Особенности LBP и CNN, дублирование, если объединить?
У меня есть изображение нескольких полос (т.е. 10 полос, 512x512x10). Я хочу использовать различные методы извлечения признаков, такие как Локальная двоичная структура (LBP) и Сверточная нейронная сеть (CNN). LBP применяется к каждой полосе отдельно, а гистограмма LBP каждой полосы затем объединяется, чтобы сформировать один вектор признаков изображения. Мы все знаем, что LBP извлекает локальные особенности текстур.
С другой стороны, для CNN я извлекаю элементы из среднего и конечного слоев и объединяю элементы в один вектор признаков изображения.
У меня путаница в понимании различий между информацией об объектах из LBP, средним и последним уровнями из CNN.
Если я объединю все эти функции (объекты LBP, средний и последний уровни), дублирую ли я одни и те же функции?