垃圾违规投放行为监控方法、装置和计算机设备制造方法及图纸

本申请涉及图像识别技术领域，揭示了一种垃圾违规投放行为监控方法、装置和计算机设备，方法包括：接收监控设备采集的视频流，利用预设的人体识别算法识别出含有用户的视频帧作为用户图像；将用户图像输入到预先构建的垃圾违规投放行为模型中，识别出用户图像中的用户是否有垃圾违规投放行为；若是，确定垃圾违规投放行为的违规类型及确定用户的身份信息，根据违规类型查询用户当前违规投放行为的扣分，将用户当前违规投放行为的扣分累加至总扣分中；当总扣分大于预设值时，根据违规类型为用户制定指导策略以供参考执行，从而不仅可以减少人工监督投入成本，还能针对不同用户的不同违规类型制定指导策略，提高垃圾分类监管效果。

【技术实现步骤摘要】
垃圾违规投放行为监控方法、装置和计算机设备
本申请涉及到图像识别
，特别是涉及到一种垃圾违规投放行为监控方法、装置和计算机设备。
技术介绍
随着城市垃圾总量的逐年增加，垃圾处理已经成为影响城市发展的重要因素之一。为了提高垃圾处理能力，需要在生活垃圾投放时就做好分类工作。尽管我国垃圾分类已经普及并提倡了多年，但由于监管力度不够，生活垃圾分类工作并不尽如人意。随着生活垃圾强制分类政策的提出，在进行垃圾分类监管时，传统的人工监管的方式耗费人力较大，且效率低下。当今社会对住宅社区的垃圾投放管理，大部分还是依赖于用户自觉地进行垃圾分类处理，缺乏有效的垃圾分类指导和垃圾投放行为规范监控系统，难以对分类质量不高的违规投放用户进行重点宣导，导致垃圾分类监管的效果较差。
技术实现思路
本申请的主要目的为提供一种垃圾违规投放行为监控方法、装置和计算机设备，实现对分类质量不高的违规投放用户进行重点宣导，提高垃圾分类监管的效果。为了实现上述专利技术目的，本申请提出一种垃圾违规投放行为监控方法，包括：接收监控设备对监控区域监控时采集的视频流，利用预设的人体识别算法从所述视频流中识别出含有用户的视频帧，并选取含有用户的视频帧作为用户图像；将所述用户图像输入到预先构建的垃圾违规投放行为模型中，利用所述垃圾违规投放行为模型识别出用户图像中的用户是否有垃圾违规投放行为；其中，所述垃圾违规投放行为模型为预先训练好的深度卷积神经网络模型，用于对用户图像中的用户的垃圾投放行为进行分析；若是，确定所述垃圾违规投放行为的违规类型及确定所述用户的身份信息，根据所述违规类型查询所述用户当前违规投放行为的扣分，并根据所述身份信息将所述用户当前违规投放行为的扣分累加至所述用户对应违规类型的总扣分中；判断所述用户对应违规类型的总扣分是否大于预设值；当确定所述用户对应违规类型的总扣分大于预设值时，根据所述违规类型为所述用户制定指导策略，将所述指导策略发送给所述用户所在的终端以供参考执行。优选地，所述利用所述垃圾违规投放行为模型识别出用户图像中的用户是否有垃圾违规投放行为的步骤，包括：利用所述垃圾违规投放行为模型提取所述用户图像的图像特征，并根据所述垃圾违规投放行为模型预置的行为分类算法对所述图像特征进行分析；根据分析结果判断所述用户图像中的用户是否有垃圾违规投放行为。优选地，当所述用户图像具有多张时，所述利用所述垃圾违规投放行为模型提取所述用户图像的图像特征，并根据所述垃圾违规投放行为模型预置的行为分类算法对所述图像特征进行分析的步骤，包括：利用所述垃圾违规投放行为模型对多张用户图像分别提取特征点，将所有用户图像的特征点进行整合后，得到所述图像特征；根据所述行为分类算法对所述图像特征进行分析，确定所述用户手持物品的类型以及用户手持物品最后所落入的垃圾箱的信息；将所述用户手持物品的类型以及用户手持物品最后所落入的垃圾箱的信息进行整理后生成分析结果。进一步地，所述根据所述违规类型为所述用户制定指导策略，将所述指导策略发送给所述用户所在的终端以供参考执行的步骤之后，还包括：统计所述用户在预设时间内的所有垃圾违规投放行为的违规次数及违规类型，并获取各种违规类型预先设置的权重；其中，所述权重的大小与违规类型对环境污染的程度成正比；根据所述违规次数及违规类型的权重计算该用户在所述预设时间内的评分值，按照预设换算规则将所述评分值换算成赔偿金额；查询所述用户的电子账户，从所述用户的电子账户中扣除对应所述赔偿金额的资产。优选地，所述确定所述用户的身份信息的步骤，包括：判断所述用户图像中所述用户的人脸是否存在遮挡；若是，根据预设人脸还原算法对所述用户在所述用户图像中的人脸进行还原处理，并且从还原后的所述用户图像中提取所述用户的人脸特征；若否，则从所述用户图像中提取所述用户的人脸特征；根据所述人脸特征查询所述用户的身份信息。优选地，所述确定所述用户的身份信息的步骤，包括：判断所述用户图像中所述用户的人脸是否存在遮挡；当确定所述用户图像中所述用户的人脸存在遮挡，根据连续多张的所述用户图像识别所述用户的行走姿态；从数据库中查询与所述用户的行走姿态相匹配的目标行走姿态，并查询所述目标行走姿态对应的目标用户；其中，所述数据库中预存有各个用户的行走姿态；获取所述目标用户的身份信息，将所述目标用户的身份信息作为所述用户的身份信息。优选地，所述根据所述违规类型为所述用户制定指导策略的步骤，包括：获取所述违规类型所对应的标准垃圾投放方式的视频图像；利用所述视频图像制定所述指导策略。本申请还提供一种垃圾违规投放行为监控装置，包括：接收模块，用于接收监控设备对监控区域监控时采集的视频流，利用预设的人体识别算法从所述视频流中识别出含有用户的视频帧，并选取含有用户的视频帧作为用户图像；识别模块，用于将所述用户图像输入到预先构建的垃圾违规投放行为模型中，利用所述垃圾违规投放行为模型识别出用户图像中的用户是否有垃圾违规投放行为；其中，所述垃圾违规投放行为模型为预先训练好的深度卷积神经网络模型，用于对用户图像中的用户的垃圾投放行为进行分析；累加模块，用于在用户图像中的用户有垃圾违规投放行为时，确定所述垃圾违规投放行为的违规类型及确定所述用户的身份信息，根据所述违规类型查询所述用户当前违规投放行为的扣分，并根据所述身份信息将所述用户当前违规投放行为的扣分累加至所述用户对应违规类型的总扣分中；判断模块，用于判断所述用户对应违规类型的总扣分是否大于预设值；制定模块，用于当确定所述用户对应违规类型的总扣分大于预设值时，根据所述违规类型为所述用户制定指导策略，将所述指导策略发送给所述用户所在的终端以供参考执行。本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。本申请的垃圾违规投放行为监控方法、装置和计算机设备，首先接收监控设备对监控区域监控时采集的视频流，利用预设的人体识别算法从视频流中识别出含有用户的视频帧作为用户图像；然后将用户图像输入到预先构建的垃圾违规投放行为模型中，利用垃圾违规投放行为模型识别出用户图像中的用户是否有垃圾违规投放行为；若是，确定垃圾违规投放行为的违规类型及确定用户的身份信息，根据违规类型查询用户当前违规投放行为的扣分，并根据身份信息将所述用户当前违规投放行为的扣分累加至用户对应违规类型的总扣分中；判断用户对应违规类型的总扣分是否大于预设值；当确定用户对应违规类型的总扣分大于预设值时，根据违规类型为所述用户制定指导策略，将指导策略发送给所述用户所在的终端以供参考执行。不仅可以大大减少人工监督投入成本，还能本文档来自技高网...

【技术保护点】
1.一种垃圾违规投放行为监控方法，其特征在于，包括：/n接收监控设备对监控区域监控时采集的视频流，利用预设的人体识别算法从所述视频流中识别出含有用户的视频帧，并选取含有用户的视频帧作为用户图像；/n将所述用户图像输入到预先构建的垃圾违规投放行为模型中，利用所述垃圾违规投放行为模型识别出用户图像中的用户是否有垃圾违规投放行为；其中，所述垃圾违规投放行为模型为预先训练好的深度卷积神经网络模型，用于对用户图像中的用户的垃圾投放行为进行分析；/n若是，确定所述垃圾违规投放行为的违规类型及确定所述用户的身份信息，根据所述违规类型查询所述用户当前违规投放行为的扣分，并根据所述身份信息将所述用户当前违规投放行为的扣分累加至所述用户对应违规类型的总扣分中；/n判断所述用户对应违规类型的总扣分是否大于预设值；/n当确定所述用户对应违规类型的总扣分大于预设值时，根据所述违规类型为所述用户制定指导策略，将所述指导策略发送给所述用户所在的终端以供参考执行。/n

【技术特征摘要】
1.一种垃圾违规投放行为监控方法，其特征在于，包括：
接收监控设备对监控区域监控时采集的视频流，利用预设的人体识别算法从所述视频流中识别出含有用户的视频帧，并选取含有用户的视频帧作为用户图像；
将所述用户图像输入到预先构建的垃圾违规投放行为模型中，利用所述垃圾违规投放行为模型识别出用户图像中的用户是否有垃圾违规投放行为；其中，所述垃圾违规投放行为模型为预先训练好的深度卷积神经网络模型，用于对用户图像中的用户的垃圾投放行为进行分析；
若是，确定所述垃圾违规投放行为的违规类型及确定所述用户的身份信息，根据所述违规类型查询所述用户当前违规投放行为的扣分，并根据所述身份信息将所述用户当前违规投放行为的扣分累加至所述用户对应违规类型的总扣分中；
判断所述用户对应违规类型的总扣分是否大于预设值；
当确定所述用户对应违规类型的总扣分大于预设值时，根据所述违规类型为所述用户制定指导策略，将所述指导策略发送给所述用户所在的终端以供参考执行。


2.根据权利要求1所述的方法，其特征在于，所述利用所述垃圾违规投放行为模型识别出用户图像中的用户是否有垃圾违规投放行为的步骤，包括：
利用所述垃圾违规投放行为模型提取所述用户图像的图像特征，并根据所述垃圾违规投放行为模型预置的行为分类算法对所述图像特征进行分析；
根据分析结果判断所述用户图像中的用户是否有垃圾违规投放行为。


3.根据权利要求2所述的方法，其特征在于，当所述用户图像具有多张时，所述利用所述垃圾违规投放行为模型提取所述用户图像的图像特征，并根据所述垃圾违规投放行为模型预置的行为分类算法对所述图像特征进行分析的步骤，包括：
利用所述垃圾违规投放行为模型对多张用户图像分别提取特征点，将所有用户图像的特征点进行整合后，得到所述图像特征；
根据所述行为分类算法对所述图像特征进行分析，确定所述用户手持物品的类型以及用户手持物品最后所落入的垃圾箱的信息；
将所述用户手持物品的类型以及用户手持物品最后所落入的垃圾箱的信息进行整理后生成分析结果。


4.根据权利要求1所述的方法，其特征在于，所述根据所述违规类型为所述用户制定指导策略，将所述指导策略发送给所述用户所在的终端以供参考执行的步骤之后，还包括：
统计所述用户在预设时间内的所有垃圾违规投放行为的违规次数及违规类型，并获取各种违规类型预先设置的权重；其中，所述权重的大小与违规类型对环境污染的程度成正比；
根据所述违规次数及违规类型的权重计算该用户在所述预设时间内的评分值，按照预设换算规则将所述评分值换算成赔偿金额；
查询所述用户的电子账户，从所述用户的电子账户中扣除对应所述赔偿金额的资产。


5.根据权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：罗林锋，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东;44