一种基于多因素融合的社区垃圾分类方法及系统技术方案

本申请实施例提供一种基于多因素融合的社区垃圾分类方法和系统，包括：通过图像采集装置，从多个角度对垃圾进行拍摄，得到垃圾的形态视频；识别出形态视频中的至少一张特征图像，形成特征图像集合；根据特征图像集合，生成垃圾的三维图像，并提取垃圾的特征点；根据特征点通过机器学习算法识别出垃圾的类型；基于垃圾的特征点，并增加多个随机采样点，形成传感点集合；通过传感器对传感点集合中的每一个传感点进行物质分析，得到采样结果集合，对采样结果集合中的数据通过机器学习算法进行预测；将第一分类结果和第二分类结果进行多因素融合，并进行垃圾分类指导。本申请通过结合多因素融合和社区垃圾分类实践，提高了垃圾分类的准确度和效率。

A method and system of community garbage classification based on multi factor fusion

【技术实现步骤摘要】
一种基于多因素融合的社区垃圾分类方法及系统
本申请涉及运筹方法及垃圾分类领域，尤其涉及一种基于多因素融合的社区垃圾分类方法及系统。
技术介绍
现有垃圾分类过程中，社区居民需要记住大量的分类信息，给社区居民造成很大分类难度，也经常导致分类错误。分类错误的垃圾还需要进行二次分类，而且有的用户甚至由此拒绝进行分类。因此，需要一种智能垃圾分类方法和系统。目前对物体的识别技术，除了通用的图像/视频识别技术，还可以通过传感器对物体的物质组成进行感应，但是没有通过图像/视频识别加上物质感应的方法，进行物质识别的，尤其没有使用图像/视频识别技术应用到垃圾分类领域的先例。
技术实现思路
有鉴于此，本申请的目的在于提出一种基于多因素融合的社区垃圾分类方法及系统，结合垃圾分类实践特点，解决目前垃圾分类过程中，用户体验不高、效率低下及只能程度低的技术问题。基于上述目的，本申请提出了一种基于多因素融合的社区垃圾分类方法，包括：通过图像采集装置，从多个角度对垃圾进行拍摄，得到所述垃圾的形态视频；识别出所述形态视频中的至少一张特征图像，形成特征图像集合；根据所述特征图像集合，生成所述垃圾的三维图像，并提取所述垃圾的特征点；根据所述特征点通过机器学习算法识别出所述垃圾的类型，得到第一分类结果；基于所述垃圾的特征点，并增加多个随机采样点，形成传感点集合；通过传感器对所述传感点集合中的每一个传感点进行物质分析，得到采样结果集合，对采样结果集合中的数据通过机器学习算法进行预测，得到第二分类结果；将所述第一分类结果和所述第二分类结果进行多因素融合，如果多因素融合结果大于或等于预设置信度则播报和/或显示给用户，并进行垃圾分类指导。在一些实施例中，所述方法，还包括：将所述第一分类结果和所述第二分类结果进行多因素融合，如果多因素融合结果小于预设置信度，则将所述第一分类结果和所述第二分类结果都播报和/或显示给用户，并进行垃圾分类指导。在一些实施例中，从多个角度对垃圾进行拍摄，得到所述垃圾的形态视频，包括：以所述图像采集装置为第一中心，通过旋转手臂操作使得所述垃圾围绕所述第一中心进行至少一次不同轨道的环形旋转；和/或以所述垃圾为第二中心，所述图像采集装置围绕所述第二中心进行至少一次不同轨道的环形旋转。在一些实施例中，将所述收货信息发送至支持向量机，包括：所述支持向量机位于控制中心，主动和/或被动接收各个所述派件信息采集系统的数据，形成原始数据集；基于所述原始数据集，按照派送商品类型进行预分类，对预分类中的每类商品通过支持向量机得到每个收货人的收货时间区间。在一些实施例中，生成所述垃圾的三维图像，并提取所述垃圾的特征点，包括：将与相邻区域颜色不同的区域作为特征点；以及将与相邻区域凹凸程度不同的区域作为特征点。在一些实施例中，基于所述垃圾的特征点，并增加多个随机采样点，形成传感点集合，包括：如果所述垃圾为可穿插形态，则以所述垃圾的一个平面为基准面，对基准面随机采样多个采样点，进行插入式物质传感分析；如果所述垃圾为不可穿插形态，则将所述垃圾的至少一个平面作为基准面集合，对所述基准面集合中的每个基准面，随机采样多个采样点，进行接触式物质传感分析。在一些实施例中，将所述第一分类结果和所述第二分类结果进行多因素融合，包括：通过公式S＝C·P+cov(C，P)计算所述第一分类结果和所述第二分类结果的融合结果，其中S为所述融合结果的特征矩阵，C为所述第一分类结果的特征矩阵，P所述第二分类结果的特征矩阵，cov(C，P)为所述第一分类结果和所述第二分类结果的增益矩阵。基于上述目的，本申请还提出了一种基于多因素融合的社区垃圾分类系统，包括：采集模块，用于通过图像采集装置，从多个角度对垃圾进行拍摄，得到所述垃圾的形态视频；第一分类模块，用于识别出所述形态视频中的至少一张特征图像，形成特征图像集合；根据所述特征图像集合，生成所述垃圾的三维图像，并提取所述垃圾的特征点；根据所述特征点通过机器学习算法识别出所述垃圾的类型，得到第一分类结果；第二分类模块，用于基于所述垃圾的特征点，并增加多个随机采样点，形成传感点集合；通过传感器对所述传感点集合中的每一个传感点进行物质分析，得到采样结果集合，对采样结果集合中的数据通过机器学习算法进行预测，得到第二分类结果；第一融合模块，用于将所述第一分类结果和所述第二分类结果进行多因素融合，如果多因素融合结果大于或等于预设置信度则播报和/或显示给用户，并进行垃圾分类指导。在一些实施例中，所述系统还包括：第二融合模块，用于将所述第一分类结果和所述第二分类结果进行多因素融合，如果多因素融合结果小于预设置信度，则将所述第一分类结果和所述第二分类结果都播报和/或显示给用户，并进行垃圾分类指导。在一些实施例中，所述采集模块，包括：第一旋转单元，用于以所述图像采集装置为第一中心，所述垃圾围绕所述第一中心进行至少一次不同轨道的环形旋转；和/或第二旋转单元，用于以所述垃圾为第二中心，所述图像采集装置围绕所述第二中心进行至少一次不同轨道的唤醒旋转。在一些实施例中，所述第二分类模块，包括：第一传感单元，用于如果所述垃圾为可穿插形态，则以所述垃圾的一个平面为基准面，对基准面随机采样多个采样点，进行插入式物质传感分析；第二传感单元，用于如果所述垃圾为不课穿插形态，则将所述垃圾的至少一个平面作为基准面集合，对所述基准面集合中的每个基准面，随机采样多个采样点，进行接触式物质传感分析。附图说明在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本专利技术公开的一些实施方式，而不应将其视为是对本专利技术范围的限制。图1示出了根据本专利技术实施例的基于多因素融合的社区垃圾分类方法的流程图。图2示出了根据本专利技术实施例的基于多因素融合的社区垃圾分类方法的流程图。图3示出了根据本专利技术实施例的示出根据本专利技术实施例的基于多因素融合的社区垃圾分类系统的构成图。图4示出了根据本专利技术实施例的示出根据本专利技术实施例的基于多因素融合的社区垃圾分类系统的构成图。图5示出了根据本专利技术实施例的采集模块的构成图。图6示出了根据本专利技术实施例的第二分类模块的构成图。图7a和图7b示出了根据本专利技术实施例的原理图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出根据本专利技术实施例的基于多因素融本文档来自技高网...

【技术保护点】
1.一种基于多因素融合的社区垃圾分类方法，其特征在于，包括：/n通过图像采集装置，从多个角度对垃圾进行拍摄，得到所述垃圾的形态视频；/n识别出所述形态视频中的至少一张特征图像，形成特征图像集合；根据所述特征图像集合，生成所述垃圾的三维图像，并提取所述垃圾的特征点；根据所述特征点通过机器学习算法识别出所述垃圾的类型，得到第一分类结果；/n基于所述垃圾的特征点，并增加多个随机采样点，形成传感点集合；通过传感器对所述传感点集合中的每一个传感点进行物质分析，得到采样结果集合，对采样结果集合中的数据通过机器学习算法进行预测，得到第二分类结果；/n将所述第一分类结果和所述第二分类结果进行多因素融合，如果多因素融合结果大于或等于预设置信度则播报和/或显示给用户，并进行垃圾分类指导。/n

【技术特征摘要】
1.一种基于多因素融合的社区垃圾分类方法，其特征在于，包括：
通过图像采集装置，从多个角度对垃圾进行拍摄，得到所述垃圾的形态视频；
识别出所述形态视频中的至少一张特征图像，形成特征图像集合；根据所述特征图像集合，生成所述垃圾的三维图像，并提取所述垃圾的特征点；根据所述特征点通过机器学习算法识别出所述垃圾的类型，得到第一分类结果；
基于所述垃圾的特征点，并增加多个随机采样点，形成传感点集合；通过传感器对所述传感点集合中的每一个传感点进行物质分析，得到采样结果集合，对采样结果集合中的数据通过机器学习算法进行预测，得到第二分类结果；
将所述第一分类结果和所述第二分类结果进行多因素融合，如果多因素融合结果大于或等于预设置信度则播报和/或显示给用户，并进行垃圾分类指导。


2.根据权利要求1所述的方法，其特征在于，所述方法，还包括：
将所述第一分类结果和所述第二分类结果进行多因素融合，如果多因素融合结果小于预设置信度，则将所述第一分类结果和所述第二分类结果都播报和/或显示给用户，并进行垃圾分类指导。


3.根据权利要求1所述的方法，其特征在于，从多个角度对垃圾进行拍摄，得到所述垃圾的形态视频，包括：
以所述图像采集装置为第一中心，通过旋转手臂操作使得所述垃圾围绕所述第一中心进行至少一次不同轨道的环形旋转；和/或
以所述垃圾为第二中心，所述图像采集装置围绕所述第二中心进行至少一次不同轨道的环形旋转。


4.根据权利要求1所述的方法，其特征在于，生成所述垃圾的三维图像，并提取所述垃圾的特征点，包括：
将与相邻区域颜色不同的区域作为特征点；以及
将与相邻区域凹凸程度不同的区域作为特征点。


5.根据权利要求1所述的方法，其特征在于，基于所述垃圾的特征点，并增加多个随机采样点，形成传感点集合，包括：
如果所述垃圾为可穿插形态，则以所述垃圾的一个平面为基准面，对基准面随机采样多个采样点，进行插入式物质传感分析；
如果所述垃圾为不可穿插形态，则将所述垃圾的至少一个平面作为基准面集合，对所述基准面集合中的每个基准面，随机采样多个采样点，进行接触式物质传感分析。


6.根据权利要求1所述的方法，其特征在于，将所述第一分类结果和所述第二分类结果进行多因素融合，...

【专利技术属性】
技术研发人员：鲍敏，谢超，
申请(专利权)人：重庆特斯联智慧科技股份有限公司，
类型：发明
国别省市：重庆;50