深度学习概念及其在图像处理领域中的应用.docxVIP

— PAGE \* Arabic 1 — 深度学习概念及其在图像处理领域中的应用 一、概述  在当今飞速发展的信息时代，数字图像作为一种常见且有效的信息载体已渗透到社会生活的每一个角落，致使我们对图像处理的需求也日益增长。与此同时身处于大数据时代，数字图像产生的速度和规模也是非常惊人的，所以针对图像信息处理任务也相应地被要求具有高效率，高性能和智能化的特点。特征表达是图像处理的关键，传统的特征设计需要人工完成，但这种方式过程复杂并对设计者的技术有很高的要求，所以自动化特征设计成了高效图像处理的迫切需求。深度学习是新兴的机器学习研究领域，旨在研究如何从数据中自动地提取多层次特征表示，其核心思想是通过数据驱动的方式，采用一系列的非线性变换，从原始数据中提取多层次多角度特征，从而使获得的特征具有更强的泛化能力和表达能力，这恰好满足高效图像处理的需求。为满足图像处理问题的各类需求，以卷积神经网络为代表的深度学习理论不断取得突破，本文结合深度学习基本原理，对其在图像处理领域的算法，模型甚至方法的演化和创新进行重点论述。  二、深度学习  (一)深度学习的背景神经网络  在二十世纪五十年代被提出，然而碍于当时网络训练算法理论欠缺、训练样本不足和电脑的计算能力不佳，神经网络发展遇到瓶颈。随着云计算、大数据时代的到来，计算能力的大幅提高可缓解训练的低效