苦逼CS研究生开题，是做遥感图像建筑物提取的，有两个研究内容，一个是手动提特征，另外一个是用深度神经网络进行训练，最后是识别出建筑物，但是一般来说卷积神经网络的输入一般是二维图像，然后自动提取特征，再进行分类。那么能否把输入换成已经提取的特征呢，比如能量、长宽比、LBP、Gabor特征等，然后把这些特征转化为二维图像的格式作为输入，重新训练神经网络，最后进行识别呢？
理论上来说手动提取特征是可以的，但是卷积神经网络和你说的一样，因为它是要先进行滤波操作，再进行局部的特征提取，最后才开始神经网络的步骤，所以输入要是图像才行。而你提取好特征，如何再转化为二维图像呢？就算转化成了二维图像，作为输入的话卷积神经网络依然会重新提取一遍特征啊，那你自己提取的特征就没意义了。。。。除非你在算法代码中能跳过前两个步骤，但一旦跳过这两步，输入就不是二维图像了，你也没必要进行转化了。
如果是已经提取好的特征，我觉得那就没必要用卷积神经网络了，直接BP神经网络就行了。
以上只是个人理解，我自己也是菜鸟一个，上述说法只能作为参考，最好还是请个大神来解答，我只是mark一下顺便发表下自己的看法
传统算法体征提权万完能输入BI-GRU网络里吗