[发明专利]基于卷积神经网络模型的特征提取方法及装置

权利要求书

1.一种基于卷积神经网络模型的特征提取方法，其特征在于，包括：

接收待处理图像，并将所述待处理图像置于正六边形像素坐标系中；

利用具有六角形卷积核的卷积神经网络模型，提取所述待处理图像中的特征数据，并输出所述特征数据；

其中，所述卷积神经网络模型中的坐标系为所述正六边形像素坐标系，所述正六边形像素坐标系中各像素点为正六边形，所述六角形卷积核中中心像素点到周围各个像素点的距离相同。

2.如权利要求1所述的方法，其特征在于，所述六角形卷积核中周围各个像素点相对中心像素点的权重相同。

3.如权利要求1所述的方法，其特征在于，利用所述六角形卷积核的任一卷积层中，卷积层的输出尺寸为输入尺寸的三分之一。

4.如权利要求1所述的方法，其特征在于，所述将所述待处理图像置于正六边形像素坐标系中，包括：

在提取所述待处理图像的过程中，将所述待处理图像输入到所述正六边形像素的坐标系中。

5.如权利要求1所述的方法，其特征在于，所述正六边形像素坐标系中像素排列结构包括以下任意一种或多种：

左侧横向排列结构、右侧横向排列结构、第一纵向排列结构、第二纵向排列结构。

6.如权利要求1所述的方法，其特征在于，提取所述待处理图像中的特征数据之前，还包括：

在所述待处理图像的边缘像素点外围填充具有六角形结构的行像素和/或列像素。

7.如权利要求1所述的方法，其特征在于，所述特征数据应用于以下任一图像处理场景：

人脸图像处理、姿态图像处理、路况图像处理、商品图像处理、场景图像处理。

8.一种基于卷积神经网络模型的特征提取装置，其特征在于，包括：

接收单元，用于接收待处理图像，并将所述待处理图像置于正六边形像素坐标系中；

图像处理单元，用于利用具有六角形卷积核的卷积神经网络模型，提取所述待处理图像中的特征数据，并输出所述特征数据；

其中，所述卷积神经网络模型中的坐标系为所述正六边形像素坐标系，所述正六边形像素坐标系中各像素点为正六边形，所述六角形卷积核中中心像素点到周围各个像素点的距离相同。

9.一种人脸识别方法，其特征在于，包括：

接收包含待识别对象的待处理图像，并将所述待处理图像置于正六边形像素坐标系中；

利用具有六角形卷积核的人脸识别模型，提取所述待处理图像中的人脸特征数据；

根据所述人脸特征数据进行识别，以得到所述待识别对象匹配的人脸识别结果；

其中，所述卷积神经网络模型中的坐标系为所述正六边形像素坐标系，所述正六边形像素坐标系中各像素点为正六边形，所述六角形卷积核中中心像素点到周围各个像素点的距离相同。

10.一种姿态识别方法，其特征在于，包括：

接收包含待识别对象的待处理图像，并将所述待处理图像置于正六边形像素坐标系中；

利用具有六角形卷积核的姿态识别模型，提取所述待处理图像中的姿态特征数据；

根据所述姿态特征数据进行识别，以得到所述待识别对象匹配的姿态类型；

其中，所述卷积神经网络模型中的坐标系为所述正六边形像素坐标系，所述正六边形像素坐标系中各像素点为正六边形，所述六角形卷积核中中心像素点到周围各个像素点的距离相同。