CNNにおいて、カラー画像を畳み込み演算するときになぜ結果を加算するのか教えてほしいです

Question

こんにちは
CNNの畳み込み層について質問があります。
「ゼロから始めるディープランニング」で深層学習について勉強しています。
畳み込み層について勉強しているときに、

チャンネル方向に複数の特徴マップがある場合、チャンネルごとに入力データとフィルターの畳み込み演算を行い、それらの結果を加算し一つの結果を得る

という記述がされていました。
ここで疑問に思ったのですが、なぜ結果を加算し、一つの結果にする必要があるのでしょうか？

Answer 1

オライリー・ジャパンの『ゼロから作るDeep Learning』のpp.214-215ですよね

1つのチャネルで各セルの価を足すのは良いですよね
フィルターに一致している度合いを計算して出力データに出しますよね

3つのチャネルはたとえばR, G, Bなので
Rでのスコア、Gでのスコア、Bでのスコアを計算して人間の目に見えるのはRとGとBを足したもの
なので出力データにするときに足し合わせてます
p.215の例だと
入力データの左上の99がもっともフィルターに一致し
次が右上の99
次が右下の99で最後が左下の99
443チャネルを2*2にまさに畳み込んでいるわけです

伝わりましたでしょうか