01 卷积神经网络发展史
2014年，卷积神经网络被大量适用于人脸识别、图像分析对比等，谷歌研发出20层VGG模型、DeepFace、DeepID模型横空出世、将LFW数据库人脸识别、人脸认证的正确率提高到99.75%,已超越人类平均水平
02 核心卷积层逻辑及传播过程
卷积层传播过程：卷积层的传播过程是将其中一个过滤器从神经网络所在当前层的左上角移至右下角，且在移动过程中计算每个对于单位矩阵，其中为避免尺寸的变化当前层的边界可加入全0填充
03 卷积神经网络应用领域
卷积神经网络典型应用领域主要包括图像识别、图像检索、人脸识别、个人特征提取（性别、年龄、情绪）、场景判断、物体检测等，将其技术合理运用行业中将有效减少人工成本支出，提高其工作效率，如安防，在视频监控中对犯罪嫌疑人面部识别将有效缩减抓捕适用范围，其准确率高达97.3%，已超过人类平均水平
关注微信
