CN110647833A - 一种垃圾分类判断装置及其方法 - Google Patents

一种垃圾分类判断装置及其方法 Download PDF

Info

Publication number
CN110647833A
CN110647833A CN201910878733.8A CN201910878733A CN110647833A CN 110647833 A CN110647833 A CN 110647833A CN 201910878733 A CN201910878733 A CN 201910878733A CN 110647833 A CN110647833 A CN 110647833A
Authority
CN
China
Prior art keywords
garbage
image
classification
trash
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910878733.8A
Other languages
English (en)
Inventor
郭文卓
丁凯
曹超阳
龙腾
陈青山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Linguan Data Technology Co.,Ltd.
Shanghai Shengteng Data Technology Co.,Ltd.
Shanghai yingwuchu Data Technology Co.,Ltd.
Shanghai Hehe Information Technology Development Co Ltd
Original Assignee
Shanghai Hehe Information Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Hehe Information Technology Development Co Ltd filed Critical Shanghai Hehe Information Technology Development Co Ltd
Priority to CN201910878733.8A priority Critical patent/CN110647833A/zh
Publication of CN110647833A publication Critical patent/CN110647833A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种垃圾分类判断装置，包括：获取单元，用来获取垃圾图像；第一判断单元，用来基于垃圾图像与垃圾分类图像库的图像特征对比结果获取垃圾类型；输出单元，用来输出垃圾类型。本申请还公开了一种垃圾分类判断方法。本申请对用户而言操作简便易行，用户只需拍摄获取垃圾图像即可得到对应的垃圾类型，避免了文字输入、菜单查询等繁琐操作。

Description

一种垃圾分类判断装置及其方法
技术领域
本申请涉及一种利用电子设备进行垃圾分类判断的装置及其方法。
背景技术
在日常生活中，人们经常需要完成垃圾的识别和分类，投递到不同类别的垃圾桶内，从而实现垃圾分类，方便后续垃圾的处理和回收再利用。长期以来人们习惯统一投放垃圾并作后续处理，自从推行严格的垃圾分类后，大家对于一些垃圾的具体分类明细难以掌握。例如，喝了一半的珍珠奶茶，包裹着猫屎的水晶猫砂等。一件混合的生活垃圾可能属于多种不同分类，不同地域因其处理方法和工艺不同，也可能有不同的分类标准。因此人们经常需要对这些垃圾进行有针对性的区分和分类，如：把喝剩一半的奶茶倒进下水道，珍珠倒进湿垃圾桶，根据奶茶杯的干净程度和材质判断奶茶杯属于具体哪个垃圾类别。目前的微信小程序或支付宝等应用软件对具体垃圾的分类查询存在许多无法判断的情况，只能通过人工进一步搜索或询问来进行分类，这给用户带来了很大的不方便，因为这意味着用户还要先看一下该垃圾的后续处理方案才能知道其所属的分类，然后再手工地选择把垃圾投入进哪个分类中。因此，现有的利用电子设备进行垃圾分类的方法多是人工的，不是智能自动的，故在时间和效率上都有较大的提升空间。
发明内容
本申请所要解决的技术问题是如何利用智能手机等具有摄像头的电子设备协助进行垃圾分类判断。在理想场景下，利用手机上的摄像头拍摄实物垃圾，并获取图像所示垃圾的类型。
为解决上述技术问题，本申请公开了一种垃圾分类判断装置，包括：获取单元，用来获取垃圾图像；第一判断单元，用来基于垃圾图像与垃圾分类图像库的图像特征对比结果获取垃圾类型；输出单元，用来输出垃圾类型。上述垃圾分类判断装置是本申请的实施例一，仅基于图像特征比对来进行垃圾分类判断。
进一步地，所述垃圾分类判断装置还包括第二判断单元，用来在第一判断单元无法获取垃圾类型时，基于垃圾分类模型获取垃圾类型。这是本申请的实施例二，基于图像特征比对和机器学习来进行垃圾分类判断。
进一步地，所述获取单元为电子设备的摄影或摄像单元。这是一种优选的实现方式。
进一步地，所述输出单元为电子设备的显示屏、扬声器中的任一种或多种。这是一种优选的实现方式。
进一步地，所述垃圾分类判断装置还包括反馈单元，用来获取用户反馈的垃圾名称和/或垃圾类型，并将垃圾图像与用户反馈信息匹配后保存到垃圾分类图像库中。这用来扩充、修正垃圾分类图像库的数据。
本申请还公开了一种垃圾分类判断方法，包括如下步骤：步骤S410：获取垃圾图像。步骤S420：基于垃圾图像与垃圾分类图像库的图像特征对比结果获取垃圾类型。步骤S440：输出垃圾类型。上述垃圾分类判断方法是本申请的实施例一，仅基于图像特征比对来进行垃圾分类判断。
进一步地，当所述步骤S420的图像特征比对有匹配结果，则进入步骤S440；否则进入步骤S430。步骤S430：基于垃圾分类模型获取垃圾类型；随后进入步骤S440。这是本申请的实施例二，基于图像特征比对和机器学习来进行垃圾分类判断。
进一步地，所述步骤S410中，提供一分类识别区域，仅获取所述分类识别区域中的垃圾图像。这用来提获取完整、清晰的垃圾图像，有利于后续的图像特征比、使用机器学习模型等判断。
进一步地，所述步骤S410中，获取拍摄垃圾的静态图像、或者从拍摄垃圾的视频中获取一幅或多幅图像帧。这里给出了常见的两种获取垃圾图像的方式。
进一步地，所述步骤S420中，将垃圾图像在垃圾分类图像库中进行图像特征对比，所述垃圾分类图像库中的图像已知垃圾名称和垃圾类型，获取匹配到的图像的垃圾名称和垃圾类型。这是图像特征比对的一种具体实现方式。
进一步地，所述步骤S440中，输出匹配到的图像的垃圾名称和垃圾类型。本申请可以同时输出垃圾名称和垃圾类型两个参数，可选地还可输出相应的垃圾处理建议等信息。其中输出垃圾名称是图像特征比对方式所取得的独特效果，有利于更为细致地调整垃圾类型。
进一步地，当步骤S420没有在垃圾分类图像库中找到匹配的图像，则所述步骤S440中输出无法进行垃圾分类的信息。这表明图像特征比对的方式存在空白点。
进一步地，所述步骤S430中，将垃圾图像输入垃圾分类模型，获取垃圾分类模型输出的垃圾类型。这是使用机器学习模型的一种具体实现方式。
进一步地，所述垃圾分类模型是对已知垃圾类型的现有图像进行训练学习产生的。这是机器学习模型的产生方式。
进一步地，所述步骤S430中，将一定数量的标注好垃圾类型的图像输入训练器，训练完成后由训练器产生垃圾分类模型。这是机器学习模型的具体产生方式。
进一步地，所述训练器采用卷积神经网络(Convolutional Neural Network，CNN)。这是一种常见的机器学习或深度学习模型，也是一种常见的神经网络。
进一步地，在步骤S440之后还包括：获取用户反馈的垃圾名称和/或垃圾类型，并将垃圾图像与用户反馈信息匹配后保存到垃圾分类图像库中。这用来扩充、修正垃圾分类图像库的数据。
进一步地，对反馈单元传递的垃圾图像与用户反馈的垃圾名称和/或垃圾类型的匹配关系进行暂存，并对反馈单元传递的垃圾图像之间进行图像特征比对；当第一数量的反馈单元传输的垃圾图像的图像特征比对结果为相互匹配、且所述第一数量的垃圾图像对应的用户反馈的垃圾名称和/或垃圾类型相同时，将所述第一数量的垃圾图像与用户反馈的垃圾名称和/或垃圾类型的匹配关系保存到垃圾分类图像库中。这是对保存到垃圾分类图像库中的数据的一种自动审核方式，避免垃圾信息的干扰与破坏。
本申请取得的技术效果是对用户而言操作简便易行，用户只需拍摄获取垃圾图像即可得到对应的垃圾类型，避免了文字输入、菜单查询等繁琐操作。本申请有利于引导垃圾分类工作的推行，更加便捷地实现垃圾分类，有利于变废为宝、节约资源、保护环境。
附图说明
图1是本申请公开的垃圾分类判断装置的实施例一的结构示意图。
图2是本申请公开的垃圾分类判断装置的实施例二的结构示意图。
图3是本申请公开的垃圾分类判断装置的实施例一的变形结构示意图。
图4是本申请公开的垃圾分类判断装置的实施例二的变形结构示意图。
图5是本申请公开的垃圾分类判断方法的实施例一的流程图。
图6是提供分类识别区域的示意图。
图7是本申请公开的垃圾分类判断方法的实施例二的流程图。
图8是本申请公开的垃圾分类判断方法的实施例一的变形流程图。
图9是本申请公开的垃圾分类判断方法的实施例二的变形流程图。
图中附图标记说明：100、200为垃圾分类判断装置；110为获取单元；120为第一判断单元；130为第二判断单元；140为输出单元；150为反馈单元；310为分类识别区域；320为结果输出区域。
具体实施方式
请参阅图1，这是本申请公开的垃圾分类判断装置的实施例一。所述垃圾分类判断装置包括获取单元110、第一判断单元120和输出单元140。
获取单元110用来获取垃圾图像。优选地，获取单元110为电子设备的摄影或摄像单元。例如，获取单元110是手机、平板电脑等移动终端的摄像头。
第一判断单元120用来基于垃圾图像与垃圾分类图像库的图像特征对比结果获取垃圾类型。所述垃圾分类图像库中的图像已知垃圾名称和垃圾类型，第一判断单元120是将垃圾图像在垃圾分类图像库中进行图像特征对比，获取匹配到的图像的垃圾名称和垃圾类型。
输出单元130用来输出垃圾类型。优选地，输出单元130为电子设备的显示屏、扬声器中的任一种或多种。例如，输出单元130是手机、平板电脑等移动终端的显示屏。
作为一种示例，所述垃圾类型包括干垃圾、湿垃圾、可回收垃圾、有害垃圾。垃圾类型可根据不同地域、政策、时间等因素进行相应调整。
请参阅图2，这是本申请公开的垃圾分类判断装置的实施例二。所述垃圾分类判断装置包括获取单元110、第一判断单元120、第二判断单元130和输出单元140。其中三个单元与实施例一相同，不再赘述。
第二判断单元130用来在第一判断单元120由于图像特征比对没有匹配结果而无法获取垃圾类型时，基于垃圾分类模型获取垃圾类型。第二判断单元130是将垃圾图像输入垃圾分类模型，获取垃圾分类模型输出的垃圾类型。所述垃圾分类模型是对已知垃圾类型的现有图像进行训练学习产生的。具体来说，将一定数量的标注好垃圾类型的图像输入训练器，训练完成后由训练器产生垃圾分类模型。优选地，所述训练器采用卷积神经网络。
可选地，所述垃圾分类判断装置在上述两个实施例的基础上还包括反馈单元150，如图3和图4所示。反馈单元150用来获取用户反馈的垃圾名称和/或垃圾类型，并将垃圾图像与用户反馈信息匹配后保存到垃圾分类图像库中。
请参阅图5，这是本申请公开的垃圾分类判断方法的实施例一。其包括如下步骤。
步骤S410：获取垃圾图像。例如，通过手机、平板电脑等移动终端的摄像头对实物垃圾摄影或摄像。如采用摄像，则从中提取若干帧作为垃圾图像。
步骤S420：基于垃圾图像与垃圾分类图像库的图像特征对比结果获取垃圾类型。所述垃圾分类图像库中的图像已知垃圾名称和垃圾类型，这一步是将垃圾图像在垃圾分类图像库中进行图像特征对比，获取匹配到的图像的垃圾名称和垃圾类型。
步骤S440：输出垃圾类型。例如，在手机、平板电脑等移动终端的显示屏上输出之前所拍摄的垃圾图像所属的垃圾类型。优选地，这一步输出匹配到的图像的垃圾名称和垃圾类型。当步骤S420没有在垃圾分类图像库中找到匹配的图像，则这一步输出无法进行垃圾分类的信息。
优选地，所述步骤S410中，提供一分类识别区域，仅获取所述分类识别区域中的垃圾图像。如果所述分类识别区域中包括用户拍摄的垃圾图像，则根据该图像内容显示的垃圾进行分类。如果所述分类识别区域中不包括用户拍摄的垃圾图像，则不进行分类。
请参阅图6，这是手机的显示屏的示意图。在显示屏上设置有一个分类识别区域310和结果输出区域320。在所述步骤S410获取垃圾图像的过程中，由手机的摄像头捕捉到的画面实时显示在分类识别区域310中。分类识别区域310用来提示用户完整、清晰地拍摄实物垃圾的全貌，从而获得高质量的垃圾图像，有利于后续的图像特征比对等判断。结果输出区域310用来输出所拍摄的垃圾图像对应的垃圾名称和垃圾类型(如图像特征比对有匹配结果)，或者输出所拍摄的垃圾图像对应的垃圾类型(如图像特征比对无匹配结果)。
所述步骤S410中，可以拍摄实物垃圾的静态图像，也可以拍摄实物垃圾的视频并从中抽取一幅或多幅关键的图像帧，例如是指清晰的包含实物垃圾的全貌的图像帧。
请参阅图7，这是本申请公开的垃圾分类判断方法的实施例二。在实施例一的基础上，当步骤S420的图像特征比对有匹配结果，则进入步骤S440；否则进入步骤S430。
步骤S430：基于垃圾分类模型获取垃圾类型；随后进入步骤S440。这一步是将垃圾图像输入垃圾分类模型，获取垃圾分类模型输出的垃圾类型。所述垃圾分类模型是对已知垃圾类型的现有图像进行训练学习产生的。具体来说，将一定数量的标注好垃圾类型的图像输入训练器，训练完成后由训练器产生垃圾分类模型。优选地，所述训练器采用卷积神经网络。
可选地，所述垃圾分类判断方法在上述两个实施例的基础上，在步骤S440之后还包括步骤S450，如图8和图9所示。步骤S450：获取用户反馈的垃圾名称和/或垃圾类型，并将垃圾图像与用户反馈信息匹配后保存到垃圾分类图像库中。当用户认为收到的垃圾分类结果不正确、或收到无法分类的信息时，可以提供反馈信息，以扩充、修正垃圾分类图像库中的数据。
为确保垃圾分类图像库中垃圾图像与垃圾名称与垃圾类型的对应关系准确，可采用如下方式的任一种，以避免垃圾信息的干扰与破坏。
方式一：对反馈单元传递的垃圾图像与用户反馈的垃圾名称和/或垃圾类型的匹配关系进行人工审核，审核通过后保存到垃圾分类图像库中。
方式二：对反馈单元传递的垃圾图像与用户反馈的垃圾名称和/或垃圾类型的匹配关系进行暂存，并对反馈单元传递的垃圾图像之间进行图像特征比对。
当第一数量的反馈单元传输的垃圾图像的图像特征比对结果为相互匹配、且所述第一数量的垃圾图像对应的用户反馈的垃圾名称相同时，将所述第一数量的垃圾图像与用户反馈的垃圾名称的匹配关系保存到垃圾分类图像库中。
当第一数量的反馈单元传输的垃圾图像的图像特征比对结果为相互匹配、且所述第一数量的垃圾图像对应的用户反馈的垃圾类型相同时，将所述第一数量的垃圾图像与用户反馈的垃圾类型的匹配关系保存到垃圾分类图像库中。
当第一数量的反馈单元传输的垃圾图像的图像特征比对结果为相互匹配、且所述第一数量的垃圾图像对应的用户反馈的垃圾名称和垃圾类型均相同时，将所述第一数量的垃圾图像与用户反馈的垃圾名称和垃圾类型的匹配关系保存到垃圾分类图像库中。
例如，第一数量设为10。
综上所述，本申请公开的垃圾分类判断装置及其方法有效克服了现有电子设备协助进行垃圾分类判断的种种缺点，具有高度产业利用价值。
以上仅为本申请的优选实施例，并不用于限定本申请。对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (18)

1.一种垃圾分类判断装置，其特征是，包括：
获取单元，用来获取垃圾图像；
第一判断单元，用来基于垃圾图像与垃圾分类图像库的图像特征对比结果获取垃圾类型；
输出单元，用来输出垃圾类型。
2.根据权利要求1所述的垃圾分类判断装置，其特征是，还包括第二判断单元，用来在第一判断单元无法获取垃圾类型时，基于垃圾分类模型获取垃圾类型。
3.根据权利要求1或2所述的垃圾分类判断装置，其特征是，所述获取单元为电子设备的摄影或摄像单元。
4.根据权利要求1或2所述的垃圾分类判断装置，其特征是，所述输出单元为电子设备的显示屏、扬声器中的任一种或多种。
5.根据权利要求1或2所述的垃圾分类判断装置，其特征是，还包括反馈单元，用来获取用户反馈的垃圾名称和/或垃圾类型，并将垃圾图像与用户反馈信息匹配后保存到垃圾分类图像库中。
6.一种垃圾分类判断方法，其特征是，包括如下步骤：
步骤S410：获取垃圾图像；
步骤S420：基于垃圾图像与垃圾分类图像库的图像特征对比结果获取垃圾类型；
步骤S440：输出垃圾类型。
7.根据权利要求6所述的垃圾分类判断方法，其特征是，当所述步骤S420的图像特征比对有匹配结果，则进入步骤S440；否则进入步骤S430；
步骤S430：基于垃圾分类模型获取垃圾类型；随后进入步骤S440。
8.根据权利要求6或7所述的垃圾分类判断方法，其特征是，所述步骤S410中，提供一分类识别区域，仅获取所述分类识别区域中的垃圾图像。
9.根据权利要求6或7所述的垃圾分类判断方法，其特征是，所述步骤S410中，获取拍摄垃圾的静态图像、或者从拍摄垃圾的视频中获取一幅或多幅图像帧。
10.根据权利要求6或7所述的垃圾分类判断方法，其特征是，所述步骤S420中，将垃圾图像在垃圾分类图像库中进行图像特征对比，所述垃圾分类图像库中的图像已知垃圾名称和垃圾类型，获取匹配到的图像的垃圾名称和垃圾类型。
11.根据权利要求10所述的垃圾分类判断方法，其特征是，所述步骤S440中，输出匹配到的图像的垃圾名称和垃圾类型。
12.根据权利要求10所述的垃圾分类判断方法，其特征是，当步骤S420没有在垃圾分类图像库中找到匹配的图像，则所述步骤S440中输出无法进行垃圾分类的信息。
13.根据权利要求7所述的垃圾分类判断方法，其特征是，所述步骤S430中，将垃圾图像输入垃圾分类模型，获取垃圾分类模型输出的垃圾类型。
14.根据权利要求13所述的垃圾分类判断方法，其特征是，所述垃圾分类模型是对已知垃圾类型的现有图像进行训练学习产生的。
15.根据权利要求7所述的垃圾分类判断方法，其特征是，所述步骤S430中，将一定数量的标注好垃圾类型的图像输入训练器，训练完成后由训练器产生垃圾分类模型。
16.根据权利要求15所述的垃圾分类判断方法，其特征是，所述训练器采用卷积神经网络。
17.根据权利要求6或7所述的垃圾分类判断方法，其特征是，在步骤S440之后还包括步骤S450：获取用户反馈的垃圾名称和/或垃圾类型，并将垃圾图像与用户反馈信息匹配后保存到垃圾分类图像库中。
18.据权利要求17所述的垃圾分类判断方法，其特征是，所述步骤S450中，对反馈单元传递的垃圾图像与用户反馈的垃圾名称和/或垃圾类型的匹配关系进行暂存，并对反馈单元传递的垃圾图像之间进行图像特征比对；当第一数量的反馈单元传输的垃圾图像的图像特征比对结果为相互匹配、且所述第一数量的垃圾图像对应的用户反馈的垃圾名称和/或垃圾类型相同时，将所述第一数量的垃圾图像与用户反馈的垃圾名称和/或垃圾类型的匹配关系保存到垃圾分类图像库中。
CN201910878733.8A 2019-09-18 2019-09-18 一种垃圾分类判断装置及其方法 Pending CN110647833A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910878733.8A CN110647833A (zh) 2019-09-18 2019-09-18 一种垃圾分类判断装置及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910878733.8A CN110647833A (zh) 2019-09-18 2019-09-18 一种垃圾分类判断装置及其方法

Publications (1)

Publication Number Publication Date
CN110647833A true CN110647833A (zh) 2020-01-03

Family

ID=69010669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910878733.8A Pending CN110647833A (zh) 2019-09-18 2019-09-18 一种垃圾分类判断装置及其方法

Country Status (1)

Country Link
CN (1) CN110647833A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107054937A (zh) * 2017-03-23 2017-08-18 广东数相智能科技有限公司 一种基于图像识别的垃圾分类提示装置和系统
CN107291737A (zh) * 2016-04-01 2017-10-24 腾讯科技（深圳）有限公司 敏感图像识别方法及装置
CN109145901A (zh) * 2018-08-14 2019-01-04 腾讯科技（深圳）有限公司 物品识别方法、装置、计算机可读存储介质和计算机设备
CN110083723A (zh) * 2019-04-24 2019-08-02 成都大熊猫繁育研究基地 一种小熊猫个体识别方法、设备及计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107291737A (zh) * 2016-04-01 2017-10-24 腾讯科技（深圳）有限公司 敏感图像识别方法及装置
CN107054937A (zh) * 2017-03-23 2017-08-18 广东数相智能科技有限公司 一种基于图像识别的垃圾分类提示装置和系统
CN109145901A (zh) * 2018-08-14 2019-01-04 腾讯科技（深圳）有限公司 物品识别方法、装置、计算机可读存储介质和计算机设备
CN110083723A (zh) * 2019-04-24 2019-08-02 成都大熊猫繁育研究基地 一种小熊猫个体识别方法、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN109684979B (zh) 一种基于图像识别技术的垃圾分类方法、装置及电子设备
CN101512549B (zh) 数字图像采集装置中的实时人脸追踪
CN107123081A (zh) 图像处理方法、装置及终端
CN104717366B (zh) 联系人头像的推荐方法及装置
CN105472583B (zh) 消息处理方法及装置
CN104219445B (zh) 拍摄模式调整方法及装置
CN105512220B (zh) 图像页面输出方法及装置
CN104463103B (zh) 图像处理方法及装置
CN106331504A (zh) 拍摄方法及装置
CN105139033A (zh) 分类器构建方法及装置和图片处理方法及装置
WO2016107037A1 (zh) 图片分类方法及装置
CN106250921A (zh) 图片处理方法及装置
CN105528078B (zh) 控制电子设备的方法及装置
CN105451029A (zh) 一种视频图像的处理方法及装置
CN108416337A (zh) 提醒用户清洁镜头的方法及装置
CN106127751A (zh) 图像检测方法、装置以及系统
CN104077597A (zh) 图像分类方法及装置
CN105335753A (zh) 图像识别方法和装置
CN105117706A (zh) 图像处理方法和装置、字符识别方法和装置
JP2019016298A5 (ja) 画像処理装置、学習方法、学習済モデル、画像処理方法
CN109255128A (zh) 多层级标签的生成方法、装置和存储介质
CN105335714A (zh) 照片处理方法、装置和设备
CN112560649A (zh) 一种行为动作检测方法、系统、设备及介质
CN106547850A (zh) 表情注释方法及装置
CN104484867A (zh) 图片处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 200433 room 335, No. 8008-34, National Road, Shanghai, Yangpu District

Applicant after: Shanghai hehe Information Technology Co., Ltd

Address before: 200433 room 335, No. 8008-34, National Road, Shanghai, Yangpu District

Applicant before: INTSIG INFORMATION Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 1105-1123, No. 1256, 1258, Wanrong Road, Jing'an District, Shanghai, 200436

Applicant after: Shanghai hehe Information Technology Co., Ltd

Address before: 200433 room 335, No. 8008-34, National Road, Shanghai, Yangpu District

Applicant before: Shanghai hehe Information Technology Co., Ltd

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210223

Address after: Room 1105-1123, 1256 and 1258 Wanrong Road, Jing'an District, Shanghai, 200436

Applicant after: Shanghai hehe Information Technology Co., Ltd

Applicant after: Shanghai Shengteng Data Technology Co.,Ltd.

Applicant after: Shanghai Linguan Data Technology Co.,Ltd.

Applicant after: Shanghai yingwuchu Data Technology Co.,Ltd.

Address before: Room 1105-1123, 1256 and 1258 Wanrong Road, Jing'an District, Shanghai, 200436

Applicant before: Shanghai hehe Information Technology Co., Ltd