一种厨余垃圾遮挡物体识别和遮挡关系判断方法技术

本发明专利技术公开了一种厨余垃圾遮挡物体识别和遮挡关系判断方法，构建厨余垃圾图像的遮挡数据集，标有其中各目标物体的可见掩码、完整掩码、类别；首先，利用遮挡数据集训练实例分割模型和掩码还原模型；实例分割模型的输入为厨余垃圾图像，输出为各目标物体的类别和可见掩码；掩码还原模型的输入为实例分割模型输出的可见掩码和厨余垃圾图像，输出为完整掩码；其次，将待识别判断的厨余垃圾图像，使用训练好的实例分割模型和掩码还原模型，获得各目标物体的类别、可见掩码、完整掩码；最后，结合可见掩码和完整掩码判断各目标物体是否被遮挡及遮挡关系。本发明专利技术对可回收垃圾进行实例分割和掩码还原，能获得物体类别、位置、遮挡关系和完整的形状信息。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，具体涉及一种厨余垃圾遮挡物体识别和遮挡关系判断方法。

技术介绍

1、近年来，固体废物的循环利用与回收得到了进一步的提高，其中“垃圾分类+综合利用+焚烧发电”的绿色低碳模式逐步成为固体废料利用处理的主流思路，但由于厨余垃圾类别的多样性与复杂性，厨余垃圾中可分为塑料、玻璃、纤维、金属等类别垃圾，如何将这些类别的垃圾识别与分拣是一项重点难题。

2、近年来，深度学习作为提高垃圾分类效率的手段，许多先进的算法被提出，然而在对垃圾分类和识别的工作过程中，垃圾物体的堆叠与背景的复杂性导致较为严重的遮挡现象，其严重影响了识别的准确性和效率，因此需要准确地识别遮挡物体以确保分类工作的顺利进行。目前公开的垃圾数据集大多是基于简单的垃圾场景识别而设计的，对真实场景遮挡情况下的垃圾识别缺少相关研究。此外，厨余垃圾图像往往包含多个目标，对这些目标的空间位置进行精确识别的任务为图像实例分割，其中目标物体之间的关系进行一个准确的判断是提高垃圾分类效率关键的一环。图像实例分割作为计算机视觉领域任务之一，主要任务是在图像中对每个对象实例进行像素级别的本文档来自技高网...

【技术保护点】

1.一种厨余垃圾遮挡物体识别和遮挡关系判断方法，其特征在于，包括：

2.根据权利要求1所述的厨余垃圾遮挡物体识别和遮挡关系判断方法，其特征在于，所述实例分割模型使用YOLOV8实例分割网络。

3.根据权利要求1所述的厨余垃圾遮挡物体识别和遮挡关系判断方法，其特征在于，所述掩码还原模型使用轻量化的网络Unet作为骨干网络，在Unet下采样与上采样的每一层之间加入空间注意力和通道注意力融合的残差模块，组成神经网络Unet-RC。

4.根据权利要求1所述的厨余垃圾遮挡物体识别和遮挡关系判断方法，其特征在于，利用遮挡数据集训练掩码还原模型的损失函数包括：分割损...

【技术特征摘要】

1.一种厨余垃圾遮挡物体识别和遮挡关系判断方法，其特征在于，包括：

2.根据权利要求1所述的厨余垃圾遮挡物体识别和遮挡关系判断方法，其特征在于，所述实例分割模型使用yolov8实例分割网络。

3.根据权利要求1所述的厨余垃圾遮挡物体识别和遮挡关系判断方法，其特征在于，所述掩码还原模型使用轻量化的网络unet作为骨干网络，在unet下采样与上采样的每一层之间加入空间注意力和通道注意力融合的残差模块，组成神经网络unet-rc。

4.根据权利要求1所述的厨余垃圾遮挡物体识别和遮挡关系判断方法，其特征在于，利用遮挡数据集训练掩码还原模型的损失函数包括：分割损失、相似度损失和边界损失。

【专利技术属性】
技术研发人员：梁桥康，张翔宇，秦海，周立，裴瑞元，邓淞允，
申请(专利权)人：湖南大学，
类型：发明
国别省市：