[发明专利]基于人工智能的垃圾投放识别方法、装置、介质及服务器在审

专利信息
申请号: 202111277749.7 申请日: 2021-10-29
公开(公告)号: CN113887519A 公开(公告)日: 2022-01-04
发明(设计)人: 刘荣荣 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08;B65F1/14
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 刘永康
地址: 518000 广东省深圳市前海深港合*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 垃圾 投放 识别 方法 装置 介质 服务器
【说明书】:

发明属于人工智能技术领域,尤其涉及一种垃圾投放识别方法、装置、计算机可读存储介质及服务器。所述方法包括:通过摄像装置采集目标区域的原始图像帧;通过人体关节点识别模型对所述原始图像帧进行人体关节点识别,得到人体肘关节点的位置坐标;通过垃圾袋识别模型对所述原始图像帧进行垃圾袋识别,得到垃圾袋的位置坐标;根据所述人体肘关节点的位置坐标和所述垃圾袋的位置坐标判断是否发生垃圾投放行为;若发生垃圾投放行为,则根据所述垃圾袋的位置坐标判断所述垃圾袋是否投放至垃圾桶中;若投放至垃圾桶中,则通过垃圾种类识别模型确定所述垃圾袋中的垃圾种类,并判断垃圾投放是否正确。

技术领域

本发明属于人工智能技术领域,尤其涉及一种垃圾投放识别方法、装置、计算机可读存储介质及服务器。

背景技术

垃圾投放点是集垃圾收取、储存、中转等功能于一体的重要公共设施,与广大市民的日常生活息息相关。垃圾投放点是否可以得到有效管理,是关系到家家户户的重大民生事项,越来越受到人们的重视和关注。

为了提高垃圾处理能力,需要在生活垃圾投放时就做好分类工作。尽管我国垃圾分类已经普及并提倡了多年,但由于监管力度不够,生活垃圾分类工作并不尽如人意。随着生活垃圾强制分类政策的提出,在进行垃圾分类监管时,传统的人工监管的方式耗费人力较多,且效率低下,难以满足当前的实际需求。

发明内容

有鉴于此,本发明实施例提供了一种垃圾投放识别方法、装置、计算机可读存储介质及服务器,以解决现有技术存在的耗费人力较多,效率低下,难以满足当前实际需求的问题。

本发明实施例的第一方面提供了一种垃圾投放识别方法,可以包括:

通过预设的摄像装置采集目标区域的原始图像帧;

通过预设的人体关节点识别模型对所述原始图像帧进行人体关节点识别,得到人体肘关节点的位置坐标;

通过预设的垃圾袋识别模型对所述原始图像帧进行垃圾袋识别,得到垃圾袋的位置坐标;

根据所述人体肘关节点的位置坐标和所述垃圾袋的位置坐标判断是否发生垃圾投放行为;

若发生垃圾投放行为,则根据所述垃圾袋的位置坐标判断所述垃圾袋是否投放至所述垃圾投放点的垃圾桶中;

若投放至垃圾桶中,则通过预设的垃圾种类识别模型确定所述垃圾袋中的垃圾种类,并根据所述垃圾种类判断垃圾投放是否正确。

在第一方面的一种具体实现方式中,在通过预设的摄像装置采集目标区域的原始图像帧之后,还包括:

通过预设的图像压缩模型对所述原始图像帧进行图像压缩,得到与所述原始图像帧对应的压缩图像帧;

所述图像压缩模型包括第一卷积神经网络、中间处理网络和第二卷积神经网络,所述通过预设的图像压缩模型对所述原始图像帧进行图像压缩,得到与所述原始图像帧对应的压缩图像帧,包括:

使用所述第一卷积神经网络对所述原始图像帧进行卷积和下采样处理,得到第一处理结果;

使用所述中间处理网络中预设的残差模块对所述第一处理结果进行处理,得到第二处理结果;

使用所述第二卷积神经网络对所述第二处理结果进行卷积和上采样处理,得到与所述原始图像帧对应的压缩图像帧。

在第一方面的一种具体实现方式中,所述图像压缩模型的训练过程包括:

从预设的训练样本数据库中获取训练样本集合;所述训练样本集合中包括各个训练样本,且每个训练样本均包括一个原始图像帧以及一个预期输出图像帧,其中,每个训练样本中的预期输出图像帧与原始图像帧具有一一对应的关系;

将各个训练样本中的原始图像帧输入所述图像压缩模型中进行图像压缩,得到实际输出图像帧;

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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/202111277749.7/2.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