首先，深度学习一般不需要人工提取特征。

如果仅仅给网络提供人工提取的特征，反而有可能会造成网络性能的下降。

（深度学习模型可能提取到一些人类不易察觉的特征，这些特征可能对结果的判定有着较大的贡献。）

但是这并不意味着人工提取的特征毫无作用，人工提取的特征可能是针对待解决问题的更为适合的定义，可以引导网络更好的学习。

例如：

可以把HOG特征的结果作为额外的一个Channel加入数据中让深度学习模型学习。

但是这种额外的工作对于模型来说不一定有很大的提高。

最终可能使模型性能：

1.略微提高       2.略微降低