计算机视觉基础入门课程（从算法到实战应用）

卷积层

1. 图像分类介绍

1) 把图像归为某一类

2)图像分类的挑战：

   a.光照变化 

   b.形变

   c.大小变化（尺度）

   d.类内变化

【问题1】图像分类的应用场景有什么？

【问题2】a.深度学习，学习的图像特征效果更好，具体就是泛化能力更好，这里的“学习”怎么理解？特征表示更好是什么意思？

b. 为什么深度学习提的特征对遮挡有效？

个人理解：深度学习的特征是更高层的语义特征

2. 图像分类的定义

                y = f(x)

3. 图像特征

1）传统方法及特征：

颜色、全局形状、局部形状、纹理

SIFT特征、HOG特征、LBP特征、Harr特征（这些特征维度很低）

http://www.olfeat.org

4. 支持向量机

5. CNN特征

【问题3】为什么CNN特征对遮挡有效？

传统的特征为什么不行？

物理意义上怎么理解？

（在维度上的解释）

个人理解：CNN特征拿到了语义特征

6. 用神经网络做图像分类

【问题4】每层网络做非线性操作，在前传的过程中，达到了什么效果？

在数学上，非线性函数主要用来解决什么问题？

【问题5】1X3072这个向量是如何得来的？

【问题6】 全连接层作为输出层。Sigmoid函数作为输出层。怎么理解一个函数可以作为一个全连接层？

【问题7】损失函数的物理意义是什么？

7. 神经网络达到了实用的效果。深度学习让计算机视觉得到了广泛的发展。

sift特征：主要用于图像分类和图像匹配

hog特征：主要用于图像检测/图像跟踪

LBP特征：主要用于人脸识别

Harr特征：

http://www.vfleat.org/ 该网站有很多图像特征提取方法

cnn的low-level层表征的特征类似融合了上述各类图像特征提取方法，但CNN的优势是同时在Mid-level、High-level层能够表征图像的抽象特征，这在图像处理中特别有用。

池化层其实就是一个下采样过程。特征表达更加紧凑，同时具有位移不变性。

损失函数：

预测函数衡量指标：泛化能力。

训练集要尽可能包含更多的素材。

训练和测试的流程：训练图片，提图像特征，训练（图片和标签丢到此训练），训练好一个分类器。将测试图片，提取特征，到训练好的分类器，预测出类别。

图像特征：全局、局部。

PCA降维？

SIFT，HOG，LBP，HArr。