2Dkonvoluutiossa

2Dkonvoluutio on matemaattinen operaatio, jota käytetään laajalti kuvankäsittelyssä, tietokonenäössä ja neuroverkoissa. Se on kahden funktion, yleensä kuvan ja suodattimen (tai kerneli), yhdistämisen tapa, jolla saadaan aikaan kolmas funktio, joka edustaa kuvan piirteiden muunnosta. Yksinkertaisesti sanottuna, 2Dkonvoluutio liukuu pienen suodattimen kuvan yli ja laskee jokaisessa sijainnissa pistetulon suodattimen ja kuvan vastaavan alueen välillä. Tuloksena oleva arvo korvaa kuvan kyseisen pikselin arvon.

Suodatin, jota kutsutaan myös kerneliksi, on pieni matriisi, joka sisältää painotettuja arvoja. Nämä painot määrittelevät, miten suodatin reagoi erilaisiin kuvan ominaisuuksiin. Esimerkiksi terävöittävä suodatin sisältää positiivisia arvoja keskellä ja negatiivisia arvoja ympärillä, mikä korostaa kuvan reunoja. Sumennussuodatin puolestaan käyttää keskimääräisiä arvoja, mikä tasoittaa kuvia.

2Dkonvoluution perusidea on, että se soveltaa samaa operaatiota jokaiselle kuvan alueelle. Tämä tekee siitä erittäin tehokkaan ja skaalautuvan menetelmän. Neuroverkoissa konvoluutioskerrokset hyödyntävät 2Dkonvoluutiota oppimaan automaattisesti tunnistamaan kuvista erilaisia piirteitä, kuten reunoja, kulmia ja muotoja. Konvoluution tuloksena syntyvää kuvaa kutsutaan piirrekartaksi (feature map).