卷积神经网络（CNN）是一种专门用于处理具有网格拓扑结构数据（如图像）的人工神经网络类型。它们采用卷积层来自动且自适应地从输入数据中学习特征的空间层次结构。这些层使用滤波器（或核）在输入上滑动，执行逐元素乘法和求和以检测模式。池化层通常用于减小特征图的空间维度，降低计算复杂度，并使网络对输入的变化更具鲁棒性。