CN112949509A - 一种基于人工智能的垃圾分类方法 - Google Patents
一种基于人工智能的垃圾分类方法 Download PDFInfo
- Publication number
- CN112949509A CN112949509A CN202110251310.0A CN202110251310A CN112949509A CN 112949509 A CN112949509 A CN 112949509A CN 202110251310 A CN202110251310 A CN 202110251310A CN 112949509 A CN112949509 A CN 112949509A
- Authority
- CN
- China
- Prior art keywords
- garbage
- artificial intelligence
- photos
- garbage classification
- classification method
- 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
Links
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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于人工智能的垃圾分类方法,在若干垃圾桶本体的组合上建立觉垃圾分类辅助系统的数据集:收集垃圾照片,并对垃圾照片进行类别标注,构成数据集,数据集用于储存预先收集到的各种垃圾的名称和分类的数据信息,还可以用于模型的训练;当行人靠近垃圾分类辅助系统,过摄像头检测到行人,进入垃圾识别模式;通过摄像头对行人由远及近的图像进行采集,并对行人手中的垃圾进行识别,对采集到的的多张照片进行逐个识别打分;将打分最高的垃圾种类这一判断结果告知使用者。本发明提供一种较好的基于人工智能的垃圾分类方法,特别是能通过训练和打分的方式实现智能化垃圾分类,达到创造性有益的使用效果。
Description
技术领域
本发明涉及一种基于人工智能的垃圾分类方法,属于人工智能技术领域。
背景技术
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。
垃圾分类(英文名为:Garbage classification),一般是指按一定规定或标准将垃圾分类储存、投放和搬运,从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值,力争物尽其用,减少垃圾处理量和处理设备的使用,降低处理成本,减少土地资源的消耗,具有社会、经济、生态等几方面的效益。
现有技术中,没有一种较好的基于人工智能的垃圾分类方法,特别是不能通过训练和打分的方式实现智能化垃圾分类,达不到创造性有益的使用效果。因此,迫切需要一种基于人工智能的垃圾分类方法,以解决现有技术中存在的这一问题。
为了解决上述技术问题,特提出一种新的技术方案。
发明内容
本发明的目的在于提供一种基于人工智能的垃圾分类方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于人工智能的垃圾分类方法,所述方法包含下述步骤:
步骤一,在若干垃圾桶本体的组合上建立觉垃圾分类辅助系统的数据集:收集垃圾照片,并对垃圾照片进行类别标注,构成数据集,数据集用于储存预先收集到的各种垃圾的名称和分类的数据信息,还可以用于模型的训练;
步骤二,当行人靠近垃圾分类辅助系统,过摄像头检测到行人,进入垃圾识别模式;通过摄像头对行人由远及近的图像进行采集,并对行人手中的垃圾进行识别,对采集到的的多张照片进行逐个识别打分;
步骤三,将打分最高的垃圾种类这一判断结果告知使用者;
步骤四,在若干垃圾桶上分别设置屏幕,通过其中一个垃圾桶屏是哪个的幕动画指示行人完成垃圾投放。
优选地,步骤二的采集为,通过摄像头对行人由远及近的图像进行采集,拍摄距离从6米到1.2米,每秒可拍摄24张照片,从远到近合计可以拍摄96张照片。
优选地,所述步骤三的告知方式包含语言告知和/或显示屏文字显示告知。
优选地,所述步骤四自然语音处理单元对获取到的语音指令或输入的文字指令进行分析和处理后,并对语音指令和文字指令的字数进行限制,并把使用者的语句指令处理成中心语加定语组合形式。
优选地,所述步骤二对行人手中的垃圾进行识别的方式是将图像数据发送到服务器端,由服务器进行处理。
优选地,所述垃圾识别的方式为,使用预训练的卷积网络提取图片的特征图;使用候选区域网络从特征图中得到每个物体的位置候选框;使用池化层将每个候选框内的特征图缩放成固定的尺寸;将经过缩放后的候选框内的特征图输入到分类用的卷积神经网络中,获得候选框内物体的分类结果。
与现有技术相比,本发明的有益效果是:提供一种较好的基于人工智能的垃圾分类方法,特别是能通过训练和打分的方式实现智能化垃圾分类,达到创造性有益的使用效果。
具体实施方式
下面对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明提供一种技术方案:一种基于人工智能的垃圾分类方法,所述方法包含下述步骤:
步骤一,在若干垃圾桶本体的组合上建立觉垃圾分类辅助系统的数据集:收集垃圾照片,并对垃圾照片进行类别标注,构成数据集,数据集用于储存预先收集到的各种垃圾的名称和分类的数据信息,还可以用于模型的训练;
步骤二,当行人靠近垃圾分类辅助系统,过摄像头检测到行人,进入垃圾识别模式;通过摄像头对行人由远及近的图像进行采集,并对行人手中的垃圾进行识别,对采集到的的多张照片进行逐个识别打分;
步骤三,将打分最高的垃圾种类这一判断结果告知使用者;
步骤四,在若干垃圾桶上分别设置屏幕,通过其中一个垃圾桶屏是哪个的幕动画指示行人完成垃圾投放。
优选地,步骤二的采集为,通过摄像头对行人由远及近的图像进行采集,拍摄距离从6米到1.2米,每秒可拍摄24张照片,从远到近合计可以拍摄96张照片。
优选地,所述步骤三的告知方式包含语言告知和/或显示屏文字显示告知。
优选地,所述步骤四自然语音处理单元对获取到的语音指令或输入的文字指令进行分析和处理后,并对语音指令和文字指令的字数进行限制,并把使用者的语句指令处理成中心语加定语组合形式。
优选地,所述步骤二对行人手中的垃圾进行识别的方式是将图像数据发送到服务器端,由服务器进行处理。
优选地,所述垃圾识别的方式为,使用预训练的卷积网络提取图片的特征图;使用候选区域网络从特征图中得到每个物体的位置候选框;使用池化层将每个候选框内的特征图缩放成固定的尺寸;将经过缩放后的候选框内的特征图输入到分类用的卷积神经网络中,获得候选框内物体的分类结果。
在使用的时候,本发明提供一种较好的基于人工智能的垃圾分类方法,特别是能通过训练和打分的方式实现智能化垃圾分类,达到创造性有益的使用效果。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于人工智能的垃圾分类方法,其特征在于,所述方法包含下述步骤:
步骤一,在若干垃圾桶本体的组合上建立觉垃圾分类辅助系统的数据集:收集垃圾照片,并对垃圾照片进行类别标注,构成数据集,数据集用于储存预先收集到的各种垃圾的名称和分类的数据信息,还可以用于模型的训练;
步骤二,当行人靠近垃圾分类辅助系统,过摄像头检测到行人,进入垃圾识别模式;通过摄像头对行人由远及近的图像进行采集,并对行人手中的垃圾进行识别,对采集到的的多张照片进行逐个识别打分;
步骤三,将打分最高的垃圾种类这一判断结果告知使用者;
步骤四,在若干垃圾桶上分别设置屏幕,通过其中一个垃圾桶屏是哪个的幕动画指示行人完成垃圾投放。
2.根据权利要求1所述的基于人工智能的垃圾分类方法,其特征在于:步骤二的采集为,通过摄像头对行人由远及近的图像进行采集,拍摄距离从6米到1.2米,每秒可拍摄24张照片,从远到近合计可以拍摄96张照片。
3.根据权利要求1所述的基于人工智能的垃圾分类方法,其特征在于:所述步骤三的告知方式包含语言告知和/或显示屏文字显示告知。
4.根据权利要求1所述的基于人工智能的垃圾分类方法,其特征在于:所述步骤四自然语音处理单元对获取到的语音指令或输入的文字指令进行分析和处理后,并对语音指令和文字指令的字数进行限制,并把使用者的语句指令处理成中心语加定语组合形式。
5.根据权利要求1所述的基于人工智能的垃圾分类方法,其特征在于:所述步骤二对行人手中的垃圾进行识别的方式是将图像数据发送到服务器端,由服务器进行处理。
6.根据权利要求1所述的基于人工智能的垃圾分类方法,其特征在于:所述垃圾识别的方式为,使用预训练的卷积网络提取图片的特征图;使用候选区域网络从特征图中得到每个物体的位置候选框;使用池化层将每个候选框内的特征图缩放成固定的尺寸;将经过缩放后的候选框内的特征图输入到分类用的卷积神经网络中,获得候选框内物体的分类结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110251310.0A CN112949509A (zh) | 2021-03-08 | 2021-03-08 | 一种基于人工智能的垃圾分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110251310.0A CN112949509A (zh) | 2021-03-08 | 2021-03-08 | 一种基于人工智能的垃圾分类方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112949509A true CN112949509A (zh) | 2021-06-11 |
Family
ID=76228690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110251310.0A Pending CN112949509A (zh) | 2021-03-08 | 2021-03-08 | 一种基于人工智能的垃圾分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949509A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109201514A (zh) * | 2017-06-30 | 2019-01-15 | 京东方科技集团股份有限公司 | 垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统 |
CN110589285A (zh) * | 2019-09-17 | 2019-12-20 | 西安咏圣达电子科技有限公司 | 一种基于人工智能的视觉垃圾分类辅助系统、方法及装置 |
CN110598800A (zh) * | 2019-09-23 | 2019-12-20 | 山东浪潮人工智能研究院有限公司 | 一种基于人工智能的垃圾分类识别方法 |
CN110852263A (zh) * | 2019-11-11 | 2020-02-28 | 北京智能工场科技有限公司 | 一种基于人工智能的手机拍照识别垃圾分类方法 |
CN110991271A (zh) * | 2019-11-15 | 2020-04-10 | 万翼科技有限公司 | 垃圾分类处理方法及相关产品 |
CN111814860A (zh) * | 2020-07-01 | 2020-10-23 | 浙江工业大学 | 一种面向垃圾分类的多目标检测方法 |
-
2021
- 2021-03-08 CN CN202110251310.0A patent/CN112949509A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109201514A (zh) * | 2017-06-30 | 2019-01-15 | 京东方科技集团股份有限公司 | 垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统 |
CN110589285A (zh) * | 2019-09-17 | 2019-12-20 | 西安咏圣达电子科技有限公司 | 一种基于人工智能的视觉垃圾分类辅助系统、方法及装置 |
CN110598800A (zh) * | 2019-09-23 | 2019-12-20 | 山东浪潮人工智能研究院有限公司 | 一种基于人工智能的垃圾分类识别方法 |
CN110852263A (zh) * | 2019-11-11 | 2020-02-28 | 北京智能工场科技有限公司 | 一种基于人工智能的手机拍照识别垃圾分类方法 |
CN110991271A (zh) * | 2019-11-15 | 2020-04-10 | 万翼科技有限公司 | 垃圾分类处理方法及相关产品 |
CN111814860A (zh) * | 2020-07-01 | 2020-10-23 | 浙江工业大学 | 一种面向垃圾分类的多目标检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sajjad et al. | Human behavior understanding in big multimedia data using CNN based facial expression recognition | |
CN110852368B (zh) | 全局与局部特征嵌入及图文融合的情感分析方法与系统 | |
CN104809187B (zh) | 一种基于rgb‑d数据的室内场景语义标注方法 | |
CN103793697B (zh) | 一种人脸图像的身份标注方法及人脸身份识别方法 | |
CN108564126A (zh) | 一种融合语义控制的特定场景生成方法 | |
CN107292813A (zh) | 一种基于生成对抗网络的多姿态人脸生成方法 | |
CN110427813A (zh) | 基于姿态指导行人图像生成的孪生生成式对抗网络的行人重识别方法 | |
CN107169049A (zh) | 应用的标签信息生成方法及装置 | |
CN106504233A (zh) | 基于Faster R‑CNN的无人机巡检图像电力小部件识别方法及系统 | |
CN106096602A (zh) | 一种基于卷积神经网络的中文车牌识别方法 | |
CN102156871B (zh) | 基于类别相关的码本和分类器投票策略的图像分类方法 | |
CN107871101A (zh) | 一种人脸检测方法及装置 | |
CN106815604A (zh) | 基于多层信息融合的注视点检测方法 | |
CN109165275B (zh) | 基于深度学习的智能变电站操作票信息智能搜索匹配方法 | |
CN109657039B (zh) | 一种基于双层BiLSTM-CRF的工作履历信息抽取方法 | |
CN110263822B (zh) | 一种基于多任务学习方式的图像情感分析方法 | |
CN108154156B (zh) | 基于神经主题模型的图像集成分类方法及装置 | |
CN106227836B (zh) | 基于图像与文字的无监督联合视觉概念学习系统及方法 | |
CN107767416A (zh) | 一种低分辨率图像中行人朝向的识别方法 | |
CN108470061A (zh) | 一种针对视角级文本的情感分类系统 | |
CN109271516A (zh) | 一种知识图谱中实体类型分类方法及系统 | |
CN106777040A (zh) | 一种基于情感极性感知算法的跨媒体微博舆情分析方法 | |
Han et al. | A mask detection method for shoppers under the threat of COVID-19 coronavirus | |
CN108009248A (zh) | 一种数据分类方法和系统 | |
CN105160290A (zh) | 一种基于改进型稠密轨迹的移动边界采样的行为识别方法 |
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 |