在神经网络的基础上，卷积神经网络是如何完成图像识别任务的?在CNN出现之前，图像识别有两个大难题:图像需要处理的数据量太大:图片是由像素构成的，每个像素又由颜色构成，用720p的手机摄像头随便拍张照片，就是12807203=276.48万个参数，计算量无疑是巨大的。
卷积神经网络是由 Yann LeCun 等人在论文 Gradiennt-Based Learning Applied to Document Recognition 中提出，用于手写数字识别的一种神经网络模型。
研究生入学后就被导师逼着学习神经网络，一开始非常盲目，先是在网上搜了一大堆的资料，各种什么“一文读懂卷积神经纹网络”，“叫你三分钟搭建属于自己的神经网络框架”，“五分钟速读神经网络全解”，之类的文章层出不穷。
近日，安徽新华学院王琦进教授团队在稀疏目标检测技术研究上取得新进展。研究论文“Apply prior feature integration to sparse object detectors”被SCI国际顶级期刊《Pattern Recognition》收录。
