[发明专利]一种城市生活垃圾物品外包装文本检测方法

说明书

一种城市生活垃圾物品外包装文本检测方法：采集城市垃圾物品外包装的图像数据集，并对图像数据集中的每个图像的文本区域进行标注；对标注完成的图像数据集中的每个图像根据文本区域的标注生成文本分数特征图和多通道位置特征图，构成每个图像的训练标签；将图像数据集中的图像按照9：1的比例分为训练集和测试集；构建全卷积神经网络模型并进行训练，得到训练好的全卷积神经网络模型；利用训练好的全卷积神经网络模型获取待检测图像的预测文本区域；阈值筛选阶段；非极大值抑制阶段，得到最终的文本区域检测结果。本发明鲁棒性强、检测精度高。采用基于像素分割的文本检测策略对于扭曲的复杂物品表面具有更强适应性，检测效果也更好。

技术领域

本发明涉及一种物品外包装的文本检测法。特别是涉及一种基于像素分割的城市生活垃圾物品外包装文本检测方法。

背景技术

随着工业化和城市化的迅速发展，民众的消费生活也发生了巨大的变革：消费品种类繁多，不断推陈出新。导致城市生活垃圾也同时呈现爆炸性增长，多数大中城市出现严重的垃圾围城问题，我国600多座大中城市三分之二陷入垃圾包围之中，四分之一的城市已经没有合适的垃圾填埋堆放场地。更糟糕的是，城市生活垃圾仍以8％-10％的速度持续增长，而城市垃圾清运量增速仅为3.3％，城市垃圾历年累积存量高达80多亿吨。巨量的城市垃圾堆积对城市周边自然生态环境和居民健康造成极大危害。

“垃圾围城”是全球各国面临的共同难题，不单单出现在我国，世界其它国家也同样为了垃圾问题而烦恼。为了应对“垃圾围城”西方发达国家和地区针对本国的国情出台了各种策略并取得了很多有益效果。尽管这些国家的垃圾处理策略存在一定的差异，但核心理念却惊人的相似，即通过垃圾分类破解“垃圾围城”困局，实现垃圾资源化、减量化、无害化处理。

但考虑到我国的特殊国情：国民分类投放意识不强且在短时间内不可能明显改善(从日本和欧美的经验看，意识的改变需要20年左右的时间)，生活垃圾主要为混合投放。为了实现垃圾资源最大化利用，迫切需要研制小型化、经济型、检测精度高、速度快的基于智能视觉检测的垃圾物品精分拣系统。

高精度视觉分类是垃圾物品精分拣系统研制的关键环节。关于垃圾物品图像分类，国外最近几年才有了一些相关成果报道，但都还处于起步阶段。主要成果有：2016年，Sakr等提出了基于AlexNet网络架构的垃圾图像分类算法，并在自行采集的2000张垃圾图像数据集(未公开，含塑料、纸、金属3类物品)上做了测试，准确率为83％。2017年，斯坦福大学Yang等提出用经典SVM对6类(玻璃、纸张、硬纸板、塑料、金属、其他垃圾)垃圾物品进行分类处理，测试数据集样本总数为2527张(公开)，识别准确率为63％。随后，2018年等提出了RecycleNet算法，并在斯坦福大学公开数据集上做了测试，将准确率提高到了81％。

虽然以上方法可以预测垃圾物品的类别，但仅采用该技术可能达不到高纯度垃圾回收的检测要求(识别准确率大于95％)。原因在于：垃圾物品不同于待售的商品，常出现扭曲形变、撕裂等复杂状况，因此单纯利用物品的图形信息对物品材质进行分类很难获得满意的效果。近期我们研究发现，除了利用物品的图形信息外，物品外包装上的文字信息(如品牌、常用广告语、产品使用说明等)也可为物品类别的准确预测提供非常有价值的线索。因此，非常有必要开展垃圾物品外包装文本检测识别研究。