CNN被普遍認爲可以用於替代人工特徵提取，然而，設計CNN的網絡結構時，其實已經利用了圖像的領域知識。例如：
局部感知：圖像的空域相關性；
權值共享：圖像的平移不變性；
帶孔卷積：擴大圖像感知域；
空域金字塔池化（SPP: Spacial Pyramid Pooling）：感知圖像上下文信息
CNN網絡中隱含了圖像信號內部結構的先驗知識，不過，這些先驗規則相比於傳統機器學習的特徵工程簡單很多。有時人們認爲CNN中使用的先驗規則過於嚴格，因此提出了介於CNN和全連接網絡之間的局部網絡，比如人臉識別網絡常見的局部全連接層。