卷积神经网络的研究进展综述-南华大学学报.pdfVIP

第３０卷第３期 南华大学学报(自然科学版) Ｖｏｌ３０ Ｎｏ３ ２０１６年９月 Ｊｏｕｒｎａｌ ｏｆ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｏｕｔｈ Ｃｈｉｎａ(Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ) Ｓｅｐ２０１６ － － － 文章编号:１６７３ ００６２(２０１６)０３ ００６６ ０７ 卷积神经网络的研究进展综述 杨　 斌ꎬ钟金英 (南华大学 电气工程学院ꎬ湖南 衡阳４２１００１) 摘　 要:深度学习(ｄｅｅｐ ｌｅａｒｎｉｎｇꎬＤＬ)强大的建模和表征能力很好地解决了特征表达 能力不足和维数灾难等模式识别方向的关键问题ꎬ受到各国学者的广泛关注.而仿生 物视觉系统的卷积神经网络(ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋꎬＣＮＮ)是ＤＬ 中最先成功的 案例ꎬ其局部感受野、权值共享和降采样三个特点使之成为智能机器视觉领域的研究 热点.对此ꎬ本文综述ＣＮＮ必威体育精装版研究成果ꎬ介绍其发展历程、必威体育精装版理论模型及其在语 音、图像和视频中的应用ꎬ并对ＣＮＮ 未来的发展潜力和发展方向进行了展望和总结. 关键词:深度学习ꎻ卷积神经网络ꎻ特征提取ꎻ智能识别 中图分类号:ＴＰ４１２.１４　 　 　 文献标识码:Ａ Ｒｅｖｉｅｗ ｏｆ Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ＹＡＮＧ ＢｉｎꎬＺＨＯＮＧＪｉｎ￣ｙｉｎｇ (Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ＥｎｇｉｎｅｅｒｉｎｇꎬＵｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｏｕｔｈ ＣｈｉｎａꎬＨｅｎｇｙａｎｇꎬＨｕｎａｎ４２１００１ꎬＣｈｉｎａ) Ａｂｓｔｒａｃｔ:Ｄｅｅｐ ｌｅａｒｎｉｎｇ ｔｈｅｏｒｙ ｈａｓ ｒｅｃｅｉｖｅｄ ｅｘｔｅｎｓｉｖｅ ａｔｔｅｎｔｉｏｎ ｏｆ ｓｃｈｏｌａｒｓ ａｌｌ ｏｖｅｒ ｔｈｅ ｗｏｒｌｄ ｂｅｃａｕｓｅ ｏｆ ｉｔｓｐｏｗｅｒｆｕｌ ｍｏｄｅｌｉｎｇ ａｎｄ ｈｉｇｈ ｒｅｐｒｅｓｅｎｔａｔｉｏｎａｌ ａｂｉｌｉｔｉｅｓ.Ｉｔ ｓｏｌｖｅｄ ｔｈｅ ｋｅｙ ｐｒｏｂｌｅｍｓ ｏｆ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎꎬｓｕｃｈ ａｓ ｔｈｅ ｉｎｓｕｆｆｉｃｉｅｎｃｙ ｏｆ ｅｘｐｒｅｓｓｉｏｎ ａｂｉｌｉｔｙ ａｎｄ ｄｉｍｅｎ￣ ｓｉｏｎａｌｉｔｙ ｃｕｒｓｅ.Ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ (ＣＮＮ) ｉｓ ａ ｓｕｃｃｅｓｓｆｕｌ ｃｏｍｐｏｎｅｎｔ ｏｆ ｄｅｅｐ ｌｅａｒｎｉｎｇꎬｗｈｉｃｈ ｉｍｉｔａｔｅｓ ｔｈｅ ｂｉｏｌｏｇｉｃａｌ ｖｉｓｉｏｎ ｓｙｓｔｅｍ.Ｌｏｃａｌ ｒｅｃｅｐｔｉｖｅ ｆｉｅｌｄꎬｓｈａｒｉｎｇ ｗｅｉｇｈｔｓ ａｎｄ ｄｏｗｎ ｓａｍｐｌｉｎｇ ａｒｅｔｈｒｅｅｉｍｐｏｒｔａｎｔ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆ ＣＮＮｗｈｉｃｈｌｅａｄｉｔｔｏｂｅｔｈｅｈｏｔｓ￣ ｐｏｔ ｉｎ ｔｈｅ ｆｉｅｌｄ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ｍａｃｈｉｎｅｖｉｓｉｏｎ.Ｔｈｅｒｅｆｏｒｅꎬｔｈｉｓｐａｐｅｒ ｓｕｍｍａｒｉｚｅｓｔｈｅｌａｔｅｓｔ ｒｅ￣ ｓｅａｒｃｈ ｗｏｒｋｓ ｏｆ ＣＮＮ.Ｆｉｒｓｔｌｙꎬｔｈｅ ｈｉｓｔｏｒｙ ｏｆ ＣＮＮ ｉｓ ｉｎｔｒｏｄｕｃｅｄ.Ｓｅｃｏｎｄｌｙꎬｓｔａｔｅ￣ｏｆ￣ｔｈｅ￣ａｒｔ ｍｏｄｉｆｉｅｄ ｍｏｄｅｌｓ ｏｆ ＣＮＮ ａｒｅ ｒｅｖｉｅｗｅｄ.Ｔｈｅｎꎬｔｈｅ ａｐｐｌｉｃａｔｉｏｎｓｏｆ ＣＮＮ ｉｎ ｓｐｅｅｃｈꎬｉｍａｇｅ ａｎｄ ｖｉｄｅｏ ｐｒｏｃｅｓｓｉｎｇ ａｒｅ ｉｌｌｕｓｔｒａｔｅｄ.Ｆｉｎａｌｌｙꎬｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｔｒｅｎｄｓ ｏｆ ＣＮＮ ａｒｅ ｃｏｎｃｌｕｄｅｄ. － － 收稿日期:２０１６ ０４ ０５