CNN被普遍认为可以用于替代人工特征提取,然而,设计CNN的网络结构时,其实已经利用了图像的领域知识。例如:
局部感知:图像的空域相关性;
权值共享:图像的平移不变性;
带孔卷积:扩大图像感知域;
空域金字塔池化(SPP: Spacial Pyramid Pooling):感知图像上下文信息
CNN网络中隐含了图像信号内部结构的先验知识,不过,这些先验规则相比于传统机器学习的特征工程简单很多。有时人们认为CNN中使用的先验规则过于严格,因此提出了介于CNN和全连接网络之间的局部网络,比如人脸识别网络常见的局部全连接层。