1樓：何文謙虛謹慎得不得了
題主的這個問題就好像「我能不能用Python模擬乙個組合語言標準庫」一樣。在深度學習還未廣泛應用的時候，視覺領域做影象配準，做分割等等的任務，需要手動設計模式，做特徵工程。做特徵工程這一步，就是題目描述的利用SIFT，BOW或者HOF等等的特徵去做任務。
但深度學習的目的是什麼呢？就是代替原始複雜而繁瑣且不可靠的手工特徵工程，轉而利用神經網路將影象等資料的feature map提取出來，將feature map經過一系列編碼過程之後餵給classifier（指分類任務）。所以當你決定採用深度學習的方法時，就是決定不手動選擇特徵了。
當然，傳統的特徵工程由於easily implemented以及non computing resource needed，可以作為乙個很初始的實驗baseline。以及你可以在使用deep learning做任務的開始preprocessing步驟先提取一些例如SIFT等特徵，這就要看你具體的task，在這裡不展開了
2樓：錢一鳴
沒有必要提取sift 之類的特徵，因為深度學習可以提取更好的deep feature,就是把神經網路倒數第2或者第3層的weight拿出來作為feature 用就行了
在計算機視覺領域，都是怎麼檢測煙霧的？
AI落地工程師 煙火檢測在人工智慧應用領域開始逐漸普及了，特別是森林防火 秸稈燃燒等以zf層面推動的專案，而且專案都很大。至於你說的煙火的特徵之類的，這是以傳統影象演算法，機器學習層面去考慮的，這個靠人工去設計演算法提取特徵，但是這種方式做到極致準確率也就80 都不到，現在基本上都是訓練深度學習檢測...
是否可以用深度學習，人工神經網路來實現可控核聚變？
用deep learning 解決 AGI，然後 AGI 解決一切問題。這個想法是 Tomaso，Poggio 的。不敢貪功，可恥的匿了。 現階段機器學習可以做到將輸入和輸出自動關聯，也就是說必須有資料才能學習資料的特徵。這意味著現階段機器沒有憑空的創造力。以後人工智慧發展了，也許會有聯想的能力和創...
博弈論可以用於計算機的哪些領域？
小心假設 IEEE Control Systems Magazine 2017 年 2 月期專刊，講博弈論在自動控制中的應用 Game Theory in Control Tim Tong 一日，看中一台品牌計算機，一家經銷商門庭若市，一家經銷商門可羅雀，果斷的跑到冷清的這家，砍價88，喜大普奔，為...