第1章 計算機視覺與神經網絡

長期以來，讓計算機“能看會聽”是計算機科學家一直追求的目標，這個目標中最基礎的就是讓計算機能夠“看見”這個世界，并且能夠像人類一樣擁有“眼睛”，“看懂”這個世界，進而“理解”這個世界。

研究發現，當一個特定目標出現在人類視野的任意一個范圍內時，某些腦部的視覺神經元會一直處于固定的活躍狀態。從視覺神經科學的角度解釋，就是人類的視覺辨識從視網膜到腦皮層，神經系統從識別細微的特征演變為目標識別。對計算機來說，如果它擁有這樣一個“腦皮層”對信號進行轉換，那么計算機仿照人類擁有視覺就會變為現實。

隨著研究的進一步深入，2006年，Geoffrey Hinton在深層神經網絡的訓練上取得了突破，首次證明了具有更多隱層和更多神經元的人工神經網絡有比較好的學習能力，其基本原理就是首先使用具有一定分布規律的數據保證神經網絡模型初始化，再使用標注好的數據在已經初始化的網絡上進行計算，最后使用反向傳播對神經元進行優化調整。

這里就詳細講解一下神經網絡與計算機視覺的關系。