如何在CNN发表论文
报纸杂志投稿地址以下内容来自互联网。特别说明：“?”为分隔符，若“?”前有专刊或周刊字样，则“?”后为专版。（如假日生活周刊?消费大观?健康时空，说明消费大观、健康时空是假日生活周刊的某一个专版）。若“?”前有版块字样，则“?”后为杂志专栏。>> 《人民日报》网址：，邮箱：，社址：北京市朝阳门外金台西路2号，邮编：100733，电话：，主要版面及栏目：今日谈、国内要闻、视点新闻、国民经济、国际、体育、理论、政治法律社会、教育科技卫生、文化纵横、社会观察（）、摄影、理论、党的建设周刊（）、读者来信、大地副刊（）、经济周刊?经济茶座?财经广场?农村经济、民主与法制周刊（）?立法与执法?法律与生活?民主与监督、假日生活周刊?消费大观?健康时空（）?体育天地（）?国际副刊（）?周末文艺（）>> 《解放日报》网址：，社址：上海市汉口路300号，邮编：200001，电话：，主要版面及栏目：新世说、热点追踪、社会新闻（）、教科卫新闻、长江三角洲新闻（）、今日市郊（）、文化娱乐新闻（）、体育新闻（）、经济新闻（）、投资金融（）、新论、朝花副刊（）、财富周刊（）?财富视点?百姓理财、新企业周刊（）、网络周刊（）?网络天地?信息终端?应用实践、汽车周刊（）、证券周刊、周末周刊?特别报道（）?大众话题（）?读书（）?都市女性（）?假日休闲（）?健康人生（）?法律咨询（）?家庭装饰（）>> 《上海法治报》邮箱：，社址：上海市小木桥路268弄1号，邮编：200032，电话：，传真：，主要版面及栏目：综合新闻、案件报道、媒体互动（）、报刊荟萃、国际新闻（）、经济生活周刊?财富人生（）?消费经纬（）?法眼观股?房产方圆（）、周末专刊?婚恋家庭（）?社会方圆（）?域外要案（）?芳草苑（）>> 《扬子晚报》网址：，社址：南京市中山南路5号金銮大厦，邮编：210005，传真：，主要版面及栏目：新闻快语、要闻追踪（）、焦点新闻（）、南京新闻（、）?说说议议、热线96096（）、江苏新闻（）、聚焦长三角（）、国内新闻（）?新闻杂感、国际新闻（）、文化娱乐（）、体育新闻（）、经济视野（）、投资理财（）、每日证券（）、副刊（）、健康长寿（）、扬子广角（）、英语视窗（）、教育话题（）、都市风情（）、非常人物（）、心理导航（）、女性视角（）>> 《金陵晚报》网址：，社址：南京市解放路53号，邮编：210016，传真：，主要版面及栏目：南京新闻专刊?时政（）?社会（）?热线（）?服务（）?焦点（）?民生（）、中国新闻（）、世界新闻（）、文化娱乐（）、体育新闻（）、财富新闻（）、保健新闻（）、金陵证券（）、连载（）、消防（）、副刊?家事?法苑（）?老南京（）?桥（）?晚晴（）?百姓坊（）>> 《福建经济快报》邮箱：，社址：福州市华林路84号，邮编：350003，电话：，传真：，主要版面及栏目：快报要闻版块?关注?福建?都市?新知?环球、快报财富版块?财经证券（）?财经投资?财经人物?消费市场?消费IT?消费手机?消费维权、休闲周刊（）?玩主?行者（）?书虫?游民、快报生活?圈内?竞技?娱乐>> 《今日女报》网址：，邮箱：，社址：长沙市韶山路1号，邮编：410011，传真：，主要版面及栏目：尘缘在线版块?离婚（）?出轨（）?恋爱（）?夫妻（）、生活地带版块?健康（）?赚钱（）?治家（）>> 《家庭医生报》网址：，邮箱：，社址：南昌市阳明路402号，邮编：330006，电话：，传真：，主要版面及栏目：学点医学（）、保健养生（）、老年天地（）、妇女保健（）、亲子健康（）、家庭用药（）、怡情益寿（）、生活医学（）、家庭门诊（）、专科门诊（）、心理卫生（）、健康服务（）、健康关注（）>> 《南方周末》网址：，邮箱：、，社址：广州市广州大道中289号，邮编：510601，电话：，传真：，主要栏目及版面：纵深（）、时政（）、社会专刊?法治（）?观察（）?民生（）?写真（）、天下专刊?重点（）?纵横（）?视点（）?一周（）、经济专刊（）?趋势（）?产经（）?财经（）、文化专刊（）?电影（）?文学（）?艺术（）?科学（）?往事（）?百姓记事（）?话本（）>> 《青年生活导报》社址：银川市前进街164号，邮编：750001，电话：，主要版面及栏目：楼宇专刊、综合新闻（）、特别关注（）、社会写真（）、视点人物（）、新闻公园（）、市场观察（）、青年与法（）、娱乐生活（）、理论专版（）、青春风景（）、消费调查（）、情感沙龙（）、健康指南（）、通讯时代（）、西部观察（）、体育彩票（）、生活服务（）、车市展望（）>> 《农家女》邮箱：，社址：北京市地安门西大街103号，邮编：100009，电话：，主要版面及栏目：特别关注、精彩人生、情感天空、我的故事、金色田野、关爱服务、时尚生活、致富推荐、市场晴雨表、精彩360行>> 《中国妇女》网址：，邮箱：，社址：北京市东城区史家胡同甲24号，邮编：100010，电话：，主要版面及栏目：形象版块?女界榜样?她纪录?海外丽人?往事收藏、现场版块?记者亲历?职场启示?本刊观察?视窗、婚恋版块?情感疑案?一夫一妻?单亲家族?美妙声音、文化版块?甘霖智慧?一方女人?阅读?四重奏、生活版块?体验?生理空间?健康说法?时尚先锋?生活前线>> 《中国老年》邮箱：、，社址：北京市西城区安德路67号，邮编：100011，电话：，主要版面及栏目：银发风景线版块?百姓视点?特别策划?世相百态?闲庭漫笔?时事述评、人在旅途中版块?银色茶座?人间真情、情感芳草地版块?家庭调频?多味晚情?心海导航?精彩访谈、时尚俱乐部版块?诗书画苑?娱乐休闲?时尚新潮?精致生活、健康养生堂版块?健康沙龙?自助保健?妙方超市、信息集装箱版块?政策问答?法律咨询?信息荟萃>> 《青年一代》邮箱：，社址：上海市福建中路193号，邮编：200001，传真：，主要版面及栏目：社会视点版块?世相聚焦?记者手记?女人OK?实话实说?警钟长鸣、情爱报告版块?婚姻长廊?校园调色板?情侣笔记?情感热线、生活指南版块?人生驿站?美眉物语>> 《大家健康》邮箱：，社址：长春市建政路27号，邮编：130061，传真：，主要版面及栏目：遥诊遥治、百科杂谈、养生保健、健康提示、家庭药师、情与性、美容美肤、为人父母、少男少女、药膳食疗、不妨一试>> 《家庭生活指南》邮箱：，社址：哈尔滨市经开区赣水路30号地天大厦7楼，邮编：150090，电话：，主要版面及栏目：百姓故事版块?婚恋TV?情暖人间?法理情、相爱一家人版块?至爱亲情?夫妻擂台、健康秘笈版块?健康新概念?性爱问答?求医问药、精致生活版块?温馨家居?服饰点击?美容健身?营养美食、家政万象版块?家庭教育?生活小顾问?消费广场?家庭周末>> 《小小说月刊》邮箱：，社址：石家庄市中华北大街市庄路66号，邮编：050000，主要版面及栏目：金榜题名、精品展台、少男少女、人生小品、现场直击、史海钩沉、人物传奇、科幻世界、海外拾珍、乡村纪事、难忘记忆>> 《作家天地?微型小说精品》邮箱：，社址：马鞍山市湖北路22号，邮编：243000，传真：，主要版面及栏目：世相百态、当代名家、广角镜、都市阳台、爱情方舟、围城风景、乡村夜话、青春脚印、商海风云、荒诞世界、人间喜剧、网络世界、古今故事、异域风情、幽默擂台、新人园地>> 《莫愁》网址：，邮箱：，社址：南京市宁夏路马鞍山1号，邮编：210013，电话：，传真：，主要版面及栏目：慧心夏娃、名人与智慧、从业智谋、爱的智慧、相思树下、智者的脚印、世事写真、点击时尚、本刊专稿、处世之道、人物剪影、编读往来、悟者心语、法律援助、莫愁文摘、养生千金方、海外掠影、新世纪广场>> 《金色年华》网址：，邮箱：，社址：南宁市古城路4号，邮编：530022，电话：，主要版面及栏目：社会看台、漂一族、炫男女、求学经、青年两性知识、开心果、生活秀、生财道、新奇故事>> 《广西文学》邮箱：，社址：南宁市建政路28号，邮编：530023，电话：，主要版面及栏目：小说（）、散文随笔（）、诗歌（）、批评、金嗓子之页
原文： Ren S, He K, Girshick R, et al. Faster R-CNN: towards real-time object detection with region proposal networks[C]// International Conference on Neural Information Processing Systems. MIT Press, 2015:91-99.
译文参考： Faster R-CNN论文翻译——中英文对照
目标检测网络依赖于Region Proposal算法假设目标位置，通过引入Region Proposal（网络RPN），与检测网络共享全图像卷积特征，使得Region Proposals的成本近乎为零。
如下图所示，图a采用的是图像金子塔（Pyramids Of Images）方法；图b采用的是滤波器金字塔（Pyramids Of Filters）方法；图c引入“锚”盒（"Anchor" Boxes）这一概念作为多尺度和长宽比的参考，其可看作回归参考金字塔（Pyramids Of Regression References）方法，该方法可避免枚举图像、多尺度滤波器和长宽比。
为了将RPN与Fast R-CNN相结合，本文提出了一种新的训练策略：在region proposal任务和目标检测任务之间交替进行微调，同时保持proposals的固定。该方案能够快速收敛，两个任务之间并共享具有卷积特征的统一网络。
Faster R-CNN由两个模块组成：
RPN以任意大小的图像作为输入，输出一组矩形的目标proposals，每个proposals都有一个目标得分。在实验中，假设两个网络（RPN和Fast R-CNN）共享一组共同的卷积层，并研究了具有5个共享卷积层的 Zeiler和Fergus模型（ZF） ，以及具有13个共享卷积层的 Simonyan和Zisserman模型（VGG-16） 。
为了生成region proposals，对最后的共享卷积层输出的卷积特征图谱使用一个小网络。该网络以卷积特征图谱的 空间窗口作为输入，且每个滑动窗口映射到一个低维特征，所有空间位置共享全连接层。
该低维特征作为两个子全连接层———边界框回归层（box-regression layer, reg）和边界框分类层（box-classification layer, cls）的输入，其卷积核均为 大小。
对于每个滑动窗口位置，可同时预测多个region proposals，最大region proposals数为 。因此，reg层具有 个输出，用于编码k个边界框的坐标；cls层具有 个得分，用于估计每个proposal是目标或不是目标的概率。
Anchors：k个proposals相对于 个参考框是参数化形式。
anchor位于滑动窗口的中心，并与尺度和长宽比相关。默认情况，使用3个尺度和3个长宽比，在每个滑动位置产生 个anchors。对于大小为 的卷积特征图谱，共产生 个anchors。
基于anchor的方法建立在anchors金字塔（pyramid of anchors）上，参考多尺度和长宽比的anchor盒来分类和回归边界框，用于解决多尺度和多长宽比问题。
为了训练RPN，为每个anchor分配一个二值标签。
正标签：
负标签：IoU值低于0.3。
对Fast R-CNN中的多任务损失进行最小化。图像的损失函数为：
其中， 是mini-batch数据中anchor的索引， 是第i个anchor作为目标的预测概率。若anchor为正标签，真值 ；反之， 。 是表示预测边界框4个参数化坐标的向量， 是正真值框的向量。分类损失 为两个类别的对数损失；回归损失 ，其中 为在 Fast R-CNN 一文中定义的鲁棒损失函数（平滑 ）。 表示回归损失仅对正anchor激活，否则被禁用（ ）。cls和rge层的输出分别由 和 组成。该两项使用 和 进行标准化，并使用平衡参数 加权处理。等式中cls项根据mini-batch的大小进行归一化，而reg项根据anchor位置的数据进行归一化。默认情况下， 从而使得cls和reg项的权重大致相等。
对于边界框回归，采用 Rich feature hierarchies for accurate object detection and semantic segmentation 一文中的4个坐标参数化方法：
其中， 和 表示边界框的中心坐标及其宽和高。变量 和 分别表示预测边界框、anchor和真值框。
采样策略：以图像为中心。
在图像中随机采样256个anchors，用于mini-batch数据中损失函数的计算，正负样本的比例为 。
从标准差为0.01的零均值高斯分布中提取权重来随机初始化所有的新网络层，而共享卷积层通过预训练ImageNet分类模型来初始化。同时，调整ZF网络的所有网络层，以及VGG网络的conv3_1之上的网络，用于节省内存的使用。对于60k的mini-batch数据，学习率为0.001；对于PASCAL VOC数据集中的20k的mini-bacth数据，学习率为0.0001。随机梯度下降算法的动量设置为0.9，重量衰减率为0.0005。
训练具有共享特征网络的三个方法：
版权印版权标识
可以通过114或者媒体的官方网站找到媒体的官方电话，咨询具体如何投稿。一般报纸上也有电话和投稿邮箱。但一般自己投的，很难被采纳，除非媒体刚好需要这方面的素材，或者文章的确写的好，具备新闻传播价值。建议花点钱，这种就几乎可以发布成功了。
cnn发表论文
原文： Ren S, He K, Girshick R, et al. Faster R-CNN: towards real-time object detection with region proposal networks[C]// International Conference on Neural Information Processing Systems. MIT Press, 2015:91-99.
译文参考： Faster R-CNN论文翻译——中英文对照
目标检测网络依赖于Region Proposal算法假设目标位置，通过引入Region Proposal（网络RPN），与检测网络共享全图像卷积特征，使得Region Proposals的成本近乎为零。
如下图所示，图a采用的是图像金子塔（Pyramids Of Images）方法；图b采用的是滤波器金字塔（Pyramids Of Filters）方法；图c引入“锚”盒（"Anchor" Boxes）这一概念作为多尺度和长宽比的参考，其可看作回归参考金字塔（Pyramids Of Regression References）方法，该方法可避免枚举图像、多尺度滤波器和长宽比。
为了将RPN与Fast R-CNN相结合，本文提出了一种新的训练策略：在region proposal任务和目标检测任务之间交替进行微调，同时保持proposals的固定。该方案能够快速收敛，两个任务之间并共享具有卷积特征的统一网络。
Faster R-CNN由两个模块组成：
RPN以任意大小的图像作为输入，输出一组矩形的目标proposals，每个proposals都有一个目标得分。在实验中，假设两个网络（RPN和Fast R-CNN）共享一组共同的卷积层，并研究了具有5个共享卷积层的 Zeiler和Fergus模型（ZF） ，以及具有13个共享卷积层的 Simonyan和Zisserman模型（VGG-16） 。
为了生成region proposals，对最后的共享卷积层输出的卷积特征图谱使用一个小网络。该网络以卷积特征图谱的 空间窗口作为输入，且每个滑动窗口映射到一个低维特征，所有空间位置共享全连接层。
该低维特征作为两个子全连接层———边界框回归层（box-regression layer, reg）和边界框分类层（box-classification layer, cls）的输入，其卷积核均为 大小。
对于每个滑动窗口位置，可同时预测多个region proposals，最大region proposals数为 。因此，reg层具有 个输出，用于编码k个边界框的坐标；cls层具有 个得分，用于估计每个proposal是目标或不是目标的概率。
Anchors：k个proposals相对于 个参考框是参数化形式。
anchor位于滑动窗口的中心，并与尺度和长宽比相关。默认情况，使用3个尺度和3个长宽比，在每个滑动位置产生 个anchors。对于大小为 的卷积特征图谱，共产生 个anchors。
基于anchor的方法建立在anchors金字塔（pyramid of anchors）上，参考多尺度和长宽比的anchor盒来分类和回归边界框，用于解决多尺度和多长宽比问题。
为了训练RPN，为每个anchor分配一个二值标签。
正标签：
负标签：IoU值低于0.3。
对Fast R-CNN中的多任务损失进行最小化。图像的损失函数为：
其中， 是mini-batch数据中anchor的索引， 是第i个anchor作为目标的预测概率。若anchor为正标签，真值 ；反之， 。 是表示预测边界框4个参数化坐标的向量， 是正真值框的向量。分类损失 为两个类别的对数损失；回归损失 ，其中 为在 Fast R-CNN 一文中定义的鲁棒损失函数（平滑 ）。 表示回归损失仅对正anchor激活，否则被禁用（ ）。cls和rge层的输出分别由 和 组成。该两项使用 和 进行标准化，并使用平衡参数 加权处理。等式中cls项根据mini-batch的大小进行归一化，而reg项根据anchor位置的数据进行归一化。默认情况下， 从而使得cls和reg项的权重大致相等。
对于边界框回归，采用 Rich feature hierarchies for accurate object detection and semantic segmentation 一文中的4个坐标参数化方法：
其中， 和 表示边界框的中心坐标及其宽和高。变量 和 分别表示预测边界框、anchor和真值框。
采样策略：以图像为中心。
在图像中随机采样256个anchors，用于mini-batch数据中损失函数的计算，正负样本的比例为 。
从标准差为0.01的零均值高斯分布中提取权重来随机初始化所有的新网络层，而共享卷积层通过预训练ImageNet分类模型来初始化。同时，调整ZF网络的所有网络层，以及VGG网络的conv3_1之上的网络，用于节省内存的使用。对于60k的mini-batch数据，学习率为0.001；对于PASCAL VOC数据集中的20k的mini-bacth数据，学习率为0.0001。随机梯度下降算法的动量设置为0.9，重量衰减率为0.0005。
训练具有共享特征网络的三个方法：
版权印版权标识
作为近两年detector和descriptor joint learning（也称one-stage）类型论文的又一代表，D2-Net是一种相当特别的结构。其特点是“一图两用”，即网络预测出的dense tensor即是detection score maps，又是description map特征图即代表特征检测结果又代表特征描述结果（注意预测的特征图并不是原图分辨率大小）。换句话说，D2-Net的特征检测模块和描述模块是高度耦合的。 本文主要针对的是appearance变化较大（包括日-夜变化、大的视角变化等）场景下的图像匹配任务。文章作者比较了两种局部特征学习方法：sparse方法和dense方法。其中sparse方法高效，但是在appearance变化大的场景提取不到可重复的关键点，其原因在于特征提取器只使用浅层图像信息，不使用语义信息；dense方法则直接利用深层特征提取密集特征描述，更加鲁棒却以更高的匹配时间和内存开销为代价。 因此作者的目的在于，提出一种足够鲁棒的sparse local feature，让其提取的特征（兴趣点）具有更好的repeatability，进而实现既有sparse方法的高效性，又有dense方法的鲁棒性。其核心idea是将特征提取阶段延后，使得局部特征也可以利用高层语义信息，而不是只考虑低层信息。 问题：关于这里的sparse和dense方法 关键词：A single CNN plays a dual role; joint optimization; different train/test model structure 不同于SuperPoint或者SEKD，本文虽然也是dense prediction类型的结构，但并不同时预测kpt和description两个图，而是只预测了一个形状为HxWxd（d为特征描述的长度）的特征图，然后既作描述结果又作检测结果…从spatial维度来说，该特征图的每个像素位置是一个描述子；从channel维度来说，每一个通道代表一个特征检测器的检测结果，总共得到d个2D响应图，这里可以用SIFT中的高斯差分金字塔响应来类比。 后续的兴趣点提取需要对这个d通道的特征图做进一步的后处理: 按照上面对D2特征图的定义，如果(i,j)位置是一个兴趣点，则从通道维度来说该像素位置最终的检测结果肯定要取检测器响应值最大的通道对应数值，这样就选出了通道；从空间维度来说又要满足该位置在该通道的2D map必须为一个局部最大值。即本文中的"hard feature detection"： 首先对输入图像构建图像金字塔，然后在每个scale上进行forward，得到D2特征图，再把多尺度特征图逐scale上采样并与同分辨率融合（见下式），得到融合后的特征图。预测阶段根据融合特征图进行上述后处理，即可提取出特征点。 由于上述特点，网络结构本身发非常简单，直接用VGG16 conv4_3之前的部分，恢复ImageNet上的预训练权重，然后除了最后一层conv4_3之外全部冻结，只对该层做微调。不过关于模型，有两个值得注意的地方： 1.使用VGG16的结果比ReseNet好很多 2.训练时和测试时的模型结构不同 具体来说，在测试阶段为了提高特征的分辨率，将pool3改成一个stride为1的avg pool，随后的三层conv dilation ratio调整为2，以维持相同的感受野。作者解释是说训练时为了减小内存使用比较小的特征分辨率，测试时为了提高特征定位能力，将分辨率提升到原图的1/4，并加上了一个类似SIFT中使用的局部特征提炼，然后将特征插值上采样到原分辨率。 不过训练过程不能用上面的hard feature detection，因为其不可微。故作者提出了一个soft的版本，其设计思想就是模仿hard方法的通道选择和空间位置选择（即通道内的局部最大值）： 对于空间位置选择，作者会对特征图的每个像素求一个α(i,j)，得到α map(shape为[h,w,d])： 其中N(i,j)代表以(i,j)为中心的9-邻域。因此可见这里的局部最大值其实是在3x3区域内的最大值，而不是式(3)中写的那样，整个通道只输出一个最大值。 对于通道选择，直接计算一个ratio-to-max得到β图(shape为[h,w,d])： 根据kpt的定义，score map s就应该是α map和β map的乘积map在通道维度求最大值的结果。最后再做一个归一化：（问题：这个归一化让score map的像素值之和为1是什么意思？score map不应该用sigmoid之类的转为0-1之间的分布比较合理吗？） 关于这部分还要考虑一个问题，为什么D2-Net需要在训练中提取兴趣点？（比如R2D2等结构，都是直接针对kpt score map做优化，只有实际预测时才需要根据score map提取特征点这个步骤） 答：这个问题的理解是不正确的，训练中并不是提取兴趣点，而是在得到”single score map"。上面的hard feature detection相当于NMS的过程，输出的是稀疏的兴趣点位置坐标；而训练检测模块需要hxw的score map，故先要把hxwxd的特征图经过一个可微的步骤，处理后得到该score map。 ①triplet margin ranking loss（只考虑描述子） 训练描述子其实没有太多不一样的地方，就是根据输入pair的correspondences，将每一个匹配对c视为正对，不匹配对为负对，对构成的三元组进行训练。主要问题是如何根据当前匹配对c构建最有意义的负对。作者这里用了一个基于邻域的困难样本挖掘策略，假如当前匹配为下图的点A和点B，那么分别在I1和I2扣去A\B邻域的区域找负对，并分别与B的描述子dB、A的描述子dA进行比较，找到所有这种负对中相似度最小的，与c构建三元组。 以下p(c)和n(c)分别代表正对距离和负对距离。m(c)代表当前匹配c的triplet loss。 ②加入描述子优化的triplet margin ranking loss 由于D2特征即代表兴趣点score map也代表描述子，本文的优化需要对检测和描述进行联合优化。作者在triplet margin ranking loss基础上加入了提升检测结果可重复性这一优化目标，具体实现方法是：利用输入两图像中所有correspondences的检测得分来对当前匹配计算出的triplet loss进行加权平均，如果当前匹配triplet loss很低（即该对匹配的距离远小于其各自的最难负对），则为了最小化loss，这一对triplet loss小（即区分度高）的correspondence自然要给更大的权值；其他triplet loss大的correspondence就给小点的权值。 感觉文中式(13)的符号有点confusing，m(p(c),n(c))直接写成,m(c)可能更加简洁。
论文cnn发表
是Lecun于1989年发表了《Backpropagation Applied to Handwritten Zip Code》是CNN的第一个实现网络，但是通读全文，找不到和CNN模型原理有关的解释说明。所以就很疑惑，为什么大家都认1989年。后来从《Backpropagation Applied to Handwritten Zip Code》中的参考文献找到了一片新大陆！
这两天在公司做PM实习，主要是自学一些CV的知识，以了解产品在解决一些在图像识别、图像搜索方面的问题，学习的主要方式是在知网检索了6.7篇国内近3年计算机视觉和物体识别的硕博士论文。由于时间关系，后面还会继续更新图片相似度计算（以图搜图）等方面的学习成果 将这两天的学习成果在这里总结一下。你将会看到计算机视觉在解决特定物体识别问题（主要是卷积神经网络CNNs）的基础过程和原理，但这里不会深入到技术的实现层面。
计算机视觉（Computer vision）是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。 ————维基百科 通常而言，计算机视觉的研究包括三个层次： （1）底层特征的研究： 这一层次的研究主要聚焦如何高效提取出图像对象具有判别性能的特征，具体的研究内容通常包括：物体识别、字符识别等 （2）中层语义特征的研究： 该层次的研究在于在识别出对象的基础上，对其位置、边缘等信息能够准确区分。现在比较热门的：图像分割；语义分割；场景标注等，都属于该领域的范畴 （3）高层语义理解： 这一层次建立在前两层的基础上，其核心在于“理解”一词。 目标在于对复杂图像中的各个对象完成语义级别的理解。这一层次的研究常常应用于：场景识别、图像摘要生成及图像语义回答等。 而我研究的问题主要隶属于底层特征和中层语义特征研究中的物体识别和场景标注问题。
人类的视觉工作模式是这样的： 首先，我们大脑中的神经元接收到大量的信息微粒，但我们的大脑还并不能处理它们。 于是接着神经元与神经元之间交互将大量的微粒信息整合成一条又一条的线。 接着，无数条线又整合成一个个轮廓。 最后多个轮廓累加终于聚合我们现在眼前看到的样子。 计算机科学受到神经科学的启发，也采用了类似的工作方式。具体而言，图像识别问题一般都遵循下面几个流程
（1）获取底层信息。获取充分且清洁的高质量数据往往是图像识别工作能否成功的关键所在 （2）数据预处理工作，在图像识别领域主要包括四个方面的技术：去噪处理（提升信噪比）、图像增强和图像修复（主要针对不够清晰或有破损缺失的图像）；归一化处理（一方面是为了减少开销、提高算法的性能，另一方面则是为了能成功使用深度学习等算法，这类算法必须使用归一化数据）。 （3）特征提取，这一点是该领域的核心，也是本文的核心。图像识别的基础是能够提取出足够高质量，能体现图像独特性和区分度的特征。 过去在10年代之前我们主要还是更多的使用传统的人工特征提取方法，如PCA\LCA等来提取一些人工设计的特征，主要的方法有（HOG、LBP以及十分著名的SIFT算法）。但是这些方法普遍存在（a）一般基于图像的一些提层特征信息（如色彩、纹理等）难以表达复杂的图像高层语义，故泛化能力普遍比较弱。（b）这些方法一般都针对特定领域的特定应用设计，泛化能力和迁移的能力大多比较弱。 另外一种思路是使用BP方法，但是毕竟BP方法是一个全连接的神经网络。这以为这我们非常容易发生过拟合问题（每个元素都要负责底层的所有参数），另外也不能根据样本对训练过程进行优化，实在是费时又费力。 因此，一些研究者开始尝试把诸如神经网络、深度学习等方法运用到特征提取的过程中，以十几年前深度学习方法在业界最重要的比赛ImageNet中第一次战胜了SIFT算法为分界线，由于其使用权重共享和特征降采样，充分利用了数据的特征。几乎每次比赛的冠军和主流都被深度学习算法及其各自改进型所占领。其中，目前使用较多又最为主流的是CNN算法，在第四部分主要也研究CNN方法的机理。
上图是一个简易的神经网络，只有一层隐含层，而且是全连接的（如图，上一层的每个节点都要对下一层的每个节点负责。）具体神经元与神经元的作用过程可见下图。
在诸多传统的神经网络中，BP算法可能是性能最好、应用最广泛的算法之一了。其核心思想是：导入训练样本、计算期望值和实际值之间的差值，不断地调整权重，使得误差减少的规定值的范围内。其具体过程如下图：
一般来说，机器学习又分成浅层学习和深度学习。传统的机器学习算法，如SVM、贝叶斯、神经网络等都属于浅层模型，其特点是只有一个隐含层。逻辑简单易懂、但是其存在理论上缺乏深度、训练时间较长、参数很大程度上依赖经验和运气等问题。 如果是有多个隐含层的多层神经网络（一般定义为大于5层），那么我们将把这个模型称为深度学习，其往往也和分层训练配套使用。这也是目前AI最火的领域之一了。如果是浅层模型的问题在于对一个复杂函数的表示能力不够，特别是在复杂问题分类情况上容易出现分类不足的弊端，深度网络的优势则在于其多层的架构可以分层表示逻辑，这样就可以用简单的方法表示出复杂的问题，一个简单的例子是： 如果我们想计算sin(cos(log(exp(x))))， 那么深度学习则可分层表示为exp(x)—>log(x)—>cos(x)—>sin(x)
图像识别问题是物体识别的一个子问题，其鲁棒性往往是解决该类问题一个非常重要的指标，该指标是指分类结果对于传入数据中的一些转化和扭曲具有保持不变的特性。这些转化和扭曲具体主要包括了： （1）噪音（2）尺度变化（3）旋转（4）光线变化（5）位移
该部分具体的内容，想要快速理解原理的话推荐看[知乎相关文章] ( )， 特别是其中有些高赞回答中都有很多动图和动画，非常有助于理解。 但核心而言，CNN的核心优势在于 共享权重 以及 感受野 ，减少了网络的参数，实现了更快的训练速度和同样预测结果下更少的训练样本，而且相对于人工方法，一般使用深度学习实现的CNN算法使用无监督学习，其也不需要手工提取特征。
CNN算法的过程给我的感觉，个人很像一个“擦玻璃”的过程。其技术主要包括了三个特性：局部感知、权重共享和池化。
CNN中的神经元主要分成了两种： （a）用于特征提取的S元，它们一起组成了卷积层，用于对于图片中的每一个特征首先局部感知。其又包含很关键的阈值参数（控制输出对输入的反映敏感度）和感受野参数（决定了从输入层中提取多大的空间进行输入，可以简单理解为擦玻璃的抹布有多大） （b）抗形变的C元，它们一起组成了池化层，也被称为欠采样或下采样。主要用于特征降维，压缩数据和参数的数量，减小过拟合，同时提高模型的容错性。 （c*）激活函数，及卷积层输出的结果要经过一次激励函数才会映射到池化层中，主要的激活函数有Sigmoid函数、Tanh函数、ReLU、Leaky ReLU、ELU、Maxout等。
也许你会抱有疑问，CNN算法和传统的BP算法等究竟有什么区别呢。这就会引出区域感受野的概念。在前面我们提到，一个全连接中，较高一层的每个神经元要对低层的每一个神经元负责，从而导致了过拟合和维度灾难的问题。但是有了区域感受野和，每个神经元只需要记录一个小区域，而高层会把这些信息综合起来，从而解决了全连接的问题。
了解区域感受野后，你也许会想，区域感受野的底层神经元具体是怎么聚合信息映射到上一层的神经元呢，这就要提到重要的卷积核的概念。这个过程非常像上面曾提到的“神经元与神经元的联系”一图，下面给大家一个很直观的理解。
上面的这个过程就被称为一个卷积核。在实际应用中，单特征不足以被系统学习分类，因此我们往往会使用多个滤波器，每个滤波器对应1个卷积核，也对应了一个不同的特征。比如：我们现在有一个人脸识别应用，我们使用一个卷积核提取出眼睛的特征，然后使用另一个卷积核提取出鼻子的特征，再用一个卷积核提取出嘴巴的特征，最后高层把这些信息聚合起来，就形成了分辨一个人与另一个人不同的判断特征。
现在我们已经有了区域感受野，也已经了解了卷积核的概念。但你会发现在实际应用中还是有问题： 给一个100 100的参数空间，假设我们的感受野大小是10 10，那么一共有squar（1000-10+1）个，即10的六次方个感受野。每个感受野中就有100个参数特征，及时每个感受野只对应一个卷积核，那么空间内也会有10的八次方个次数，，更何况我们常常使用很多个卷积核。巨大的参数要求我们还需要进一步减少权重参数，这就引出了权重共享的概念。 用一句话概括就是，对同一个特征图，每个感受野的卷积核是一样的，如这样操作后上例只需要100个参数。
池化是CNN技术的最后一个特性，其基本思想是： 一块区域有用的图像特征，在另一块相似的区域中很可能仍然有用。即我们通过卷积得到了大量的边缘EDGE数据，但往往相邻的边缘具有相似的特性，就好像我们已经得到了一个强边缘，再拥有大量相似的次边缘特征其实是没有太大增量价值的，因为这样会使得系统里充斥大量冗余信息消耗计算资源。 具体而言，池化层把语义上相似的特征合并起来，通过池化操作减少卷积层输出的特征向量，减少了参数，缓解了过拟合问题。常见的池化操作主要包括3种： 分别是最大值池化（保留了图像的纹理特征）、均值池化（保留了图像的整体特征）和随机值池化。该技术的弊端是容易过快减小数据尺寸，目前趋势是用其他方法代替池化的作用,比如胶囊网络推荐采用动态路由来代替传统池化方法，原因是池化会带来一定程度上表征的位移不变性，传统观点认为这是一个优势，但是胶囊网络的作者Hinton et al.认为图像中位置信息是应该保留的有价值信息，利用特别的聚类评分算法和动态路由的方式可以学习到更高级且灵活的表征，有望冲破目前卷积网络构架的瓶颈。
CNN总体来说是一种结构，其包含了多种网络模型结构，数目繁多的的网络模型结构决定了数据拟合能力和泛化能力的差异。其中的复杂性对用户的技术能力有较高的要求。此外，CNN仍然没有很好的解决过拟合问题和计算速度较慢的问题。
该部分的核心参考文献： 《深度学习在图像识别中的应用研究综述》郑远攀,李广阳,李晔.[J].计算机工程与应用,2019,55(12):20-36. 深度学习技术在计算机图像识别方面的领域应用研究是目前以及可预见的未来的主流趋势，在这里首先对深度学习的基本概念作一简介，其次对深度学习常用的结构模型进行概述说明，主要简述了深度信念网络（DBN）、卷积神经网络（CNN）、循环神经网络（RNN）、生成式对抗网络（GAN）、胶囊网络（CapsNet）以及对各个深度模型的改进模型做一对比分析。
深度学习按照学习架构可分为生成架构、判别架构及混合架构。 其生成架构模型主要包括： 受限波尔兹曼机、自编码器、深层信念网络等。判别架构模型主要包括：深层前馈网络、卷积神经网络等。混合架构模型则是这两种架构的集合。深度学习按数据是否具有标签可分为非监督学习与监督学习。非监督学习方法主要包括：受限玻尔兹曼机、自动编码器、深层信念网络、深层玻尔兹曼机等。 监督学习方法主要包括：深层感知器、深层前馈网络、卷积神经网络、深层堆叠网络、循环神经网络等。大量实验研究表明，监督学习与非监督学习之间无明确的界限，如：深度信念网络在训练过程中既用到监督学习方法又涉及非监督学习方法。
[1]周彬. 多视图视觉检测关键技术及其应用研究[D].浙江大学,2019. [2]郑远攀,李广阳,李晔.深度学习在图像识别中的应用研究综述[J].计算机工程与应用,2019,55(12):20-36. [3]逄淑超. 深度学习在计算机视觉领域的若干关键技术研究[D].吉林大学,2017. [4]段萌. 基于卷积神经网络的图像识别方法研究[D].郑州大学,2017. [5]李彦冬. 基于卷积神经网络的计算机视觉关键技术研究[D].电子科技大学,2017. [6]李卫. 深度学习在图像识别中的研究及应用[D].武汉理工大学,2014. [7]许可. 卷积神经网络在图像识别上的应用的研究[D].浙江大学,2012. [8]CSDN、知乎、机器之心、维基百科
cnn历史论文发表
《祖国》《文化创新比较研究》《赤峰学院学报》等等，很多的
现在不收版面费的期刊很少了，绝大部分都是收版面费的，除非你的文章质量很好，可以向一些不收版面费的核心期刊之类投稿，现在不交钱，一般没人给你发表。
权威一点的对文章的质量要求非常高，得是业界翘楚或者非常杰出的新秀才可以发，比如《历史研究》《中国史研究》这样的。对于硕士生，能发个一般的北大中文核心、CSSCI就不错了，或者在学报上发也不错。
CNN发表论文有什么用
1.促进学术交流，你写了不发表那你写了做什么？（很少人仅仅这么认为）2.文献资料将得到保存，有利于学术的发展3.是发现人才的重要渠道，是专业人员的重要依据。发表论文的数量和质量是衡量一个工作者学识水平与业务成绩的重要指标，同时也是考核他们能否晋升学位和技术职务的重要依据
论文的发表对申请来说是有作用的，尤其对于申请博士项目。一篇有分量的（英文，发表在有影响因子的国际级别期刊）文章能够从某种程度上证明申请者的研究能力，因此对申请博士能起到很重要的作用，甚至可以弥补GPA的缺陷；对于硕士项目来说，一般是不需要论文的，但是总的原则是有比没有好，英文比中文好，核心期刊比普通期刊好。