本发明专利技术涉及垃圾分类领域,具体涉及一种智能分类垃圾桶中垃圾种类实时监测方法及装置。该方法及装置通过对垃圾投递人员的身份信息、垃圾桶中垃圾的三维深度信息,及识别该垃圾桶的三维容量信息识别后,对其进行标注并通过标注数据建立深度学习模型的训练集和测试集,使用深度学习方法对深度学习模型的训练集和测试集进行处理,计算得到垃圾类别模型;使用垃圾类别模型实时推断出投递过程的视频数据中的投递垃圾类别,获得的投递垃圾类别更加准确。
【技术实现步骤摘要】
智能分类垃圾桶中垃圾种类实时监测方法及装置
本专利技术涉及垃圾分类领域,具体而言,涉及一种智能分类垃圾桶中垃圾种类实时监测方法及装置。
技术介绍
每个人每天都会产生各种各样的垃圾,最后垃圾都被丢入了垃圾桶,垃圾桶的容量监测尤为重要,社区中垃圾桶容量满了溢出后,无法实时通知清运人员及时清理,积累较多的垃圾将会大大影响环境,造成环境污染。
技术实现思路
本专利技术实施例提供了一种智能分类垃圾桶中垃圾种类实时监测方法及装置,以至少解决现有垃圾种类监测方法准确度低的技术问题。根据本专利技术的一实施例,提供了一种智能分类垃圾桶中垃圾种类实时监测方法,包括以下步骤:识别垃圾投递人员的身份信息得到人脸识别结果信息,并对投递人员的投递过程进行视频监控得到投递过程的视频数据;识别投递人员投递垃圾的垃圾桶中垃圾的三维深度信息,及识别该垃圾桶的三维容量信息;对人脸识别结果信息、垃圾桶中所投放的垃圾的三维深度信息、垃圾桶的三维容量信息进行标注,并对垃圾的三维深度信息中的投递物品种类进行标注,并生成标注数据,通过标注数据建立深度学习模型的训练集和测试集;使用深度学习方法对深度学习模型的训练集和测试集进行处理,计算得到垃圾类别模型;使用垃圾类别模型实时推断出投递过程的视频数据中的投递垃圾类别。进一步地,使用人脸识别算法识别垃圾投递人员的身份信息得到人脸识别结果信息。进一步地,对人脸识别结果信息、垃圾桶中所投放的垃圾的三维深度信息、垃圾桶的三维容量信息进行标注之前,方法还包括:存储识别分析后的人脸识别结果信息,该人脸识别结果信息包括身份信息数据,存储投递过程的视频数据,存储垃圾桶中所投放的垃圾的三维深度信息,存储垃圾桶的三维容量信息。进一步地,方法还包括:根据识别出的投递垃圾类别提醒用户操作流程,同时提醒用户投递垃圾类别。根据本专利技术的另一实施例,提供了一种智能分类垃圾桶中垃圾种类实时监测装置,包括:人脸识别单元,用于识别垃圾投递人员的身份信息得到人脸识别结果信息,并对投递人员的投递过程进行视频监控得到投递过程的视频数据;双目摄像头单元,用于识别投递人员投递垃圾的垃圾桶中垃圾的三维深度信息,及识别该垃圾桶的三维容量信息;标注单元,用于对人脸识别结果信息、垃圾桶中所投放的垃圾的三维深度信息、垃圾桶的三维容量信息进行标注,并对垃圾的三维深度信息中的投递物品种类进行标注,并生成标注数据,通过标注数据建立深度学习模型的训练集和测试集;深度学习单元,用于使用深度学习方法对深度学习模型的训练集和测试集进行处理,计算得到垃圾类别模型;垃圾类别识别单元,用于使用垃圾类别模型实时推断出投递过程的视频数据中的投递垃圾类别。进一步地,装置还包括:控制主板单元,用于协调各个单元的正常工作,控制各个单元的工作进程。进一步地,装置还包括:数据存储单元,用于存储识别分析后的人脸识别结果信息,该人脸识别结果信息包括身份信息数据,存储投递过程的视频数据,存储垃圾桶中所投放的垃圾的三维深度信息,存储垃圾桶的三维容量信息。进一步地,装置还包括:4G通讯单元,用于在控制主板单元和数据存储单元之间建立通讯通道。进一步地,装置还包括:语音提醒单元,用于根据识别出的投递垃圾类别提醒用户操作流程,同时提醒用户投递垃圾类别。进一步地,装置还包括:太阳能供电单元,用于对本装置进行电源供给。本专利技术实施例中的智能分类垃圾桶中垃圾种类实时监测方法及装置,通过对垃圾投递人员的身份信息、垃圾桶中垃圾的三维深度信息,及识别该垃圾桶的三维容量信息识别后,对其进行标注并通过标注数据建立深度学习模型的训练集和测试集,计算得到垃圾类别模型,使用垃圾类别模型实时推断出投递过程的视频数据中的投递垃圾类别,获得的投递垃圾类别更加准确。附图说明此处所说明的附图用来提供对本专利技术的进一步理解,构成本申请的一部分,本专利技术的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定。在附图中:图1为本专利技术智能分类垃圾桶中垃圾种类实时监测方法的流程图;图2为本专利技术智能分类垃圾桶中垃圾种类实时监测方法的优选流程图;图3为本专利技术智能分类垃圾桶中垃圾种类实时监测装置的模块图;图4为本专利技术智能分类垃圾桶中垃圾种类实时监测装置的优选模块图。具体实施方式为了使本
的人员更好地理解本专利技术方案,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分的实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本专利技术保护的范围。需要说明的是,本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。实施例1根据本专利技术一实施例,提供了一种智能分类垃圾桶中垃圾种类实时监测方法,参见图1,包括以下步骤:S100:识别垃圾投递人员的身份信息得到人脸识别结果信息,并对投递人员的投递过程进行视频监控得到投递过程的视频数据;S200:识别投递人员投递垃圾的垃圾桶中垃圾的三维深度信息,及识别该垃圾桶的三维容量信息;S300:对人脸识别结果信息、垃圾桶中所投放的垃圾的三维深度信息、垃圾桶的三维容量信息进行标注,并对垃圾的三维深度信息中的投递物品种类进行标注,并生成标注数据,通过标注数据建立深度学习模型的训练集和测试集;S400:使用深度学习方法对深度学习模型的训练集和测试集进行处理,计算得到垃圾类别模型;S500:使用垃圾类别模型实时推断出投递过程的视频数据中的投递垃圾类别。本专利技术实施例中的智能分类垃圾桶中垃圾种类实时监测方法,通过对垃圾投递人员的身份信息、垃圾桶中垃圾的三维深度信息,及识别该垃圾桶的三维容量信息识别后,对其进行标注并通过标注数据建立深度学习模型的训练集和测试集,计算得到垃圾类别模型,使用垃圾类别模型实时推断出投递过程的视频数据中的投递垃圾类别,获得的投递垃圾类别更加准确。其中,使用人脸识别算法识别垃圾投递人员的身份信息得到人脸识别结果信息。其中,对人脸识别结果信息、垃圾桶中所投放的垃圾的三维深度信息、垃圾桶的三维容量信息进行标注之前,参见图2,方法还包括:S250:存储识别分析后的人脸识别结果信息,该人脸识别结果信息包括身份信息数据,存储投递过程的视频数本文档来自技高网...
【技术保护点】
1.一种智能分类垃圾桶中垃圾种类实时监测方法,其特征在于,包括以下步骤:/n识别垃圾投递人员的身份信息得到人脸识别结果信息,并对投递人员的投递过程进行视频监控得到投递过程的视频数据;/n识别投递人员投递垃圾的垃圾桶中垃圾的三维深度信息,及识别该垃圾桶的三维容量信息;/n对人脸识别结果信息、垃圾桶中所投放的垃圾的三维深度信息、垃圾桶的三维容量信息进行标注,并对垃圾的三维深度信息中的投递物品种类进行标注,并生成标注数据,通过标注数据建立深度学习模型的训练集和测试集;/n使用深度学习方法对深度学习模型的训练集和测试集进行处理,计算得到垃圾类别模型;/n使用垃圾类别模型实时推断出投递过程的视频数据中的投递垃圾类别。/n
【技术特征摘要】
1.一种智能分类垃圾桶中垃圾种类实时监测方法,其特征在于,包括以下步骤:
识别垃圾投递人员的身份信息得到人脸识别结果信息,并对投递人员的投递过程进行视频监控得到投递过程的视频数据;
识别投递人员投递垃圾的垃圾桶中垃圾的三维深度信息,及识别该垃圾桶的三维容量信息;
对人脸识别结果信息、垃圾桶中所投放的垃圾的三维深度信息、垃圾桶的三维容量信息进行标注,并对垃圾的三维深度信息中的投递物品种类进行标注,并生成标注数据,通过标注数据建立深度学习模型的训练集和测试集;
使用深度学习方法对深度学习模型的训练集和测试集进行处理,计算得到垃圾类别模型;
使用垃圾类别模型实时推断出投递过程的视频数据中的投递垃圾类别。
2.根据权利要求1所述的智能分类垃圾桶中垃圾种类实时监测方法,其特征在于,使用人脸识别算法识别垃圾投递人员的身份信息得到人脸识别结果信息。
3.根据权利要求1所述的智能分类垃圾桶中垃圾种类实时监测方法,其特征在于,对人脸识别结果信息、垃圾桶中所投放的垃圾的三维深度信息、垃圾桶的三维容量信息进行标注之前,所述方法还包括:
存储识别分析后的人脸识别结果信息,该人脸识别结果信息包括身份信息数据,存储投递过程的视频数据,存储垃圾桶中所投放的垃圾的三维深度信息,存储垃圾桶的三维容量信息。
4.根据权利要求1所述的智能分类垃圾桶中垃圾种类实时监测方法,其特征在于,所述方法还包括:
根据识别出的投递垃圾类别提醒用户操作流程,同时提醒用户投递垃圾类别。
5.一种智能分类垃圾桶中垃圾种类实时监测装置,其特征在于,包括:
人脸识别单元,用于识别垃圾投递人员的身份信息得到人脸识别结果信息,并对投递人员的投递过程进行视频监控...
【专利技术属性】
技术研发人员:郑辉,周树民,陈国良,詹峰,朱恒杰,
申请(专利权)人:苏州中科先进技术研究院有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。