相邻像素对当前像素的影响表现为（）
A: 权重矩阵
B: 模板
C: 卷积核
D: 结构元素
A: 权重矩阵
B: 模板
C: 卷积核
D: 结构元素
A,B,C
举一反三
- 下列关于卷积的叙述，正确的是： A: 卷积是频率域上针对特定窗口进行的运算 B: 卷积模板中的数值代表相邻像素对中心像素影响程度的表述 C: 卷积实质是对当前像素与其周边像素作加权平均，而权重值为卷积模板对应的元素值 D: 卷积计算的结果作为窗口中心像元的灰度值
- 中国大学MOOC: 相邻像素对当前像素的影响表现为（）
- 下列关于卷积的叙述，正确的是 A: 卷积是频率域上针对特定窗口进行的运算 B: 卷积是图像平滑、锐化中使用的基本计算方法 C: 卷积模板是相邻像素对中心像素影响程度的表述 D: 卷积模板内的值是不可以改变的
- 关于图像卷积操作的叙述,正确的是 A: 卷积模板是相邻像素对中心像素影响程度的表述 B: 卷积是频率域上针对特定窗口进行的运算 C: 卷积模板内的值是不可以改变的 D: 卷积是图像平滑、锐化中使用的基本计算方法
- 以下矩阵表示一个卷积核，请问用该卷积核对图像进行卷积运算的效果是什么？[img=114x99]17e0c25cb09d49d.png[/img] A: 图像向右平移一个像素 B: 图像向左平移一个像素 C: 图像像素值加1 D: 图像不变
内容
- 0
卷积是一种有效提取图片特征的方法。一般用一个正方形卷积核，遍历图片上的每一个像素点。图片与卷积核重合区域内相对应的每一个像素值乘卷积核内相对应点的权重，然后求和，再加上偏置后，最后得到输出图片中的一个像素值。
- 1
对于卷积的描述，以下正确的是？( ) A: 提供了一个权重模板 B: 每个卷积核就是一种特征提取方式 C: 如同筛子，仅选取符合条件的部分 D: 同一个卷积核一般不会因为位置变化，权重矩阵发展变化
- 2
属于深度学习算法的卷积神经网络，对于卷积的描述，正确的是（ ）。 A: 提供了一个权重模板 B: 每个卷积核就是一种特征提取方式 C: 同一个卷积核一般不会因为位置变化，权重矩阵发展变化 D: 如同筛子，仅选取符合条件的部分
- 3
卷积神经网络（CNN）是一种多层神经网络，对于卷积的描述正确的是（ ）。 A: 提供了一个权重模板 B: 每个卷积核就是一种特征提取方式 C: 如同筛子，仅选取符合条件的部分 D: 同一个卷积核一般不会因为位置变化，导致权重矩阵发生变化
- 4
下面描述错误的是（） A: 矩阵越大像素越小 B: 矩阵越小像素越大 C: 视野增大像素增大 D: 矩阵越大像素越少 E: 像素越小分辨力越高