[发明专利]一种移动车载式智能垃圾信息管理方法及系统在审

专利信息
申请号: 202110928972.7 申请日: 2021-08-13
公开(公告)号: CN113705638A 公开(公告)日: 2021-11-26
发明(设计)人: 李伟;曹诚杰;洪彩明;朱彩芬 申请(专利权)人: 苏州凯利洁环保科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q10/06;G06F16/51;G06F16/583;G06K9/00
代理公司: 苏州铭浩知识产权代理事务所(普通合伙) 32246 代理人: 季栋林
地址: 215000 江苏省苏州市相城区*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 移动 车载 智能 垃圾 信息管理 方法 系统
【说明书】:

本发明涉及人工智能技术领域,提供一种移动车载式智能垃圾信息管理方法及系统,包括:在不能够识别出垃圾的种类的情况下,将投放的垃圾图片信息与预先存储的各垃圾图片信息进行匹配,若匹配不出同类别的垃圾图片信息,则存储其垃圾信息,并用于之后来判断垃圾是否投放成功;若匹配出同类别的垃圾图片信息,则根据预先存储的各垃圾图片信息对应的垃圾分类类别,对本次垃圾投放的正确性进行判断。本发明能够自适应更新数据库中的垃圾图片信息,在无需识别出垃圾具体种类的情况下,进而实现新增种类垃圾的分类结果的判断,泛化能力较高,评价可靠性较强。

技术领域

本发明涉及人工智能领域,具体涉及一种移动车载式智能垃圾信息管理方法及系统。

背景技术

随着经济高速发展,人们生活水平提高,垃圾也不可避免地越来越多,垃圾处理的方式主要为集中焚烧或掩埋,其使垃圾资源没有得到更好的利用,垃圾的利用效率低下,如果能够对垃圾进行识别和分类,充分利用其可回收性质,就能提高其资源利用率。

现有的智能垃圾分类方法主要对垃圾扫描图像通过深度学习等方式进行识别和分类,如专利公开号为CN108455127B的专利文件就公开了一种智能分类的垃圾桶等。但如今的垃圾种类越来越多,使得人工智能的数据库或训练集并不能完全覆盖,且由于垃圾各式各样,神经网络无法取得较好的泛化能力。

目前垃圾投放人员的分类意识还有待提高,对垃圾的分类还不够合理,时常会出现垃圾分类错误,使得垃圾资源得不到充分的利用,为了提高其分类准确率,使得垃圾资源能够得到更好的利用,需要对垃圾分类工作的结果可视化,使其能够对垃圾投放人员的工作做出评价。

发明内容

本发明的目的在于提供一种移动车载式智能垃圾信息管理方法及系统,用于解决随着垃圾种类的增多,现有的垃圾分类评判方法无法对垃圾分类效果进行可靠评判的问题。

为解决上述技术问题,本发明所采用的技术方案具体如下:

本发明提供了一种移动车载式智能垃圾管理方法,包括以下步骤:

对投放人员的身份信息进行识别,获取投放的垃圾图片信息和垃圾分类类别;

根据垃圾图片信息对垃圾种类进行识别,判断是否能够识别出垃圾的种类;

若不能够识别出垃圾的种类,则获取预先存储的各垃圾图片信息以及各垃圾图片信息各自对应的垃圾分类类别和垃圾分类置信度;

将投放的垃圾图片信息与预先存储的各垃圾图片信息进行匹配,判断是否匹配出同类别的垃圾图片信息;

若匹配不出同类别的垃圾图片信息,则为投放的垃圾图片信息设置一个初始的垃圾分类置信度设定阈值,并将投放的垃圾分类类别、垃圾图片信息及对应的初始的垃圾分类置信度设定阈值进行存储,且判断本次垃圾投放正确;

若匹配出同类别的垃圾图片信息,则判断匹配出的所述同类别的垃圾图片信息对应的垃圾分类置信度是否大于垃圾分类置信度设定阈值;

若大于垃圾分类置信度设定阈值,则判断投放的垃圾分类类别和匹配出的所述同类别的垃圾图片信息对应的垃圾分类类别是否相同;

若投放的垃圾分类类别和匹配出的所述同类别的垃圾图片信息对应的垃圾分类类别相同,则判断本次垃圾投放正确;否则,则判断本次垃圾投放错误。

进一步地,若投放的垃圾分类类别和匹配出的所述同类别的垃圾图片信息对应的垃圾分类类别相同,将增大匹配出的所述同类别的垃圾图片信息对应的垃圾分类置信度;若投放的垃圾分类类别和匹配出的所述同类别的垃圾图片信息对应的垃圾分类类别不相同,将减小匹配出的所述同类别的垃圾图片信息对应的垃圾分类置信度。

进一步地,所述增大匹配出的所述同类别的垃圾图片信息对应的垃圾分类置信度对应的公式为:

所述减小匹配出的所述同类别的垃圾图片信息对应的垃圾分类置信度对应的公式为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州凯利洁环保科技有限公司,未经苏州凯利洁环保科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110928972.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top