随着信息化和智能化时代的到来，通过模式识别技术实现大量信息的自动识别和处理，以不断提高生活的便利性和工作的效率，是时代发展的必然趋势和要求。卷积神经网络具有较强的容错性，还具有较强的自学习能力和并行处理能力。

卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为平移不变人工神经网络。可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化特征。