[发明专利]基于人工智能的投放点抽样方法、装置、终端设备及介质

权利要求书

1.一种基于人工智能的投放点抽样方法，其特征在于，所述投放点抽样方法包括：

获取待抽样N个投放点中每个投放点对应的标准项数据和抽样项数据，所述标准项包括总垃圾桶数量项、距离各投放点的第一距离项以及距离投放者的第二距离项中的至少一项，所述抽样项包括分类垃圾桶数量项和调查问卷得分项，N为大于零的整数；

将所述标准项中每一项对应的N个数据均分别与所述抽样项中每一项对应的N个数据进行相关系数分析，确定所述分类垃圾桶数量项对应的第一组系数和所述调查问卷得分项对应的第二组系数；

确定第一项数和第二项数中的最大值对应的抽样项为目标抽样项，所述第一项数为所述第一组系数中大于系数阈值的系数的项数和，所述第二项数为所述第二组系数中大于系数阈值的系数的项数和；

调整所述目标抽样项在预设抽样模型中的权重，使用调整后的预设抽样模型对每个投放点的抽样项数据进行计算，确定抽样投放点。

2.根据权利要求1所述的投放点抽样方法，其特征在于，在所述将所述标准项中每一项对应的N个数据均分别与所述抽样项中每一项对应的N个数据进行相关系数分析，确定所述分类垃圾桶数量项对应的第一组系数和所述调查问卷得分项对应的第二组系数之后，还包括：

若所述第一项数等于所述第二项数，则确定所述抽样项中每一项均为目标抽样项；

相应地，所述调整所述目标抽样项在预设抽样模型中的权重包括：

将所述预设抽样模型中分类垃圾桶数量项的权重和调查问卷得分项的权重调整为相等。

3.根据权利要求1所述的投放点抽样方法，其特征在于，所述将所述标准项中每一项对应的N个数据均分别与所述抽样项中每一项对应的N个数据进行相关系数分析，确定所述分类垃圾桶数量项对应的第一组系数和所述调查问卷得分项对应的第二组系数包括：

将所述标准项中每一项的N个数据转化为对应项的第一图片，将所述抽样项中每一项的N个数据转化为对应项的第二图片；

选取第一目标图片和第二目标图片，对所述第一目标图片和所述第二目标图片进行匹配，得到两种图片中每个特征点的匹配结果，所述第一目标图片为任一第一图片，所述第二目标图片为任一第二图片；

将所述第一目标图片和所述第二目标图片网格化，根据每个特征点的匹配结果，确定第一网格区域和第二网格区域，所述第一网格区域为所述第一目标图片中与所述第二目标图片的网格区域匹配数目最多的网格区域，所述第二网格区域为所述第二目标图片中与所述第一目标图片的网格区域匹配数目最多的网格区域；

对所述第一网格区域与所述第二网格区域的相似度进行计算，确定计算结果为所述第一目标图片对应的标准项与所述第二目标图片对应的抽样项的相关系数；

遍历每个第一图片与每个第二图片，确定所述分类垃圾桶数量项对应的第一组系数和所述调查问卷得分项对应的第二组系数，其中，若所述第二目标图片对应的抽样项为所述分类垃圾桶数量项，则所述相关系数属于所述分类垃圾桶数量项对应的第一组系数，若所述第二目标图片对应的抽样项为所述调查问卷得分项，则所述相关系数属于所述调查问卷得分项对应的第二组系数。

4.根据权利要求3所述的投放点抽样方法，其特征在于，在所述确定计算结果为所述第一目标图片对应的标准项与所述第二目标图片对应的抽样项的相关系数之后，还包括：

若所述相关系数大于系数阈值，且所述第二目标图片对应的抽样项为所述分类垃圾桶数量项，则将所述第一项数增加一；

若所述相关系数大于所述系数阈值，且所述第二目标图片对应的抽样项为所述调查问卷得分项，则将所述第二项数增加一。

5.根据权利要求3所述的投放点抽样方法，其特征在于，所述对所述第一目标图片和所述第二目标图片进行匹配，得到每个特征点的匹配结果包括：

提取所述第一目标图片的第一组特征点和所述第二目标图片的第二组特征点；

使用暴力匹配法将所述第一组特征点分别与所述第二组特征点进行一一匹配，得到每个特征点的匹配结果。