[发明专利]应用于垃圾投放点的监控方法及系统

权利要求书

1.应用于垃圾投放点的监控方法，其特征在于，包括以下步骤：

S1：对垃圾投放点进行拍摄，获取扔垃圾人员的脸部图像、垃圾图像以及扔垃圾的时间段；

S2：根据人脸匹配模型对获取的扔垃圾人员的脸部图像进行识别，根据干湿垃圾分类模型对垃圾图像进行判定，并将判定结果、扔垃圾的时间段与识别后的扔垃圾人员进行绑定，保存于行为数据库内；

S3：调取行为数据库内数据进行如下分析：

若任一扔垃圾人员在设定周期内投扔同一种垃圾的次数m与投扔垃圾的总次数M之间的关系满足下式，则认为该人员为高风险人员，将高风险人员发送给监控后台，监控后台指派无人机或监管人员进行在高风险人员的扔垃圾的高频时间段进行现场监督；

其中，m为设定周期投内投扔同一种垃圾的次数；

M为设定周期内投扔垃圾的总次数；

k为设定的风险阈值。

2.根据权利要求1所述的监控方法，其特征在于，S2具体包括以下内容：

根据干湿垃圾分类模型对垃圾图像进行判定，判断其扔的垃圾为湿垃圾或干垃圾；

根据人脸匹配模型对获取的扔垃圾人员的脸部图像进行识别，判断其是否为新人；

若是，则创建新用户表，在新用户表内添加判定结果及扔垃圾的时间段，并将其保存于行为数据库内；

若不是，则在对应的已有用户表内添加判定结果及扔垃圾的时间段，并将其保存于行为数据库内。

3.根据权利要求1所述的监控方法，其特征在于，S3中：调取行为数据库内数据还进行如下分析：

根据所有扔垃圾人员的垃圾图像，得到对应垃圾箱的状态信息，判断垃圾箱是否已堆满；

若已堆满，则将垃圾箱已满信息发送给监控后台，否则不动作。

4.根据权利要求3所述的监控方法，其特征在于，S3中：调取行为数据库内数据还进行如下分析：

根据每个扔垃圾人员的扔垃圾的时间段和垃圾箱的状态信息，预测垃圾箱堆满的时间段，并将该时预测间段发送给监控后台。

5.根据权利要求3所述的监控方法，其特征在于，S3中：调取行为数据库内数据还进行如下分析：

根据每个扔垃圾人员的扔垃圾的时间段和垃圾箱的状态信息，判断现有的垃圾箱的数量和/或垃圾箱的处理频率是否满足现阶段扔垃圾的需求；

若不满足，则将该信息发送给监控后台，并将建议的垃圾箱变更数量及垃圾箱的处理频率发送给监控后台。

6.根据权利要求1-5任一项所述的监控方法，其特征在于，S3中：调取行为数据库内数据还进行如下分析：

根据每个扔垃圾人员的扔垃圾的时间段，预测扔垃圾人员的睡眠时间段，并判断该扔垃圾人员是否缺少睡眠；

若缺少，则将该信息发送给监控后台，当该扔垃圾人员下次扔垃圾时通过提醒装置提醒其早点休息。

7.根据权利要求1-5任一项所述的监控方法，其特征在于，S2还包括以下内容：根据干湿垃圾分类模型对垃圾图像进行判定，判断其扔的垃圾为湿垃圾或干垃圾，并对判定为湿垃圾的垃圾图像进行进一步处理，识别垃圾图像中湿垃圾的成分，将湿垃圾的成分与识别后的扔垃圾人员绑定后，保存于行为数据库内；

S3还包括以下内容：调取行为数据库内数据进行如下分析：

根据每个扔垃圾人员的扔的湿垃圾成分，使用饮食预测模型，预测扔垃圾人员的饮食习惯，并将其发送给监控后台，当扔垃圾人员下次扔垃圾时通过推送装置推送其偏好的食物和/或提醒其营养均衡。

8.根据权利要求7所述的监控方法，其特征在于，S3中：调取行为数据库内数据还进行如下分析：

根据所有扔垃圾人员的垃圾图像，使用YoLo目标检测模型，得到所有扔垃圾人员的高频常用需求品，并将其发送给监控后台，监控后台推送给对应超市。

9.应用于垃圾投放点的监控系统，其特征在于，包括：

一个或多个处理器；

存储器；

以及一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由一个或多个处理器执行，所述的一个或多个程序包括用于实现上述权利要求1-8中任一所述的监控方法的指令。