[发明专利]一种基于视听结合的智能垃圾分类回收方法和终端

说明书

本发明公开了一种基于视听结合的智能垃圾分类回收方法和终端。采集不同材料垃圾的完整图像的图像数数据，并建立预处理卷积神经网络和第一子分类模型并训练；采集不同材料垃圾的撞击声的声音信号，建立第二子分类模型并训练；先输入到预处理卷积神经网络进行判断获得为单体垃圾还是混合垃圾：再将图像和声音数据分别输入到第一第二子分类模型处理获得两个模型的垃圾类型结果，权重综合得最终结果。智能垃圾分类终端包括垃圾箱本体、自动感应器、分类机构、垃圾储存箱和控制显示器。本发明能够形成整个垃圾处理生产流程的数字化管控，提升垃圾处理效率。

技术领域

本发明涉及垃圾分类处理方法和终端，具体地讲，具体是涉及了一种基于视听结合的智能垃圾分类回收方法和终端。

背景技术

随着全球垃圾产量的连年爆炸式增长，垃圾回收处理已经成为城市固体废物管理中极为重要的一环。依赖居民在丢垃圾时自觉分类的方法存在诸多难题，如教育成本高、监管困难、分类准确度难以保证等，制约更精细的垃圾分类方案的实施。现有的智能垃圾分类方法通常基于视觉等单一信号，对样本量要求极高，难以满足真实场景需求。针对这些问题，本发明探索一种新的智能垃圾分类方法，将机器视觉和听觉结合起来，帮助居民快速、准确地分类垃圾，并通过智能垃圾分类终端将数据与云端打通，实现从垃圾处理起点开始的数据共享和应用。

发明内容

为了解决背景技术中存在的问题，本发明的目的在于提供了一种基于视听结合的智能垃圾分类回收方法和终端，主要解决人们在丢垃圾时自觉分类的方法存在诸多难题，实现帮助人们快速、准确地分类垃圾的目的。

本发明采用的技术方案如下：

一、一种基于视听结合的智能垃圾分类回收处理方法，如图1所示：

1)采集不同材料垃圾的完整图像的图像数数据，并建立预处理卷积神经网络和第一子分类模型，以图像数据作为第一子分类模型的输入，以垃圾种类类型作为第一子分类模型的标签对第一子分类模型进行训练；以图像数据作为预处理卷积神经网络的输入，以垃圾单体垃圾还是混合垃圾为作为预处理卷积神经网络的标签对预处理卷积神经网络进行训练；

同时采集不同材料垃圾的撞击声的声音信号，对声音信号进行预处理获得声音数据，并建立第二子分类模型，以声音数据作为第二子分类模型的输入，以垃圾种类类型作为第二子分类模型的标签进行训练；

2)针对待分类垃圾，在获得待分类垃圾的图像数据后，先输入到预处理卷积神经网络进行判断获得为单体垃圾还是混合垃圾：

若为混合垃圾，则将该垃圾移动到固定位置，使得后续进行重拾分拣处理；

若为单体垃圾，则通过图像或声音信号进一步判断垃圾类型；

3)在获得待分类垃圾的图像和声音数据后，分别输入到第一子分类模型和第二子分类模型进行判断获得两个模型的垃圾类型结果，根据第一子分类模型和第二子分类模型不同的权重综合获得最终的垃圾类型结果。

由此，本发明建立视听融合的分类方式，利用图像和声音的结果进行判断垃圾，提高识别处理的效率和准确性。

所述的第一子分类模型和第二子分类模型均采用卷积神经网络结构。