《Deep Learning and Convolutional Neural Networks for Medical Image Computing》这本书提到了一个术语空间特征编码

另一方面，CNN模型已被证明具有更高的建模能力，与之前的图像识别主流管道相比，例如HAAR、SIFT、HOG图像特征，其次是 spatial feature encoding，然后是随机森林或支持向量分类器。鉴于模型训练期间要拟合的数百万个参数（比以前的管道要多得多），CNN 表示增强并支持计算机化图像识别模型，很有可能能够处理更具挑战性的成像问题。主要风险是过度拟合，因为深度学习中的模型容量通常很高，但可用的数据集通常非常有限（具有良好的标签质量以促进监督训练）。本书的核心主题通过示例说明如何通过深度学习模型选择、数据集重采样和平衡以及适当的定量评估协议或设置来解决这一任务关键的过拟合问题。

我搜索了很多，没有找到“空间特征编码”的解释或定义。

什么是“空间特征编码”？谁能举个具体的例子？