Basitçe ifade edilen evrişim işlemi, iki matrisin element-bilge ürününün birleşimidir. Bu iki matris boyutlar arasında hemfikir olduğu sürece, bir sorun olmamalı ve böylece sorgunuzun arkasındaki motivasyonu anlayabiliyorum.
A.1. Bununla birlikte, evrişimin amacı, kaynak veri matrisini (tüm görüntü) bir filtre veya çekirdek olarak kodlamaktır. Daha spesifik olarak, çapa / kaynak piksel mahallesindeki pikselleri kodlamaya çalışıyoruz. Aşağıdaki şekle bir göz atın:
Tipik olarak, kaynak görüntünün her pikselini bağlantı / kaynak piksel olarak kabul ederiz, ancak bunu yapmakla sınırlı değiliz. Aslında, çapa / kaynak pikselleri belirli sayıda pikselle ayırdığımız bir adım eklemek nadir değildir.
Tamam, kaynak piksel nedir? Çekirdeğin ortalandığı tutturma noktasıdır ve tutturma / kaynak pikseli dahil olmak üzere tüm komşu pikselleri kodlarız. Çekirdek simetrik olarak şekillendiğinden (çekirdek değerlerinde simetrik değil), bağlantı pikselinin her tarafında eşit sayıda (n) piksel vardır (4 bağlantı). Bu nedenle, bu piksel sayısı ne olursa olsun, simetrik olarak şekillendirilmiş çekirdeğimizin her bir tarafının uzunluğu 2 * n + 1'dir (çapanın her tarafı + çapa pikseli) ve bu nedenle filtre / çekirdekler her zaman tek boyuttadır.
Ya 'gelenek'le kırılmaya karar verirsek ve asimetrik çekirdekler kullanırsak ne olur? Takma ad hatalarına maruz kalırdınız ve bunu yapmayız. Pikselin en küçük varlık olduğunu düşünüyoruz, yani burada alt piksel kavramı yok.
A.2 Sınır problemi farklı yaklaşımlar kullanılarak ele alınmaktadır: bazıları görmezden gelir, bazıları sıfır doldurur, bazıları ayna yansıtır. Ters bir işlem, yani dekonvolüsyon hesaplamayacaksanız ve orijinal görüntünün mükemmel bir şekilde yeniden yapılandırılmasıyla ilgilenmiyorsanız, sınır sorunu nedeniyle bilgi kaybını veya gürültü enjeksiyonunu umursamazsınız. Tipik olarak, havuzlama işlemi (ortalama havuzlama veya maksimum havuzlama) sınır eserlerinizi yine de kaldıracaktır. Bu nedenle, 'giriş alanınızın' bir kısmını göz ardı etmekten çekinmeyin, havuzlama işleminiz sizin için bunu yapacaktır.
-
Evrişim Zen:
Eski okul sinyal işleme alanında, bir giriş sinyali bir filtreden geçirildiğinde veya bir filtreden geçirildiğinde, a-öncesinde hangi bükülmüş / filtrelenmiş yanıtın bileşenlerinin alakalı / bilgilendirici ve hangilerinin uygun olmadığına karar vermenin bir yolu yoktu. Sonuç olarak amaç, bu dönüşümlerde sinyal bileşenlerini (tümünü) korumaktı.
Bu sinyal bileşenleri bilgidir. Bazı bileşenler diğerlerinden daha bilgilendiricidir. Bunun tek nedeni, daha üst düzey bilgilerin çıkarılmasıyla ilgilenmemiz; Bazı semantik sınıflarla ilgili bilgiler. Buna göre, özellikle ilgilendiğimiz bilgileri sağlamayan bu sinyal bileşenleri budanabilir. Bu nedenle, evrişim / filtreleme ile ilgili eski okul dogmalarının aksine, evrişim tepkisini istediğimiz gibi bir araya getirmekte / budamakta özgürüz. Bunu yapmak istediğimiz yol, istatistiksel modelimizi geliştirmeye katkıda bulunmayan tüm veri bileşenlerini titizlikle kaldırmaktır.
