3×3-konvoluutiosuodattimet – suosittu valinta

Kuvankäsittelyssä ydin, konvoluutiomatriisi tai maski on pieni matriisi. Sitä käytetään muun muassa sumentamiseen, terävöittämiseen, kohokuvioimiseen ja reunan havaitsemiseen. Tämä toteutetaan tekemällä konvoluutio ytimen ja kuvan välillä.

Tässä artikkelissa noudatamme seuraavia konventioita –

  • Viittaamme nimenomaan 2D-konvoluutioihin, joita yleensä sovelletaan kahden matriisin kohteisiin, kuten kuviin. Nämä käsitteet pätevät myös 1D- ja 3D-konvoluutioihin, mutta ne eivät välttämättä korreloi suoraan keskenään.
  • Kun 2D-konvoluutioita sovelletaan kuviin kuten 3X3-konvoluutioita, 3X3-konvoluutiosuodattimessa on yleensä aina kolmas ulottuvuus kooltaan. Tämä suodatin riippuu (ja on yhtä suuri kuin) tulokuvan kanavien lukumäärä. Sovellamme siis 3X3X1-konvoluutiosuodatinta harmaasävykuviin (kanavien lukumäärä = 1), kun taas 3X3X3-konvoluutiosuodatinta sovellamme värilliseen kuvaan (kanavien lukumäärä = 3).
  • Viittaamme kaikkiin konvoluutioihin niiden kahdella ensimmäisellä ulottuvuudella kanavista riippumatta. (Noudatamme oletusta nollatäytteisyydestä).

Konvoluutiosuodatin läpäisee kuvan kaikki pikselit siten, että otamme tietyllä hetkellä konvoluutiosuodattimesta ja kuvan pikseleistä ’pistetuloksen’, jolloin saamme yhden loppulähdön. Tämä tehdään siinä toivossa, että kun konvoluutiosuodattimen painot (tai arvot) kerrotaan vastaavilla kuvapikseleillä, saadaan arvo, joka parhaiten edustaa kyseisiä kuvapikseleitä. Voimme ajatella, että jokainen konvoluutiosuodatin poimii kuvasta jonkinlaisen piirteen.

Siten konvoluutiot tehdään yleensä pitäen mielessä nämä kaksi asiaa –

  • Suurin osa kuvan piirteistä on yleensä paikallisia. Siksi on järkevää ottaa kerralla muutama paikallinen pikseli ja soveltaa konvoluutioita.
  • Molemmat piirteet voivat esiintyä kuvassa useammassa kuin yhdessä paikassa. Tämä tarkoittaa, että on järkevää käyttää yhtä ydintä koko kuvassa, toivoen, että kyseinen piirre saadaan poimittua kuvan eri osissa.

Nyt meillä on konvoluutiosuodattimen koot yhtenä hyperparametrina valittavana. Valinta voidaan tehdä pienemmän tai suuremman suodatinkoon välillä.

Tässä on tiettyjä asioita, jotka on otettava huomioon konvoluutiosuodatinkokoja valittaessa – http://bit.ly/2w2Mcf2

Vastaa

Sähköpostiosoitettasi ei julkaista.