[发明专利]用于识别垃圾品质的方法和装置

说明书

本申请实施例公开了用于识别垃圾品质的方法和装置。该方法的一具体实施方式包括：获取待识别垃圾的图像序列；利用预先训练的、与待识别垃圾的类别对应的深度学习模型对待识别垃圾的图像序列中的图像进行识别，得到待识别垃圾的识别结果，其中，待识别垃圾的识别结果包括待识别垃圾中存在的预设目标物的信息；对待识别垃圾的识别结果进行分析统计，生成待识别垃圾的品质结果。该实施方式涉及云计算领域，利用深度学习模型自动识别垃圾中存在的预设目标物，提高了对垃圾品质的识别效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于识别垃圾品质的方法和装置。

背景技术

生活垃圾排出量日益增大，成分复杂多样，具有污染性、资源性和社会性等特点。垃圾“干湿分类”是针对我国居民生活垃圾中厨余和果皮类垃圾比例较高，水分含量高，不利于垃圾回收和最终处置的国情提出的一种简单实用的垃圾分类方式。“干湿分类”是将居民的生活垃圾分为湿垃圾和干垃圾。湿垃圾收集后可利用微生物进行堆肥、厌氧消化处理或制备生物燃料。干垃圾收集后由工作人员从中挑出可利用的物质，剩下的垃圾进行填埋或焚烧处置。干垃圾中所含水分重量与垃圾总重量之比的百分数叫含水率，而含水率是衡量干垃圾品质的重要参考指标之一。湿垃圾中不可降解或者降解时间长的塑料袋、瓶子、易拉罐等的含量是衡量湿垃圾品质的重要参考指标之一。

垃圾处理的目的是无害化、资源化和减量化。因此，针对不同品质的垃圾采取不同的处理方法显得异常重要。

现有的衡量干湿垃圾品质主要是依靠人工采样检测方法，即通过对垃圾进行随机抽样检测，根据抽样检测结果来判别垃圾品质。

发明内容

本申请实施例提出了用于识别垃圾品质的方法和装置。

第一方面，本申请实施例提供了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；利用预先训练的、与待识别垃圾的类别对应的深度学习模型对待识别垃圾的图像序列中的图像进行识别，得到待识别垃圾的识别结果，其中，待识别垃圾的识别结果包括待识别垃圾中存在的预设目标物的信息；对待识别垃圾的识别结果进行分析统计，生成待识别垃圾的品质结果。

在一些实施例中，深度学习模型包括特征提取网络、分类网络和回归网络。

在一些实施例中，待识别垃圾的图像序列是对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。

在一些实施例中，在利用预先训练的、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待识别垃圾的图像序列中的图像进行预处理。

在一些实施例中，利用图像处理方法对待识别垃圾的图像序列中的图像进行预处理，包括：从待识别垃圾的图像序列中分类出空背景图像；对于待识别垃圾的图像序列中除空背景图像之外的图像，将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。

在一些实施例中，利用图像处理方法对待识别垃圾的图像序列中的图像进行预处理，包括：对于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。

在一些实施例中，在利用预先训练的、与待识别垃圾的类别对应的深度学习模型对待识别垃圾的图像序列中的图像进行识别，得到待识别垃圾的识别结果之后，还包括：对于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；基于跟踪结果更新待识别垃圾的识别结果。