[发明专利]用于识别垃圾品质的方法和装置

权利要求书

1.一种用于识别垃圾品质的方法，包括：

获取待识别垃圾的图像序列；

对于所述待识别垃圾的图像序列中的图像，将预设截图框按照预设步长沿预设移动方向在该图像上移动，截取多张子图像，对于所述多张子图像中的子图像，利用中值滤波方法消除该子图像的孤立噪声点；

利用预先训练的、与所述待识别垃圾的类别对应的深度学习模型对所述待识别垃圾的图像序列中的图像进行识别，得到所述待识别垃圾的识别结果，其中，所述待识别垃圾的识别结果包括所述待识别垃圾中存在的预设目标物的信息；

对所述待识别垃圾的识别结果进行分析统计，生成所述待识别垃圾的品质结果。

2.根据权利要求1所述的方法，其中，所述深度学习模型包括特征提取网络、分类网络和回归网络。

3.根据权利要求1所述的方法，其中，所述待识别垃圾的图像序列是对所述待识别垃圾的倾倒或装运过程进行采集所得到的多张图像。

4.根据权利要求3所述的方法，其中，在所述利用预先训练的、与所述待识别垃圾的类别对应的深度学习模型对所述待识别垃圾的图像序列中的图像进行识别之前，还包括：

利用图像处理方法对所述待识别垃圾的图像序列中的图像进行预处理。

5.根据权利要求4所述的方法，其中，所述利用图像处理方法对所述待识别垃圾的图像序列中的图像进行预处理，包括：

从所述待识别垃圾的图像序列中分类出空背景图像；

对于所述待识别垃圾的图像序列中除所述空背景图像之外的图像，将所述空背景图像作为该图像的背景，利用移动目标检测算法检测所述待识别垃圾在该图像中的区域，以及将该图像中除所检测出的区域之外的像素值设置成预设值。

6.根据权利要求3所述的方法，其中，在所述利用预先训练的、与所述待识别垃圾的类别对应的深度学习模型对所述待识别垃圾的图像序列中的图像进行识别，得到所述待识别垃圾的识别结果之后，还包括：

对于所述待识别垃圾的图像序列中的图像，若该图像中存在预设目标物，利用目标框框定该图像中的预设目标物，作为标记目标物；

从所述待识别垃圾的图像序列中选取该图像的前第一预设目张图像和后第二预设数目张图像；

基于所述标记目标物在所选取出的图像中进行目标跟踪；

基于跟踪结果更新所述待识别垃圾的识别结果。

7.根据权利要求6所述的方法，其中，所述基于跟踪结果更新所述待识别垃圾的识别结果，包括：

统计所选取出的图像中跟踪到所述标记目标物的图像的数目；

若跟踪到所述标记目标物的图像的数目超过第三预设数目，保留所述待识别垃圾的识别结果中的所述标记目标物的信息；

若跟踪到所述标记目标物的图像的数目不超过所述第三预设数目，删除所述待识别垃圾的识别结果中的所述标记目标物的信息。

8.根据权利要求1-7之一所述的方法，其中，所述深度学习模型通过如下步骤训练得到：

获取训练样本集合，其中，所述训练样本集合中的训练样本包括样本垃圾图像和样本垃圾标注图像，样本垃圾标注图像是对样本垃圾图像中存在的预设目标物进行标记所得到的图像；

对于所述训练样本集合中的训练样本，将该训练样本中的样本垃圾图像作为输入，将该训练样本中的样本垃圾标注图像作为输出，训练得到所述深度学习模型。

9.根据权利要求8所述的方法，其中，在所述获取训练样本集合之后，还包括：

对于所述训练样本集合中的无标签训练样本，通过MixUp猜测数据扩增方法产生该无标签训练样本的低熵标签；

混合该无标签训练样本和对应的有标签训练样本，增广所述训练样本集合。