每个卷积过滤器都表示一个特征。
卷积有4步:
- 将特征和图像对齐
- 将每个图像像素乘以相应的特征像素
- 把这些值相加求和
- 将总和除以特征中的像素总数
上图完成了前2个步骤，将特征和图像对齐，将每个图像像素乘以相应的特征像素，乘积保存在另一个缓冲区中。
上图完成了第2个像素的前2个步骤操作。
上图完成了后2个步骤。将图像像素与相应的特征像素的乘积相加再除以特征中的像素总数。完成后，得到的最终值放在滤波后的图像中心，如下图所示:
现在，我们移动这个过滤器，对图像中的任意像素做同样的操作。为了更清楚，让我们考虑另一个例子:
如上所示，在执行4步操作之后，得到的值为0.55。如前所述，我们将这个值放到图像中。如下图所示:
类似地，我们将这个特征移动到图像中的其他位置，查看这个特征如何匹配该区域。这样做之后，我们将得到最终的输出为:
这就是该特征与图像的卷积。
上面，我们只考虑了一个过滤器/特征。类似地，我们将对其他过滤器/特征执行相同的操作，来得到那个过滤器与这个图像的卷积。
最终得到的卷积结果中，如果图像中的对应位置与该特征匹配，得到的值将会变大，反之就会比较小。表明图像中的特征被提取了。