CN111814519A - 行为评分获取方法及相关产品 - Google Patents
行为评分获取方法及相关产品 Download PDFInfo
- Publication number
- CN111814519A CN111814519A CN201910290952.4A CN201910290952A CN111814519A CN 111814519 A CN111814519 A CN 111814519A CN 201910290952 A CN201910290952 A CN 201910290952A CN 111814519 A CN111814519 A CN 111814519A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- garbage
- score value
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 98
- 239000010813 municipal solid waste Substances 0.000 claims abstract description 296
- 230000006399 behavior Effects 0.000 claims description 88
- 238000005538 encapsulation Methods 0.000 claims description 54
- 238000012937 correction Methods 0.000 claims description 21
- 238000004806 packaging method and process Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 17
- 230000009471 action Effects 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000015556 catabolic process Effects 0.000 description 38
- 238000006731 degradation reaction Methods 0.000 description 38
- 238000003756 stirring Methods 0.000 description 13
- 230000003749 cleanliness Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 8
- 238000009833 condensation Methods 0.000 description 8
- 230000005494 condensation Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000593 degrading effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003895 organic fertilizer Substances 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Social Psychology (AREA)
- Multimedia (AREA)
- Primary Health Care (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本申请实施例提供一种行为评分获取方法及相关产品,其中,所述方法包括:根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内;根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息;根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。因此,能够提升垃圾投放时行为评分值监督时的效率。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及一种行为评分获取方法及系统。
背景技术
随着社会的不断发展,人们的生活水平也随之提高。随着人们的生活水平的提高,生活垃圾也越来越多,当前在进行生活垃圾处理时,通常的方法为,用户将生活垃圾直接投放到垃圾桶,在投放时,通常会很随意的将垃圾进行投放,导致在进行垃圾处理时的难度增大。当前在对用户投放垃圾时的进行行为评分值时主要采用人工进行监督,导致在行为评分值确定时的效率较低。
发明内容
本申请实施例提供一种行为评分获取方法及相关产品,能够提升垃圾投放时行为评分值监督时的效率。
本申请实施例的第一方面提供了一种行为评分获取方法,所述方法包括:
根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内;
根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息;
根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。
本申请实施例的第二方面提供了一种评分获取装置,所述装置包括第一获取单元、第二获取单元和确定单元,其中,
所述第一获取单元,用于根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内;
所述第二获取单元,用于根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息;
所述确定单元,用于根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。
本申请实施例的第三方面提供一种电子设备,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如本申请实施例第一方面中的步骤指令。
本申请实施例的第四方面提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
本申请实施例的第五方面提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,至少具有如下有益效果:
本申请实施例,根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内,根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息,根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。因此,通过对垃圾袋的状态信息和垃圾桶的状态信息,得到目标垃圾袋的垃圾投放信息,根据垃圾投放信息确定出行为评分,相对于现有方案中,通过人工的方式确定行为评分,能够一定程度上提升行为评分时的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供了一种行为评分获取方法的流程示意图;
图2A为本申请实施例提供了一种行为评分获取方法的流程示意图;
图2B为本申请实施例提供了一种垃圾处理装置的结构示意图;
图3为本申请实施例提供了另一种行为评分获取方法的流程示意图;
图4为本申请实施例提供了另一种行为评分获取方法的流程示意图;
图5为本申请实施例提供的一种电子设备的结构示意图;
图6为本申请实施例提供了一种行为评分获取装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(user equipment,UE),移动台(mobile station,MS),终端设备(terminaldevice),垃圾处理设备,制肥装置等等。为方便描述,上面提到的设备统称为电子设备。
为了更好的理解本申请实施例提供的一种行为评分获取方法,下面首先对行为评分获取方法进行简要介绍。请参阅图1,图1为本申请实施例提供了一种行为评分获取方法的示意图。如图1所示,目标用户将目标垃圾袋投放到目标垃圾桶中,行为评分获取装置获取目标图像,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内,行为评分获取装置根据目标图像,获取目标垃圾袋的第一状态信息,以及目标垃圾桶的第二状态信息,行为评分获取装置根据第一状态信息和第二状态信息,获取目标用户投放目标垃圾袋的垃圾投放信息,行为评分获取装置根据垃圾投放信息,采用预设的评分值确定方法,确定出目标用户的行为评分值。因此,相对于现有方案中,通过人工的方式确定行为评分,能够一定程度上提升行为评分时的准确性。
请参阅图2A,图2A为本申请实施例提供了一种行为评分获取方法的流程示意图。如图2A所示,行为评分获取方法包括步骤201-203,具体如下:
201、根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内。
可选的,第一状态信息可以包括参考封装信息、参考饱和度、是否为对应的垃圾分类等。是否为对应的垃圾分类可以理解为:垃圾分类为干垃圾和湿垃圾,干垃圾可以理解为塑料垃圾、纸质垃圾等,湿垃圾可以理解为生活垃圾等。生活垃圾例如可以是菜叶类别、落叶类别、剩饭类别、菜梗类别、果皮类别、剩肉类别、内脏类别、残枝类别、果壳类别、骨骼类别等的垃圾。
可选的,目标图像可以包括投放图像和检测图像。其中,投放图像可以理解为用户投放目标垃圾袋时的图像,检测图像可以理解为,投放后的电子设备所采集的图像。
可选的,一种可能的根据目标图像,获取第一状态信息的方法包括步骤A1-A5,具体如下:
A1、对所述投放图像进行特征提取,得到第一特征数据集,以及对所述检测图像进行特征提取,得到第二特征数据集;
其中,对投放图像进行特征提取的方法可以为:方向梯度直方图(Histogram ofOriented Gradient,HOG)、局部二值模式(Local Binary Pattern,LBP)、Haar-like特征提取算法等。
可选的,第一特征数据、第二特征数据可以理解为灰度值。
可选的,投放图像可以理解为目标用户投放目标垃圾袋时所采集的图像,检测图像可以理解为在进行行为评分检测时所采集的图像。
A2、根据所述第一特征数据集,确定出所述目标用户投放所述目标垃圾袋时的第一封装信息和第一饱和度;
其中,第一封装信息和第一饱和度可以理解为用户在将目标垃圾袋投放到目标垃圾桶时,该目标垃圾袋所具有的封装信息和饱和度,封装信息可以理解为:目标用户对目标垃圾袋进行打包后,该目标垃圾袋整体的封存或者打包自状态信息,例如可以为:垃圾袋是否完整、垃圾袋是否出现破损等。饱和度可以理解为:目标垃圾袋被垃圾填充时的饱满程度,也可以理解为对目标垃圾袋进行填充垃圾后,垃圾袋的填充量等。
可选的,可以对第一特征数据集中的数据进行轮廓数据提取,从而根据轮廓数据确定出第一封装信息和第一饱和度。进行轮廓数据提取时,可以将灰度值发生突变的区域作为轮廓线,从而进行轮廓数据提取。
A3、根据所述第二特征数据集,确定出第二封装信息和第二饱和度;
其中,从第二特征数据集中确定第二封装信息和第二饱和度的方法参照步骤A2中的方法,此次不再赘述。
A4、获取所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二饱和度对应的权值;
其中,权值与上述第一封装信息、第一饱和度、第二封装信息和第二饱和度一一对应,第一封装信息和第二封装信息的权值之和为1,第一饱和度和第二饱和度的权值之和为1。
A5、根据所述权值,对所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二参考饱和度进行权值运算,得到参考封装信息和参考饱和度。
其中,进行权值运算时,可以将第一封装信息乘以与其对应的权值,加上第二封装信息与其对应的权值,得到参考封装信息。同理得到参考饱和度。
可选的,第二状态信息可以包括剩余容量,一种可能的获取目标垃圾桶的第二状态信息的方法可以为:根据所述目标图像获取所述目标垃圾桶中垃圾袋的最高高度;根据该最高高度确定剩余容量。其中,垃圾袋的最高高度可以理解为,目标垃圾桶中,垃圾袋最高的点所在的平行于目标垃圾桶底部的平面距离底部所在平面的距离,目标垃圾桶底部可以理解为底部平面的一部分。
其中,根据最高高度确定剩余容量的方法为:将目标垃圾桶的高度,减去该最高高度,得到高度差值,根据该高度差值乘以目标垃圾桶底部的面积,得到剩余容量。
202、根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息。
可选的,一种可能的获取目标垃圾袋的垃圾投放信息的方法包括步骤B10-B11,具体如下:
B10、若所述剩余容量低于预设容量阈值,则根据所述剩余容量确定出所述目标垃圾桶的容量评分值;
可选的,一种可能的根据剩余容量确定出容量评分值的方法为:按照预设的容量区间与容量评分值之间的映射关系,确定出目标垃圾桶对应的容量评分值。容量区间与容量评分值之间的映射关系可以根据历史数据或经验值设定。预设容量阈值可以通过历史数据或经验值设定。
B11、根据所述参考封装信息、所述参考饱和度和所述容量评分值,确定出目标封装信息和目标饱和度。
可选的,将容量评分值进行归一化处理,得到归一化容量评分值,可以理解为:将容量评分值映射到0至1之间的值。
可选的,将参考封装信息与归一化容量评分值之和作为目标封装信息,将参考饱和度与归一化容量评分值之和作为目标饱和度。
一个可能的示例中,第二状态信息包括目标垃圾桶的位置信息和外表信息,另一种可能的确定垃圾投放信息的方法可包括步骤B20-B26,具体如下:
B20、获取目标垃圾桶的目标位置信息和目标外表信息;
可选的,获取目标垃圾桶的位置信息的方法可以为:对目标图像进行轮廓提取,得到目标垃圾桶的轮廓信息;根据轮廓信息,确定出目标垃圾桶的位置信息。其中,轮廓提取方法可以采用前述的特征提取算法得到。根据轮廓信息,确定出目标垃圾桶的位置信息可以理解为:将轮廓的中心点的坐标作为垃圾桶的位置坐标,得到位置信息。
可选的,外表信息可以包括垃圾桶的清洁度或者垃圾桶的损坏度。清洁度可以理解为垃圾桶外部具有脏污的程度,损坏度可以理解为垃圾桶外部的损坏程度。
B21、根据所述目标位置信息确定出与预设的位置信息之间的位置目标偏离度;
其中,预设位置信息可以理解为垃圾桶预先放置的位置。目标偏离度可以理解为,目标位置与预设位置之间的位移量,可以通过目标位置的坐标值和预设位置的坐标值,按照距离计算公式,得到位移量。
B22、根据所述偏离度确定出位置评分值;
其中,偏离度越大,位置评分值越低,偏离度越小,位置评分值越高。
B23、根据所述目标外表信息,确定出所述目标垃圾桶的清洁度和损坏度;
其中,根据外表信息确定清洁度和损坏度的方法可以为:根据外表信息中的脏污覆盖面积确定出清洁度,以及根据外表信息中的裂痕距离、刮擦面积等,确定出损坏度。脏污覆盖面积越大,清洁度越低,覆盖面积越小,清洁度越高。裂痕距离越长,损坏度越高,裂痕距离越短,损坏度越小;刮擦面积越大,损坏度越高,刮擦面积越小,损坏度越小。
B24、根据所述清洁度和损坏度,确定出外表评分值;
可选的,清洁度越高,则外表评分值越高,清洁度越低则外表评分值越低;损坏度越高,则围标评分值越低,损坏度越低,外表评分值越高。
B25、采用预设的状态评分值确定方法,根据所述位置评分值和所述外表评分值,确定出所述目标垃圾桶的状态评分值;
可选的,预设的评分值确定方法确定状态评分值可以为:
采用状态评分值确定公式,确定出状态评分值,该公式具体如下:
其中,z为状态评分值,x为位置评分值,y为外表评分值,A为位置评分值的权值,B为外表评分值的权值,C为常数。A、B、C通过经验值设定。
B26、根据所述状态评分值、参考封装信息、参考饱和度,确定出目标封装信息和目标饱和度。
可以根据预设的网络模型,确定出目标封装信息和目标饱和度。预设的网络模型可以通过机器学习得到。可参见下述步骤C1中的模型训练方法。
203、根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。
可选的,一种可能的确定行为评分值的方法包括步骤C1-C5,具体如下:
C1、根据所述目标封装信息确定出第一参考评分值;
可选的,根据封装信息确定第一参考评分值的方法可以为:通过预设的评分值确定模型,确定出第一参考评分值。
可选的,预设的评分值确定模型通过机器学习模块进行建立,一种可能的评分值确定模型建立方式为:评分值确定模型为一种通过有监督学习模型而训练得到的检测模型,评分值确定模型中的有监督学习模型例如可以是人工神经网络法中权重模型等,评分值确定模型的一种建立方法为:首先将样本进行特征提取,得到特征集,然后将特征集输入训练模型中,训练模型根据训练模型中的算法进行学习,该算法例如可以是梯度下降法、牛顿算法、共轭梯度算法等,最后输出参考评分值,以此方法,通过对大量的样本的学习,最终得到评分值确定模型,其中,样本为封装信息和参考评分值。
C2、若所述第一参考评分值低于预设的参考评分值阈值,则根据所述目标饱和度确定出第二参考评分值;
其中,参考评分值阈值通过经验值或历史数据设定。第二参考评分值确定方法可以参照步骤C1中确定第一参考评分值的方法进行确定,此处不再赘述。
C3、若所述第二参考评分值大于所述参考评分值阈值,则获取所述第二参考评分值的评分值修正系数;
其中,评分值修正系数可以根据参考评分值所在的评分值区间进行确定,不同的评分值区间具有不同的评分值修正系数。
C4、根据所述第二参考评分值和所述评分值修正系数,确定出评分值修正因子;
可选的,将第二参考评分值乘以评分值修正系数,得到评分值修正因子。也可以,将评分值修正系数减去1,得到差值,将该差值乘以第二参考评分值,得到评分值修正因子。
C5、根据所述评分值修正因子和所述第一参考评分值,确定出所述目标用户的行为评分值。
可选的,将评分值修正因子乘以第一参考评分值,得到目标用户的行为评分值。
本示例中,根据封装信息得到第一参考评分值,以及根据饱和度得到第二参考评分值,根据第二参考评分值得到修正因子,最后采用修正因子对第一参考评分值进行修正,得到行为评分值,能够一定程度上提升行为评分值确定时的准确性。
一个可能的示例中,在行为评分值较低时,可以对目标用户的行为进行判定,并将该行为等级进行推送,从而可以提升对目标用户行为的监督。具体可以参见步骤D1-D4,具体如下:
D1、若所述行为评分值低于预设行为评分值,则获取所述目标用户投放所述目标垃圾袋的动作信息;
可选的,一种可能的获取目标用户的动作信息的方法为:可以通过摄像头获取目标用户投放目标垃圾袋的动作信息。也可以通过对投放图像进行图像识别,获取该动作信息。动作信息可以包括:手部动作信息、头部动作信息等,手部动作信息可以包括左手动作信息和右手动作信息。
D2、根据所述动作信息,确定出所述目标用户的投放状态;
可选的,一种可能的根据动作信息确定投放状态的方法为:
D21、根据手部动作信息,确定出目标用户与目标垃圾桶之间的目标距离;
可选的,根据手部动作信息,确定目标距离的方法可以为:采用手掌与目标垃圾桶之间的第一距离,以及手肘与目标垃圾桶之间的第二距离,确定出目标用户与目标垃圾桶之间的目标距离。具体可以为,将第一距离和第二距离的均值作为目标距离。
D22、根据该目标距离,确定出投放状态。
可选的,根据目标距离与投放状态之间的映射关系,确定出投放状态。例如,目标距离越短,则投放状态越好,目标距离越长,投放状态越差。投放状态好可以理解为,投放时的力度等。投放力度越小,则目标垃圾袋被破损的概率越小,其完整性越好,投放力度越大,则目标垃圾袋被破损的概率越大,其完整性越差。
D3、采用所述投放状态,确定出所述目标用户的行为等级;
可选的,投放状态越好,则行为等级越高,投放状态越差,则用户行为等级越低。
D4、将所述行为等级推送给督导员。
其中,可以将行为等级通过电子设备推送给督导员。
一个可能的示例中,督导员还可以通过电子设备在客户端注册督导员身份,互联网大数据的垃圾源头分类减量综合服务平台开放督导权项,并由平台自动生成订单推送服务,该订单推送服务用于向督导用户寄送垃圾袋夹持装置等,督导用户可以进入监督控制界面,一种督导机制如下:
督导用户自己来到垃圾桶或者站点等区域,通过夹持装置加去第一垃圾袋,并开启客户端的扫码功能来扫垃圾袋二维码等标识,以及通过手动录入投递关联信息(是否准确、破损、封装完整性、饱满程度)生成被检测用户的一条投递监控记录,然后进行行为评分,以及督导用户的任务记录也同步增加一条监测记录,用于加分或者完成关联任务,如义务活动等。此外,夹持装置也可以基于开放的权项去垃圾桶旁通过扫码等方式取用。
一个可能的示例中,本申请实施例还提供了一种对目标垃圾袋中的垃圾进行处理,得到有机肥料的方法,具体如下:
通过垃圾处理装置对目标垃圾袋中的垃圾进行处理,得到有机肥料。
其中,一种可能的垃圾处理装置的结构如图2B所示,垃圾处理装置200包括舱体201、设置于舱体201上侧的舱盖202、设置于舱体201侧边的垃圾桶牵引系统203和冷凝口204、设置于冷凝口204的水蒸气引流系统205和冷凝系统206、设置于舱体201内部的降解槽207、设置于降解槽207区域的搅拌系统208和降解剂投料装置209、设置于降解槽207区域的导热油加热系统210和设置于舱体201的热风装置211,降解槽207中装有通过垃圾桶牵引系统203和舱盖202的入料口倾倒的待降解垃圾。
在一个可能的示例中,垃圾处理装置可以对进行垃圾降解时,垃圾处理装置内部的温度进行调节,从而让垃圾处理装置内部的温度处于一个恒定的温度范围,该温度范围有利于预设菌种对垃圾进行降解,一种可能的温度调节方法为:根据温度变化速率,确定出至少一个温度控制模块;采用所述至少一个温度控制模块进行温度调节,其中,至少一个温度控制模块包括:垃圾搅拌控制模块、降解剂控制模块、热风控制模块、水蒸气冷凝控制模块和导热油控制模块。
可选的,一种可能的确定出至少一个温度控制模块的方法包括:
若所述目标温度变化速率小于第一阈值,则生化降解设备确定所述至少一个温度控制模块包括垃圾搅拌控制模块和降解剂控制模块;
若所述目标温度变化速率大于或等于第一阈值且小于第二阈值,则生化降解设备确定所述至少一个温度控制模块包括热风控制模块、水蒸气冷凝控制模块和降解剂控制模块;
若所述目标温度变化速率大于或等于第二阈值且小于第三阈值,则生化降解设备确定所述至少一个温度控制模块包括热风控制模块、垃圾搅拌控制模块、水蒸气冷凝控制模块和降解剂控制模块;
若所述目标温度变化速率大于或等于第四阈值且小于第五阈值,则生化降解设备确定所述至少一个温度控制模块包括导热油控制模块、垃圾搅拌控制模块和降解剂控制模块;
若所述目标温度变化速率大于或等于第五阈值且小于第六阈值,则生化降解设备确定所述至少一个温度控制模块包括导热油控制模块、热风控制模块、水蒸气冷凝控制模块和降解剂控制模块;
若所述目标温度变化速率大于或等于第六阈值,则生化降解设备确定所述至少一个温度控制模块包括导热油控制模块、热风控制模块、垃圾搅拌控制模块、水蒸气冷凝控制模块和降解剂控制模块。
其中,目标温度变化速率可以理解为,垃圾处理装置中的温度的变化速率。第一至第六阈值可以通过经验值或历史数据设定。
在一个可能的示例中,垃圾处理装置包括搅拌轴,在对目标垃圾进行降解时,可以通过如下方法进行降解:
搅拌轴按照初始转动速率,对目标垃圾进行搅拌第一时长后,垃圾处理装置获取目标垃圾的第一降解程度;
根据所述第一降解程度,确定出所述搅拌轴的目标控制策略,所述目标控制策略指示的目标转动速率大于所述初始转动速率;
所述垃圾处理装置按照所述目标控制策略,控制所述搅拌轴运行。
其中,目标垃圾的降解难易程度不同对应的第一时长是不同的,比如降解难易程度低于预设降解难易程度时对应第一时长1,降解难易程度等于预设降解难易程度时对应第一时长2,降解难易程度高于预设降解难易程度时对应第一时长3,第一时长1>第一时长2>第一时长3;或者待降解垃圾的降解难易程度不同对应的第一时长是相同的。
可选的,确定第一降解程度的方法可以为:所述垃圾处理装置获取所述目标垃圾当前的第一重量和生物炭的第二重量;所述垃圾处理装置基于第一公式、所述第一重量和所述第二重量确定所述目标垃圾当前的第一降解程度。
其中,第一公式为:X=G1/G2,X为降解程度,G1为第二重量和G2为第一重量。
可选的,确定目标转动速率的方法可以为:通过第二公式确定出目标转动速率,其中,第二公式如下:
V2=V1+(k1+X1)*V1,
其中,V2为目标转动速率,V1为所述初始转动速率,X1为降解程度,k1为小于1的常量。k1通过经验值或历史数据设定。
可选的,目标垃圾的降解难易程度不同对应的k1是不同的,降解难度越高,则k1的值越大,降解难度越低,则k1的值越小。
一个可能的示例中,目标用户在对目标垃圾袋进行投放后,还可以对投放目标垃圾袋的垃圾桶通过垃圾源头分类减量综合服务平台,对垃圾桶进行控制,并对垃圾桶内的垃圾,通过垃圾处理装置进行降解。一种可能的方法为:目标用户在对目标垃圾袋进行投放后,扫描目标垃圾桶上的二维码,以及通过该二维码登录到垃圾源头分类减量综合服务平台;通过该服务平台,对目标垃圾桶进行控制,将其移动到垃圾处理装置的位置;控制目标垃圾桶将垃圾桶中的湿垃圾倒入垃圾处理装置;控制垃圾处理装置,对垃圾进行降解处理。其中,在对目标垃圾桶进行控制,并移动到垃圾处理装置的位置时,可以在目标用户的电子设备上显示目标垃圾桶的移动过程。在对垃圾进行降解处理时,可以对垃圾处理装置的搅拌轴以及垃圾处理装置中的温度进行控制。具体的控制方法,可参照前述对搅拌轴以及温度的控制方法,此处不再赘述。
其中,垃圾源头分类减量综合服务平台可以为用户提供对垃圾桶进行管理的平台,通过该平台可以实现对垃圾桶的控制等。
可选的,在将目标垃圾桶移动到垃圾处理装置的位置的过程中,还可以有如下方法:计算目标垃圾桶的位置与垃圾处理装置的位置之间的移动路径,得到至少一条移动路径;从所述至少一条路径中选取目标路径,并根据该目标路径,移动到垃圾处理装置的位置。其中,在进行目标路径确定时,可以通过路径的距离进行选取,选取距离最短的路径作为目标路径。也可以,根据每条路径的路面情况进行选取,例如,选取路面最平整的路径作为目标路径,或者,选取路径中包括的弯道数最少的路径,作为目标路径等。
可选的,在将垃圾倒入垃圾处理装置时,还可以对垃圾进行再次分类处理,可以根据垃圾的降解难易程度进行分类,将难于降解的垃圾分为一类,将易于降解的垃圾分为一类,难于降解的垃圾可以理解为,在降解时,平均降解时长较高的垃圾,易于降解的垃圾可以理解为,在降解时,平均降解时长较低的垃圾。
请参阅图3,图3为本申请实施例提供了另一种行为评分获取方法的流程示意图。如图3所示,目标图像包括投放图像和检测图像,第一状态信息包括参考封装信息和参考饱和度,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内,行为评分获取方法包括步骤301-308,具体如下:
301、对所述投放图像进行特征提取,得到第一特征数据集,以及对所述检测图像进行特征提取,得到第二特征数据集;
302、根据所述第一特征数据集,确定出所述目标用户投放所述目标垃圾袋时的第一封装信息和第一饱和度;
303、根据所述第二特征数据集,确定出第二封装信息和第二饱和度;
304、获取所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二饱和度对应的权值;
305、根据所述权值,对所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二参考饱和度进行权值运算,得到参考封装信息和参考饱和度,以及根据目标图像获取第二状态信息;
可选的,第二状态信息包括:剩余容量。
306、若剩余容量低于预设容量阈值,则根据所述剩余容量确定出所述目标垃圾桶的容量评分值;
307、根据所述参考封装信息、所述参考饱和度和所述容量评分值,确定出目标封装信息和目标饱和度;
可选的,目标封装信息和目标饱和度可以理解为第一状态信息。
308、根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。
本示例中,通过对投放图像和检测图像进行特征提取,得到封装信息和饱和度,并根据该封装信息和饱和度,采用评分值确定方法,确定出目标用户的行为评分值,因此,相对于现有方案中,通过人工的方法确定出行为评分值,能够一定程度上提升行为评分值确定时的准确性。
请参阅图4,图4为本申请实施例提供了另一种行为评分获取方法的流程示意图。如图4所示,行为评分获取方法包括步骤401-407,具体如下:
401、根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内;
402、根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息;
403、根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值;
404、若所述行为评分值低于预设行为评分值,则获取所述目标用户投放所述目标垃圾袋的动作信息;
405、根据所述动作信息,确定出所述目标用户的投放状态;
406、采用所述投放状态,确定出所述目标用户的行为等级;
407、将所述行为等级推送给督导员。
本示例中,在目标用户的行为评分值较低时,可以对目标用户的行为进行判定,并将该行为等级进行推送,从而可以提升对目标用户行为的监督。
与上述实施例一致的,请参阅图5,图5为本申请实施例提供的一种电子设备的结构示意图,如图所示,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,上述程序包括用于执行以下步骤的指令;
根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内;
根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息;
根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。
本示例中,根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内,根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息,根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。因此,通过对垃圾袋的状态信息和垃圾桶的状态信息,得到目标垃圾袋的垃圾投放信息,根据垃圾投放信息确定出行为评分,相对于现有方案中,通过人工的方式确定行为评分,能够一定程度上提升行为评分时的准确性。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
与上述一致的,请参阅图6,图6为本申请实施例提供了一种行为评分获取装置的结构示意图。行为评分获取装置包括第一获取单元601、第二获取单元602和确定单元603,其中,
所述第一获取单元601,用于根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内;
所述第二获取单元602,用于根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息;
所述确定单元603,用于根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。
可选的,所述目标图像包括投放图像和检测图像,在所述第一状态信息包括参考封装信息和参考饱和度,所述根据所述目标图像,获取所述目标垃圾袋的第一状态信息方面,所述第一获取单元601用于:
对所述投放图像进行特征提取,得到第一特征数据集,以及对所述检测图像进行特征提取,得到第二特征数据集;
根据所述第一特征数据集,确定出所述目标用户投放所述目标垃圾袋时的第一封装信息和第一饱和度;
根据所述第二特征数据集,确定出第二封装信息和第二饱和度;
获取所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二饱和度对应的权值;
根据所述权值,对所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二参考饱和度进行权值运算,得到参考封装信息和参考饱和度。
可选的,所述第二状态信息包括:剩余容量,在所述根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息方面,所述第二获取单元602用于:
若所述剩余容量低于预设容量阈值,则根据所述剩余容量确定出所述目标垃圾桶的容量评分值;
根据所述参考封装信息、所述参考饱和度和所述容量评分值,确定出目标封装信息和目标饱和度。
可选的,在所述根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值,所述确定单元603具体用于:
根据所述目标封装信息确定出第一参考评分值;
若所述第一参考评分值低于预设的参考评分值阈值,则根据所述目标饱和度确定出第二参考评分值;
若所述第二参考评分值大于所述参考评分值阈值,则获取所述第二参考评分值的评分值修正系数;
根据所述第二参考评分值和所述评分值修正系数,确定出评分值修正因子;
根据所述评分值修正因子和所述第一参考评分值,确定出所述目标用户的行为评分值。
可选的,所述装置还具体用于:
若所述行为评分值低于预设行为评分值,则获取所述目标用户投放所述目标垃圾袋的动作信息;
根据所述动作信息,确定出所述目标用户的投放状态;
采用所述投放状态,确定出所述目标用户的行为等级;
将所述行为等级推送给督导员。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种行为评分获取方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种行为评分获取方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在申请明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种行为评分获取方法,其特征在于,所述方法包括:
根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内;
根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息;
根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。
2.根据权利要求1所述的方法,其特征在于,所述目标图像包括投放图像和检测图像,所述第一状态信息包括参考封装信息和参考饱和度,所述根据所述目标图像,获取所述目标垃圾袋的第一状态信息,包括:
对所述投放图像进行特征提取,得到第一特征数据集,以及对所述检测图像进行特征提取,得到第二特征数据集;
根据所述第一特征数据集,确定出所述目标用户投放所述目标垃圾袋时的第一封装信息和第一饱和度;
根据所述第二特征数据集,确定出第二封装信息和第二饱和度;
获取所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二饱和度对应的权值;
根据所述权值,对所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二参考饱和度进行权值运算,得到参考封装信息和参考饱和度。
3.根据权利要求2所述的方法,其特征在于,所述第二状态信息包括:剩余容量,所述根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息,包括:
若所述剩余容量低于预设容量阈值,则根据所述剩余容量确定出所述目标垃圾桶的容量评分值;
根据所述参考封装信息、所述参考饱和度和所述容量评分值,确定出目标封装信息和目标饱和度。
4.根据权利要求3所述的方法,其特征在于,所述根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值,包括:
根据所述目标封装信息确定出第一参考评分值;
若所述第一参考评分值低于预设的参考评分值阈值,则根据所述目标饱和度确定出第二参考评分值;
若所述第二参考评分值大于所述参考评分值阈值,则获取所述第二参考评分值的评分值修正系数;
根据所述第二参考评分值和所述评分值修正系数,确定出评分值修正因子;
根据所述评分值修正因子和所述第一参考评分值,确定出所述目标用户的行为评分值。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
若所述行为评分值低于预设行为评分值,则获取所述目标用户投放所述目标垃圾袋的动作信息;
根据所述动作信息,确定出所述目标用户的投放状态;
采用所述投放状态,确定出所述目标用户的行为等级;
将所述行为等级推送给督导员。
6.一种行为评分获取装置,其特征在于,所述装置包括第一获取单元、第二获取单元和确定单元,其中,
所述第一获取单元,用于根据目标图像,获取目标垃圾袋的第一状态信息,以及获取目标垃圾桶的第二状态信息,所述目标图像包括所述目标垃圾袋和所述目标垃圾桶,所述目标垃圾袋在所述目标垃圾桶内;
所述第二获取单元,用于根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息;
所述确定单元,用于根据所述垃圾投放信息,采用预设的评分值确定方法,确定出所述目标用户的行为评分值。
7.根据权利要求6所述的装置,其特征在于,所述目标图像包括投放图像和检测图像,在所述第一状态信息包括参考封装信息和参考饱和度,所述根据所述目标图像,获取所述目标垃圾袋的第一状态信息方面,所述第一获取单元用于:
对所述投放图像进行特征提取,得到第一特征数据集,以及对所述检测图像进行特征提取,得到第二特征数据集;
根据所述第一特征数据集,确定出所述目标用户投放所述目标垃圾袋时的第一封装信息和第一饱和度;
根据所述第二特征数据集,确定出第二封装信息和第二饱和度;
获取所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二饱和度对应的权值;
根据所述权值,对所述第一封装信息、所述第一饱和度、所述第二封装信息和所述第二参考饱和度进行权值运算,得到参考封装信息和参考饱和度。
8.根据权利要求7所述的装置,其特征在于,所述第二状态信息包括:剩余容量,在所述根据所述第一状态信息和所述第二状态信息,获取目标用户投放所述目标垃圾袋的垃圾投放信息方面,所述第二获取单元用于:
若所述剩余容量低于预设容量阈值,则根据所述剩余容量确定出所述目标垃圾桶的容量评分值;
根据所述参考封装信息、所述参考饱和度和所述容量评分值,确定出目标封装信息和目标饱和度。
9.一种电子设备,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-5任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910290952.4A CN111814519B (zh) | 2019-04-11 | 2019-04-11 | 行为评分获取方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910290952.4A CN111814519B (zh) | 2019-04-11 | 2019-04-11 | 行为评分获取方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111814519A true CN111814519A (zh) | 2020-10-23 |
CN111814519B CN111814519B (zh) | 2024-02-02 |
Family
ID=72843607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910290952.4A Active CN111814519B (zh) | 2019-04-11 | 2019-04-11 | 行为评分获取方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111814519B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284177A (zh) * | 2021-05-12 | 2021-08-20 | 展讯通信(上海)有限公司 | 垃圾桶满溢状态识别方法及装置 |
CN114548767A (zh) * | 2022-02-23 | 2022-05-27 | 浙江七巧连云生物传感技术股份有限公司 | 基于物联网垃圾分类投放智能监控识别管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002130640A (ja) * | 2000-10-31 | 2002-05-09 | Hitachi Zosen Corp | ごみ計測装置 |
EP1508435B1 (en) * | 2003-08-20 | 2007-01-17 | Olympic General Corporation | Roll of wave-cut overlapping trash bags and method for producing the same |
CN107492192A (zh) * | 2017-08-10 | 2017-12-19 | 浙江联运环境工程股份有限公司 | 垃圾分类积分用于商品兑换的兑换机 |
CN207242622U (zh) * | 2017-09-26 | 2018-04-17 | 天津太古环保技术有限公司 | 一种自动识别垃圾种类的居民垃圾分类系统 |
CN108706247A (zh) * | 2018-06-22 | 2018-10-26 | 王远喆 | 一种自动打分的智能垃圾箱及其运行方法 |
CN108750439A (zh) * | 2018-07-04 | 2018-11-06 | 北京南北视通科技有限公司 | 智能垃圾分类系统 |
-
2019
- 2019-04-11 CN CN201910290952.4A patent/CN111814519B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002130640A (ja) * | 2000-10-31 | 2002-05-09 | Hitachi Zosen Corp | ごみ計測装置 |
EP1508435B1 (en) * | 2003-08-20 | 2007-01-17 | Olympic General Corporation | Roll of wave-cut overlapping trash bags and method for producing the same |
CN107492192A (zh) * | 2017-08-10 | 2017-12-19 | 浙江联运环境工程股份有限公司 | 垃圾分类积分用于商品兑换的兑换机 |
CN207242622U (zh) * | 2017-09-26 | 2018-04-17 | 天津太古环保技术有限公司 | 一种自动识别垃圾种类的居民垃圾分类系统 |
CN108706247A (zh) * | 2018-06-22 | 2018-10-26 | 王远喆 | 一种自动打分的智能垃圾箱及其运行方法 |
CN108750439A (zh) * | 2018-07-04 | 2018-11-06 | 北京南北视通科技有限公司 | 智能垃圾分类系统 |
Non-Patent Citations (1)
Title |
---|
张中华: "我国城市生活垃圾分类的政策工具研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284177A (zh) * | 2021-05-12 | 2021-08-20 | 展讯通信(上海)有限公司 | 垃圾桶满溢状态识别方法及装置 |
CN114548767A (zh) * | 2022-02-23 | 2022-05-27 | 浙江七巧连云生物传感技术股份有限公司 | 基于物联网垃圾分类投放智能监控识别管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111814519B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021022898A1 (zh) | 一种垃圾分类监督装置、方法及服务器系统 | |
US9403278B1 (en) | Systems and methods for detecting and picking up a waste receptacle | |
CN111814519A (zh) | 行为评分获取方法及相关产品 | |
CN110087193A (zh) | 垃圾桶的信息上报方法、装置、电子设备及可读存储介质 | |
Yang et al. | WasNet: a neural network-based garbage collection management system | |
CN109003390A (zh) | 一种商品识别方法、无人售货机及计算机可读存储介质 | |
CN102201120B (zh) | 一种基于多特征的目标物体轮廓检测方法 | |
CN111104910B (zh) | 垃圾投递行为监督方法及相关产品 | |
CN110991271B (zh) | 垃圾分类处理方法及相关产品 | |
CN114275416B (zh) | 基于图像识别的厨余垃圾分类方法、装置、设备及介质 | |
CN109775180A (zh) | 智能分类垃圾桶及其控制方法 | |
CN109132276A (zh) | 一种基于互联网的垃圾分类回收管理方法、装置及系统 | |
CN111643014A (zh) | 智能清洁方法、装置、智能清洁设备和存储介质 | |
CN111661508B (zh) | 一种基于互联网与物联网交互的智能垃圾分类回收装置 | |
CN110197474A (zh) | 图像处理方法和装置及神经网络模型的训练方法 | |
CN113128397A (zh) | 一种垃圾分类投放的监控方法、系统、装置及存储介质 | |
CN108762258A (zh) | 控制垃圾桶回收垃圾的方法、系统和装置 | |
CN110929693A (zh) | 智能垃圾分类方法及系统 | |
CN112591333A (zh) | 基于人工智能的自动垃圾分类装置及方法 | |
CN106875061A (zh) | 一种目标路径确定的方法以及相关装置 | |
CN108038418A (zh) | 垃圾清理方法和装置 | |
CN111832749B (zh) | 垃圾袋识别方法及相关装置 | |
CN111517037A (zh) | 智能透视分类垃圾桶的垃圾分类监管方法及装置 | |
CN113705638A (zh) | 一种移动车载式智能垃圾信息管理方法及系统 | |
Tao et al. | Image edge detection based on ACO-PSO algorithm |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |