第一步也是先識別圖像的邊緣。url
加州大學的學生 Adit Deshpande 寫了一篇文章《A Beginner's Guide To Understanding Convolutional Neural Networks》，介紹了一種最簡單的算法，很是具備啓發性，體現了圖像識別的基本思路。3d
首先，咱們要明白，人看到的是圖像，計算機看到的是一個數字矩陣。所謂"圖像識別"，就是從一大堆數字中找出規律。htm
怎樣將圖像轉爲數字呢？通常來講，爲了過濾掉干擾信息，能夠把圖像縮小（好比縮小到 49 x 49 像素），而且把每一個像素點的色彩信息轉爲灰度值，這樣就獲得了一個 49 x 49 的矩陣。blog
而後，從左上角開始，依次取出一個小區塊，進行計算。
上圖是取出一個 5 x 5 的區塊。下面的計算以 7 x 7 的區塊爲例。
接着，須要有一些現成的邊緣模式，好比垂直、直角、圓、銳角等等。
上圖右邊是一個圓角模式，左邊是它對應的 7 x 7 灰度矩陣。能夠看到，圓角所在的邊緣灰度值比較高，其餘地方都是0。
如今，就能夠進行邊緣識別了。下面是一張卡通老鼠的圖片。
取出左上角的區塊。
取樣矩陣與模式矩陣對應位置的值相乘，進行累加，獲得6600。這個值至關大，它說明什麼呢？
取樣矩陣移到老鼠頭部，與模式矩陣相乘，獲得的值是0。
乘積越大就說明越匹配，能夠判定區塊裏的圖像形狀是圓角。一般會預置幾十種模式，每一個區塊計算出最匹配的模式，而後再對整張圖進行判斷。
（完）