深度学习是传统流水线的"表征升级"而非"范式替代"

深度学习并没有消灭传统计算机视觉的分层结构和几何约束，而是用数据驱动的表征学习替换了流水线中手工设计的特征提取环节。边缘检测变成第一层卷积，SIFT描述子变成学习型描述子，RANSAC几何验证仍然在最终管线中。理解这一融合关系，比简单地"用CNN替代一切"更接近工程现实。