畳み込みニューラルネットワークとは

「畳み込みニューラルネットワーク」(Convolutional Neural Network：CNN)とは、文字どおり、畳み込み(コンボリューション)を加えたニューラルネットワークの一種。個々のニューロンが視覚野と対応するような形で配置されており、画像や動画認識に広く使われる。

「畳み込みニューラルネットワーク」は、フィルタ内の領域の情報を畳み込んで作成するコンボリューションレイヤー(中間層)を導入しており、コンボリューションレイヤーから抽出される特徴に汎用性が高い。

コンボリューションレイヤーは、フィルタの数だけ作成される。これを重ねて活性化関数で繋ぐことで、「畳み込みニューラルネットワーク」のネットワークが構築される。畳み込みにより、点ではなく領域ベースでの特徴抽出が可能になるため、画像の移動や変形に有効であり、エッジなど領域ベースでないとわからない特徴抽出も実現する。

たとえば「畳み込みニューラルネットワーク」であれば、HD (High-Definition) ビデオの 1 フレームを取り込み、フレーム内の歩行者の有無を表す 1 ビットを出力するデザインが可能となる。

現在「畳み込みニューラルネットワーク」は、多くのタスクで驚異的な性能を達成し、ディープニューラルネットワーク分野の主力となっている。

http://postd.cc/how-do-convolutional-neural-networks-work/
http://hiro2o2.hatenablog.jp/entry/2016/02/05/215919