在卷积神经网络（CNN）中，我们经常使用卷积操作来提取图像特征。但严格来说，深度学习框架中实际执行的往往是互相关操作。本文将详细剖析互相关和卷积的数学本质与区别，并说明为什么在深度学习中这两者几乎可以互换。
一、 互相关（Cross-correlation）
互相关是一种在两个信号之间寻找相似性的操作。
对于图像而言，可以理解为：将一个卷积核（filter）在图像上滑动，并在每个局部区域与卷积核做点积，提取特征。
1.1 二维互相关公式
给定图像输入 X∈RM×N\mathbf{X} \in \mathbb{R}^{M\times N}X∈RM×N，卷积核 W∈RU×V\mathbf{W} \in \mathbb{R}^{U\times V}W∈RU×V，互相关运算定义为：
yij=∑u=1U∑v=1Vwuv⋅xi+u−1,j+v−1 y_{ij}=\sum_{u=1}^U \sum_{v=1}^V w_{uv} \cdot x_{i+u-1,j+v-1} yij=u=1∑Uv=1∑Vwuv⋅xi+u−1,j+v−1
其中，yijy_{ij}yij 表示输出特征图在位置 (i,j)(i,j)(i,j) 的值。
1.2 示例
假设输入数组为：
X=012345678,W=0123 \mathbf{X} = \begin{bmatrix} 0 & 1 & 2 \\ 3 & 4 & 5 \\ 6 & 7 & 8 \end{bmatrix},\quad \mathbf{W} = \begin{bmatrix} 0 & 1 \\ 2 & 3 \end{bmatrix} X= 036147258 ,W=0213
互相关第一个输出元素计算如下：
0×0+1×1+3×2+4×3=19 0\times0 + 1\times1 + 3\times2 + 4\times3 = 19 0×0+1×1+3×2+4×3=19
在互相关运算过程中，卷积窗口从输入数组的左上方开始，按从左往右、从上到下的顺序滑动，每次滑动都会将窗口中的输入子数组与核数组按元素相乘再求和，得到输出数组中相应位置的元素。依次计算每个位置的输出，得到完整的输出矩阵。
二、卷积（Convolution）
卷积与互相关的公式几乎一样，但有一个关键区别：卷积会在滑动之前将卷积核进行水平和垂直翻转。
- 数学表示为：
yij=∑u=1U∑v=1Vwuv⋅xi−u+1,j−v+1 y_{ij} = \sum_{u=1}^U \sum_{v=1}^V w_{uv} \cdot x_{i-u+1, j-v+1} yij=u=1∑Uv=1∑Vwuv⋅xi−u+1,j−v+1
当卷积核旋转180°时，原本位于左上角的元素 w11w_{11}w11 会对应输入局部区域的右下角元素 xi−1+1,j−1+1=xi,jx_{i-1+1, j-1+1} = x_{i,j}xi−1+1,j−1+1=xi,j。
或者更直观地表示为：
Y=W∗X=rot180(W)⊗X \mathbf{Y} = \mathbf{W} * \mathbf{X} = \text{rot180}(\mathbf{W}) \otimes \mathbf{X} Y=W∗X=rot180(W)⊗X
其中，rot180(W) 表示将卷积核旋转180度。
三、互相关与卷积的关系
| 特性 | 互相关 | 卷积 |
|---|---|---|
| 核是否翻转 | 否 | 是（水平+垂直） |
| 计算方式 | 滑动窗口逐元素相乘求和 | 滑动窗口逐元素相乘求和（核先翻转） |
| 特征提取能力 | 不受翻转影响 | 不受翻转影响 |
| 深度学习中使用 | 实际使用 | 常用名称 |
注意：在深度学习中，大多数框架（如 PyTorch、TensorFlow）执行的实际上是互相关，但为了历史和习惯仍称为"卷积"。核是否翻转并不影响特征提取能力。
四、总结
- 互相关：直接在图像上滑动卷积核计算点积，寻找局部相似性。
- 卷积：在滑动前翻转卷积核，公式上与互相关略有不同。
- 深度学习实践：为了方便和统一术语，互相关通常也被称为卷积。
- 关键点 ：翻不翻转卷积核不影响特征提取效果，只是数学上的约定不同。