權重共享 or 區域性連線

如圖，濾波器中的引數是固定不變的，按照設定好的步數移動掃面完全部位置，引數（權重）共享就是說被掃描的畫素全都共享這個濾波器中的權重進行計算。

平移不變性

平移是一種幾何變換，表示把一幅影象或一個空間中的每一個點在相同方向移動相同距離。比如對影象分類任務來說，影象中的目標不管被移動到圖片的哪個位置，得到的結果（標籤）應該是相同的，這就是卷積神經網路中的平移不變性。

卷積

卷積被定義為不同位置的特徵檢測器，也就意味著，無論目標出現在影象中的哪個位置，它都會檢測到同樣的這些特徵，輸出同樣的響應。比如人臉被移動到了影象左下角，卷積核直到移動到左下角的位置才會檢測到它的特徵。

池化

比如最大池化，它返回感受野中的最大值，如果最大值被移動了，但是仍然在這個感受野中，那麼池化層也仍然會輸出相同的最大值。這就有點平移不變的意思了。

總結

所以這兩種操作共同提供了一些平移不變性，即使影象被平移，卷積保證仍然能檢測到它的特徵，池化則儘可能地保持一致的表達。