iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 18
1

熱身運動都做好了,接下來我們就一路往影像處理上的重要技術 CNN 前進啦!

Convolutional neural network,顧名思義,他是一種神經網路架構,裡頭包含著 convolution 的運算。

那為什麼 convolution 這麼重要,重要到要放在名稱上呢?

我先推荐大家去看台大李宏毅老師的介紹,看完再繼續往下看文章。

Yes


影像處理中的祕密

我們希望從資料當中找到某種規律,這種規律我們叫作模式(pattern),模式是會重複出現的特徵,像是你可以辨識出蘋果,因為一顆蘋果有他特定的特徵,像是顏色、形狀、大小等等,當這些組合起來,並且他們都會一起出現而且重複出現,我們就可以稱他為模式。

在影片當中有提到在影像處理上有幾個特點:

  1. 一些模式比整張圖小
  2. 同樣的模式可能出現在圖片的不同地方
  3. 縮放圖片不影響圖片中物件的辨識

第 1 點講的是,要去辨識一個模式並不需要整張圖,也就是,local 的資訊比 global 的資訊重要。在影片中有舉例,一隻鳥的特徵有鳥喙、羽毛、翅膀等等特徵,你並不會去在意他背景的圖片長什麼樣子。鳥喙這樣的特徵他是 區域性的,你不需要整張圖片的資訊去判斷這張圖是不是鳥喙,所以在設計模型的原則上需要去擷取區域性的資訊。

第 2 點講的是,同樣的模式可能會出現在不同圖片的不同地方,這邊其實隱含了一個概念,就是 位移不變性(translation invariance)。由於同樣模式可以在不同地方上被找到,所以我們只需要一個 node 去偵測他就好了 ,這樣的話可以節省非常多的 node(或是 weight),這稱為 shared weight。

第 3 點,如果圖片縮放不影響圖片辨識,那麼。這時候我們可以做 subsampling,除了可以減少資料處理的量,也不會影響圖片的辨識結果。


在我們講 CNN 之前先來幫大家惡補一下 convolution 這個運算。

Convolution

在 CNN 中會用到的重要運算就是 convolution,而在 CNN 中有所謂的 convolution layer,也就是這一層的運算就是做 convolution 而不是直接內積。

我們說到 convolution layer,他真正的作用是用來做什麼的呢?他其實是用來 擷取 local 的資訊 的。

承接前面第一點提到的,在圖片當中,pattern 是 local 的資訊而不是 global 的,而 pattern 是我們想抓的資訊,所以我們要的資訊只有 local 的而已。

那麼 convolution 要如何擷取 local 的資訊呢?

Convolution 運算

我們先來看 convolution 的原始定義,這邊假設兩個函數 $f$、$g$,則兩個函數的 convolution 為:

https://chart.googleapis.com/chart?cht=tx&chl=(f%20*%20g)(t)%20%3D%20%5Cint_%7B-%5Cinfty%7D%5E%7B%5Cinfty%7D%20f(%5Ctau)g(t%20-%20%5Ctau)%20d%5Ctau

以上我們看到他是一個積分式,當中引入了另一個變數 https://chart.googleapis.com/chart?cht=tx&chl=%5Ctau,他代表的是一個時間區間,那接下來是兩個函數的相乘,然後將他們對變數 https://chart.googleapis.com/chart?cht=tx&chl=%5Ctau 積分。我們來想想看,先不管變數 https://chart.googleapis.com/chart?cht=tx&chl=%5Ctau,相乘後積分的運算跟什麼樣的運算很像?

是的!內積!我們來看看函數的內積長什麼樣子。

https://chart.googleapis.com/chart?cht=tx&chl=%5Clt%20f%2C%20g%20%5Cgt%20%3D%20%5Cint_%7B-%5Cinfty%7D%5E%7B%5Cinfty%7D%20f(t)%20g(t)%20dt

什麼?你跟我說這不是你認識的內積?不不不,你認識的內積其實是這個內積的離散版本。

https://chart.googleapis.com/chart?cht=tx&chl=%5Clt%20f%2C%20g%20%5Cgt%20%3D%20%5Csum_%7Bi%3D1%7D%5E%7Bn%7D%20f_i%20g_i

https://chart.googleapis.com/chart?cht=tx&chl=%3Ca%2C%20b%3E%20%3D%20%5Csum_%7Bi%3D1%7D%5E%7Bn%7D%20a_i%20b_i%20%3D%20%5Cmathbf%7Ba%7D%5ET%5Cmathbf%7Bb%7D

這樣是不是比較清楚一點了?我們來比較一下,因為積分是在 連續空間的加總,相對應的加總就是在 離散空間 的版本,那麼在連續空間上需要一個 https://chart.googleapis.com/chart?cht=tx&chl=d%5Ctau 來把連續空間切成一片一片的,但是在離散空間上,他很自然的就是 1 了。這樣是不是又發覺他們根本是一樣的呢?

那你知道函數其實是一種向量嗎?不知道的同學表示沒有讀過或是沒有認真讀線性代數。

那這樣大家應該接受了函數的內積以及向量的內積其實是一樣的。接下來我們來討論一下那個神奇的 https://chart.googleapis.com/chart?cht=tx&chl=%5Ctau

https://chart.googleapis.com/chart?cht=tx&chl=%5Ctau 是一個時間區間,而積分其實是在對這個時間區間做切片然後加總,他其實跟我們在做訊號處理上的 window 的概念是一樣的,所以他其實是在某個 window 中做內積的意思。我們先來看看有 window 的內積長什麼樣子。

https://chart.googleapis.com/chart?cht=tx&chl=(a%20*%20b)%5Bn%5D%20%3D%20%5Csum_%7Bm%3D1%7D%5E%7Bk%7D%20a%5Bm%5D%20b%5Bn%20%2B%20m%5D

在下圖我們可以假想左邊的向量是 https://chart.googleapis.com/chart?cht=tx&chl=b,右邊的是 https://chart.googleapis.com/chart?cht=tx&chl=a,而向量 https://chart.googleapis.com/chart?cht=tx&chl=a 是有被 window 給限定範圍的(m = 1...k),所以在下面這張圖就是當 n = 1、m = 1...4 的時候的情境。箭頭則是向量元素相乘的對象,每次內積完,n 就會往下移動一個元素。

計算完之後就變成一個新的向量,這就是 window 版本的內積的運作原理了!他其實有一個正式的名字,稱為 cross-correlation。

我們來看看把 convolution 離散化來看看是長什麼樣子。剛剛我們看到的 convolution 是連續的版本,是函數的版本,那我們實際上的運算是以向量去操作的,那麼離散版本的 convolution 是:

https://chart.googleapis.com/chart?cht=tx&chl=(a%20*%20b)%5Bn%5D%20%3D%20%5Csum_%7Bm%3D-%5Cinfty%7D%5E%7B%5Cinfty%7D%20a%5Bm%5D%20b%5Bn%20-%20m%5D

這邊的 window 就是 m 這個參數,其實我們可以給他一個區間,不要是負無限大到正無限大。

https://chart.googleapis.com/chart?cht=tx&chl=(a%20*%20b)%5Bn%5D%20%3D%20%5Csum_%7Bm%3D1%7D%5E%7Bk%7D%20a%5Bm%5D%20b%5Bn%20-%20m%5D

所以這邊的 window 大小調成是 k 了!

你會發現,convolution 會跟 cross-correlation 很像,差別在於順序,也就是 convolution 內積的順序是相反的,所以他在數學式上的表達是用相減的,這邊的情境是 n = 6、m = 1...4。

我們來總結一下 convolution 這個運算,他其實是 local 版本的內積運算,而且他的內積方向是反序的。

補充一點,convolution 其實也是一種線性的運算喔!是不是跟前面談到的線性模型 https://chart.googleapis.com/chart?cht=tx&chl=%5Csigma(W%5ET%5Cmathbf%7Bx%7D%20%2B%20%5Cmathbf%7Bb%7D) 有點異曲同工的感覺呢?


上一篇
18 Multi-layer preceptron
下一篇
20 Convolutional neural network
系列文
機器學習模型圖書館:從傳統模型到深度學習31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言