CNN特征提取+分类识别

模拟人类感知过程，通过局部信息抽象特征。在传统的图像处理过程中，通过经典的神经网络模型，需要读取整幅图像作为神经网络的输入（全连接的方式），当图像尺寸越大，则连接的参数会变得很多，从而导致计算量非常大。CNN 的连接方式模拟人类对外界的感知，从局部向全局进行扩散，在图像中局部范围内的像素联系较为紧密，而距离较远的像素则相关性较弱，因此 CNN 的核心原理就是：对局部信息进行感知，抽象出特征，并在更高层将局部的信息综合起来得到全局信息，从而降低神经网络中的参数数目。