待验证50% 置信事实精确时间
卷积神经网络在图像识别中的成功关键在于卷积操作天然具备平移不变性
1
来源数
50%
置信度
长期有效
时效性
2026/9/2
首次发现
来源
涉及实体
相关事实
待验证卷积神经网络（CNN）受视觉皮层结构启发，通过卷积核在图像上滑动提取局部特征，参数共享机制大幅降低计算量77% 相似待验证Photoshop的「内容识别填充」（Content-Aware Fill）底层使用卷积神经网络分析周边像素统计规律75% 相似待验证传统基于卷积神经网络的图像修复方法依赖局部纹理匹配，难以理解整幅画作的构图逻辑75% 相似待验证解决细粒度视觉识别近邻歧义的主流技术路径包括注意力机制、部件检测网络和度量学习73% 相似待验证何恺明在2015年论文《Deep Residual Learning for Image Recognition》中提出残差连接（Residual Connection），通过F(x)+x的跳跃连接解决了梯度消失问题73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/846460API
curl https://kongchang.com/api/v1/knowledge/claims/846460MCP
get_claim(id=846460)