KR101926392B1 - Apparatus and method for collecting bottle - Google Patents

Apparatus and method for collecting bottle Download PDF

Info

Publication number
KR101926392B1
KR101926392B1 KR1020170035452A KR20170035452A KR101926392B1 KR 101926392 B1 KR101926392 B1 KR 101926392B1 KR 1020170035452 A KR1020170035452 A KR 1020170035452A KR 20170035452 A KR20170035452 A KR 20170035452A KR 101926392 B1 KR101926392 B1 KR 101926392B1
Authority
KR
South Korea
Prior art keywords
bottle
image
identification information
collection
unit
Prior art date
Application number
KR1020170035452A
Other languages
Korean (ko)
Other versions
KR20180097421A (en
Inventor
김학부
Original Assignee
하트미디어(주)
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 하트미디어(주) filed Critical 하트미디어(주)
Publication of KR20180097421A publication Critical patent/KR20180097421A/en
Application granted granted Critical
Publication of KR101926392B1 publication Critical patent/KR101926392B1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
    • B65F1/00—Refuse receptacles; Accessories therefor
    • B65F1/14—Other constructional features; Accessories
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D1/00—Coin dispensers
    • G07D1/02—Coin dispensers giving change
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
    • B65F2210/00—Equipment of refuse receptacles
    • B65F2210/112—Coding means to aid in recycling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
    • B65F2210/00—Equipment of refuse receptacles
    • B65F2210/138—Identification means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
    • B65F2210/00—Equipment of refuse receptacles
    • B65F2210/168—Sensing means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
    • B65F2240/00—Types of refuse collected
    • B65F2240/112—Bottles

Abstract

본 발명의 일 실시 예에 따른 병 회수 장치는 병의 투입을 감지하여 투입 감지 신호를 생성하는 투입부, 상기 투입 감지 신호를 수신하는 경우, 상기 병에 대한 이미지를 생성하고, 상기 이미지를 분석하여 상기 병에 대응하는 식별 정보를 추출하는 분류부 및 상기 식별 정보에 대응하는 금액을 환급하는 환급부를 포함한다.The bottle collecting apparatus according to an embodiment of the present invention may include an injector for generating an injection detection signal by sensing a bottle insertion and generating an image for the bottle when receiving the injection detection signal, A classification unit for extracting identification information corresponding to the disease, and a refund unit for refunding an amount corresponding to the identification information.

Description

병 회수 장치 및 방법{APPARATUS AND METHOD FOR COLLECTING BOTTLE}[0001] APPARATUS AND METHOD FOR COLLECTING BOTTLE [0002]

본 발명은 병 회수 장치에 관한 것으로, 보다 상세하게는 투입된 병을 자동으로 분류하는 기술에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a bottle collecting apparatus, and more particularly, to a technique for automatically classifying a bottled bottle.

자원의 재활용을 위해 판매한 음료의 병을 회수하는 서비스가 제공되고 있다. 하지만, 병의 회수 및 분류의 과정은 모두 사람이 수작업으로 하고 있어 병의 재활용에 따른 경제적 이득이 회수 비용의 증가로 인해 높지 않은 문제가 있다.A service for collecting bottles of beverages sold for resource recycling is provided. However, the process of collecting and sorting diseases is all done by hand, and there is a problem that the economic gain due to the recycling of the disease is not high due to an increase in the recovery cost.

본 발명의 일 실시예에 따른 병 회수 장치 및 방법에 대한 선행문헌으로는 등록실용신안공보 제 20-0463577호가 있다.A prior art reference to a device and method for recovering a bottle according to an embodiment of the present invention is disclosed in Korean Utility Model Registration No. 20-0463577.

본 발명이 해결하고자 하는 과제는 병을 자동으로 인식 및 분류하는 병 회수 장치 및 방법을 제공하는 것이다.SUMMARY OF THE INVENTION It is an object of the present invention to provide a bottle collection apparatus and method for automatically recognizing and classifying bottles.

본 발명의 일 측면에 따르면, 병의 투입을 감지하여 투입 감지 신호를 생성하는 투입부; 상기 투입 감지 신호를 수신하는 경우, 상기 병에 대한 이미지를 생성하고, 상기 이미지를 분석하여 상기 병에 대응하는 식별 정보를 추출하는 분류부; 및 상기 식별 정보에 대응하는 금액을 환급하는 환급부;를 포함하는 병 회수 장치가 제공된다.According to an aspect of the present invention, there is provided a blood pressure monitor, comprising: an input unit for detecting an input of a bottle to generate an input detection signal; A classification unit for generating an image for the bottle when the injection detection signal is received, and for extracting identification information corresponding to the bottle by analyzing the image; And a refund unit for refunding an amount corresponding to the identification information.

상기 분류부는, 상기 이미지에 대한 전처리를 수행하여 병 영역 및 흑백 이미지를 추출하고, 캐스캐이드(Cascade) 분류기를 이용하여 상기 흑백 이미지에 상응하는 상기 병이 회수 대상인지 판단하고, 상기 병이 회수 대상인 경우, 상기 병 영역에 대응하는 크기 및 주요색을 산출하고, 상기 크기 및 상기 주요색에 대응하는 식별 정보를 CNN(convolutional　neural network)을 통해 산출할 수 있다.Wherein the classification unit performs pre-processing on the image to extract a bottle region and a black-and-white image, and determines whether the bottle corresponding to the black-and-white image is a collection target using a cascade classifier, The size and the main color corresponding to the diseased area can be calculated, and the size and the identification information corresponding to the main color can be calculated through the CNN (convolutional neural network).

상기 캐스캐이드 분류기는 회수 대상인 병의 이미지인 대상 이미지에 대응하는 흑백 이미지를 긍정 이미지로 설정하고, 비회수 대상인 병의 이미지인 비대상 이미지에 대응하는 흑백 이미지를 부정 이미지로 설정하여 생성된 것일 수 있다.Wherein the cascade classifier sets a black-and-white image corresponding to a target image that is an object of the collection target as a positive image and sets a black-and-white image corresponding to a non-target image that is an image of the non- .

상기 CNN 모델은 회수 대상인 병 이미지인 대상 이미지의 병 영역에 대한 크기 및 주요색에 대응하는 식별 정보를 학습한 CNN 모델일 수 있다.The CNN model may be a CNN model that learns the size of the bottleneck of the target image, which is the bottle image to be collected, and the identification information corresponding to the main color.

본 발명의 다른 측면에 따르면, 병 회수 장치가 병을 회수하는 방법에 있어서, 병의 투입을 감지하는 단계; 상기 병에 대한 이미지를 생성하는 단계; 상기 이미지를 분석하여 상기 병에 대응하는 식별 정보를 추출하는 단계; 및 상기 식별 정보에 대응하는 금액을 환급하는 단계;를 포함하는 병 회수 방법이 제공된다.According to another aspect of the present invention, there is provided a method of recovering a bottle, the method comprising: sensing a bottle insertion; Generating an image for the bottle; Analyzing the image and extracting identification information corresponding to the bottle; And refunding an amount corresponding to the identification information.

상기 이미지를 분석하여 상기 병에 대응하는 식별 정보를 추출하는 단계는, 상기 이미지에 대한 전처리를 수행하여 병 영역 및 흑백 이미지를 추출하는 단계; 캐스캐이드(Cascade) 분류기를 이용하여 상기 흑백 이미지에 상응하는 상기 병이 회수 대상인지 판단하는 단계; 상기 병이 회수 대상인 경우, 상기 병 영역에 대응하는 크기 및 주요색을 산출하는 단계; 및 상기 크기 및 상기 주요색에 대응하는 식별 정보를 CNN(convolutional　neural network)을 통해 산출하는 단계를 포함할 수 있다.The step of analyzing the image and extracting the identification information corresponding to the bottle may include extracting a bottle region and a black and white image by performing pre-processing on the image; Determining whether the bottle corresponding to the monochrome image is a collection object using a cascade classifier; Calculating a size and a main color corresponding to the bottle area when the bottle is the object to be collected; And calculating the size and the identification information corresponding to the primary color through a CNN (convolutional neural network).

상기 캐스캐이드 분류기는 회수 대상인 병의 이미지인 대상 이미지에 대응하는 흑백 이미지를 긍정 이미지로 설정하고, 비회수 대상인 병의 이미지인 비대상 이미지에 대응하는 흑백 이미지를 부정 이미지로 설정하여 생성된 것일 수 있다.Wherein the cascade classifier sets a black-and-white image corresponding to a target image that is an object of the collection target as a positive image and sets a black-and-white image corresponding to a non-target image that is an image of the non- .

상기 CNN 모델은 회수 대상인 병 이미지인 대상 이미지의 병 영역에 대한 크기 및 주요색에 대응하는 식별 정보를 학습한 CNN 모델일 수 있다.The CNN model may be a CNN model that learns the size of the bottleneck of the target image, which is the bottle image to be collected, and the identification information corresponding to the main color.

상술한 바와 같이 본 발명에 따르면, 회수 인원 없이 자동으로 병을 회수 및 분류하여 환급할 수 있다.As described above, according to the present invention, bottles can be automatically recovered, sorted, and refunded without a collection number.

도 1은 본 발명의 일 실시예에 따른 병 회수 장치를 예시한 블록도.
도 2는 본 발명의 일 실시 예에 따른 병 회수 장치의 정면도.
도 3은 본 발명의 일 실시 예에 따른 병 회수 장치의 투입부 내부 구조도.
도 4는 본 발명의 일 실시예에 따른 병 회수 장치의 분류부를 나타낸 블록도.
도 5는 본 발명의 일 실시예에 따른 병 회수 장치가 병을 회수하는 과정을 예시한 순서도.
도 6은 본 발명의 일 실시예에 따른 병 회수 장치가 사용하는 캐스캐이드 분류기의 생성 및 CNN 모델을 학습하는 과정을 나타낸 순서도.1 is a block diagram illustrating a bottle recovery device according to an embodiment of the present invention;
2 is a front view of a bottle recovery apparatus according to an embodiment of the present invention;
FIG. 3 is an internal structural view of a charging unit of a bottle recovery apparatus according to an embodiment of the present invention; FIG.
4 is a block diagram showing a classification unit of a bottle recovery apparatus according to an embodiment of the present invention;
5 is a flowchart illustrating a process of recovering a bottle according to an embodiment of the present invention.
6 is a flowchart illustrating a process of generating a cascade classifier and learning a CNN model used by the bottle recovery apparatus according to an embodiment of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.While the present invention has been described in connection with certain exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, is intended to cover various modifications and similarities. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.

도 1은 본 발명의 일 실시예에 따른 병 회수 장치를 예시한 블록도이다.1 is a block diagram illustrating a bottle recovery apparatus according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 병 회수 장치는 투입부(110), 분류부(120), 보관함(130) 및 환급부(140)를 포함한다.Referring to FIG. 1, a bottle recovery apparatus according to an embodiment of the present invention includes a charging unit 110, a sorting unit 120, a storage 130, and a recharging unit 140.

투입부(110)는 사용자로부터 병을 투입 받는다. 예를 들어, 투입부(110)는 전면의 투입구를 구비하고, 투입구를 통해 병을 투입받을 수 있는 투입함을 구비할 수 있다. 투입부(110)는 병의 투입을 감지하는 센서를 포함하고, 센서를 통해 병의 투입이 감지되는 경우, 투입 감지를 알리는 투입 감지 신호를 분류부(120)로 전송한다.The input unit 110 receives the bottle from the user. For example, the charging unit 110 may have a charging port on the front surface thereof and a charging port through which a bottle can be charged through the charging port. The input unit 110 includes a sensor for sensing the insertion of the bottle. When the input of the bottle is detected through the sensor, the input unit 110 transmits a detection signal indicating the detection of the injection to the classifying unit 120.

분류부(120)는 투입부(110)에 투입된 병을 카메라를 통해 촬영하여 이미지를 생성하고, 해당 이미지를 분석하여 회수 가능한 병인지 여부를 판단한다. 분류부(120)는 해당 병이 회수 가능한 병인 경우, 이미지를 통해 해당 병의 종류를 확인하고, 해당 종류에 대응하는 식별 정보를 환급부(140)로 전송한다. 또한, 분류부(120)는 병의 회수를 요청하는 회수 요청 신호를 투입부(110)로 전송한다. 추후, 도 2를 참조하여 분류부(120)가 병을 분류하는 과정을 상세히 설명하도록 한다.The classifying unit 120 photographs a bottle put in the injecting unit 110 through a camera to generate an image, and analyzes the image to determine whether it is a recoverable bottle. If the bottle is a recoverable bottle, the classifying unit 120 identifies the type of the bottle through the image, and transmits the identification information corresponding to the type to the refilling unit 140. [ In addition, the classifying unit 120 transmits a collection request signal for requesting the collection of the bottle to the input unit 110. Hereinafter, the process of classifying the bottle by the classifying unit 120 will be described in detail with reference to FIG.

보관함(130)은 투입부(110)와 연결되어 투입부(110)에 들어있는 병을 전달받아 보관한다. 이 때, 투입부(110)는 분류부(120)로부터 회수 요청 신호를 수신하는 경우, 투입부(110) 내에 있는 병을 보관함(130)으로 전달한다. The storage box 130 is connected to the charging unit 110 to receive and store the bottle contained in the charging unit 110. At this time, when the collecting unit 110 receives the collecting request signal from the sorting unit 120, the collecting unit 110 transfers the bottles in the collecting unit 110 to the storing unit 130.

환급부(140)는 분류부(120)로부터 식별 정보를 수신하는 경우, 해당 식별 정보에 대응하는 금액을 사용자에게 환급한다. 예를 들어, 환급부(140)는 각 식별 정보에 대해 미리 지정된 금액을 저장할 수 있고, 분류부(120)로부터 수신한 식별 정보에 대응하는 금액을 사용자에게 제공할 수 있다. 이 때, 환급부(140)는 현금, 전자 머니 등의 공지된 환급 수단 중 하나 이상을 통해 환급을 수행할 수 있다.When the refund unit 140 receives the identification information from the classification unit 120, the refund unit 140 returns the amount corresponding to the identification information to the user. For example, the refund unit 140 may store a predetermined amount for each identification information, and may provide the user with an amount corresponding to the identification information received from the classification unit 120. [ At this time, the refund unit 140 may perform the refund through one or more of known refund means such as cash, electronic money, and the like.

도 2는 본 발명의 일 실시 예에 따른 병 회수 장치의 정면도이고, 도 3은 본 발명의 일 실시 예에 따른 병 회수 장치의 투입부 내부 구조도이다.FIG. 2 is a front view of a bottle recovery apparatus according to an embodiment of the present invention, and FIG. 3 is an internal structure of a bottle insertion unit of the bottle recovery apparatus according to an embodiment of the present invention.

도 2, 3을 참조하면, 병투입날개(210)는 병투입구을 통해 병을 투입하면 투입함 병감지센서(230)에서 감지하고, 식별 동작을 처리할 수 있도록 하판까지 잘 미끄러지도록 기울어진 형태를 유지할 수 있다. 투입병투입날개(210)는 병투입날개지지봉(220)에 의해 고정된 위치에서 회전을 통해 병수거유인함(270)에 병을 내려 보낼 수 있다. 병투입날개지지봉(220)은 병투입함(200)에 고정되어 있으며, 1개 이상의 병투입날개가 부착되어 있을 수 있지만, 하부에 구멍을 뚫어 병감지센서가 병을 쉬이 감지할 수 있는 구조를 가져야 하며, 상단에 카메라가 병을 촬영하기 용이하도록 구조가 이루어 질 수 있다. 병투입날개지지봉(220)에는 기어가 구비되어 있으며 투입함에 장착된 모터브라킷(250)과 수거함 모터(260)를 통해 병투입날개(210)가 회전하여 병을 수거하는 동작을 처리할 수 있도록 할 수 있다. Referring to FIGS. 2 and 3, when the bottle is inserted through the bottle inlet, the bottle insertion blade 210 senses the bottle by the bottle sensor 230 and slants to the lower plate so as to process the identification operation. . The infusion bottle dispensing vane 210 can be dispensed down to the dispensing drawer receptacle 270 through rotation at a position fixed by the dispense dispensing vane support rod 220. The bottle insertion wing support rod 220 is fixed to the bottle insertion box 200 and may have one or more bottle insertion wings attached thereto. However, a structure in which a bottle detection sensor can detect a bottle by piercing a hole at the bottom And the camera can be structured so that the camera can capture the bottle at the top. The bottle loading wing support bar 220 is provided with gears and is capable of handling the operation of collecting bottles by rotating the bottle loading blades 210 through the motor bracket 250 and the collection box motor 260 mounted on the loading chamber .

투입함에서 병이 식별되어 수거가 진행되면 병투입날개(210)이 회전하여 병수거유인함(270)으로 병을 내려보내며, 병수거유인함(270)은 기울어진 각도를 유지하여 병이 쉽게 보관함(300)으로 굴러갈 수 있는 구조를 가질 수 있다.   When the bottle is identified in the dispenser and the collection is progressed, the bottle dispensing vane 210 rotates to send the bottle down to the bottle dispenser drawer 270. The bottle dispenser drawer 270 maintains the tilted angle, And may have a structure capable of rolling into the storage box 300.

수거된 병을 보관하는 보관함(300)은 병과 직접적으로 닿는 부분을 천으로 구비하여 병의 깨짐을 방지할 수 있다. 천은 U자 형태를 유지하여 병이 골고루 쌓일 수 있도록 하며, 천고정대(300)는 스크류 기어(340)를 통해 위 또는 아래로 직선 이동이 용이한 구조이다. 병수거유인함(270)을 통해 굴러 내려온 병이 쌓이게 되고, 보관함 병감지센서(310)에서 병이 감지되거나 수거된 병이 특정 개수 이상이 될 경우 보관함 모터(320)가 동작하여 스크류 기어(340)이 아래로 이동하는 구조를 가진다.  The storage box 300 for storing the collected bottles may be provided with a cloth directly contacting the bottles to prevent the bottles from being broken. The cloth is U-shaped to allow the bottles to be evenly stacked. The cloth holder 300 is structured to facilitate linear movement through the screw gear 340 up or down. The bottles rolled through the bottle collection inducement vessel 270 are accumulated and when the bottles are detected by the bottle detection sensor 310 or the number of bottles collected is more than a certain number, the storage box motor 320 is operated and the screw gear 340 ) Moves downward.

도 4는 본 발명의 일 실시예에 따른 병 회수 장치의 분류부를 나타낸 블록도이다.4 is a block diagram showing a sorting unit of the bottle recovery apparatus according to an embodiment of the present invention.

도 4를 참조하면, 분류부(120)는 이미지 생성부(410), 전처리부(420), 회수 대상 판단부(430), 분류 처리부(440)를 포함한다.4, the classification unit 120 includes an image generation unit 410, a preprocessing unit 420, a collection object determination unit 430, and a classification processing unit 440.

이미지 생성부(410)는 투입 감지 신호를 투입부()로부터 수신하는 경우, 투입부(110) 내에 위치한 병을 촬영하여 이미지를 생성한다.When receiving the input detection signal from the input unit, the image generation unit 410 captures an image of the bottle placed in the input unit 110 and generates an image.

전처리부(420)는 이미지에 대한 전처리를 수행하여 병 영역 및 흑백 이미지를 추출한다. 예를 들어, 전처리부(420)는 이미지의 전체 영역 중 병에 해당하는 영역(이하, 병 영역이라 지칭)만을 추출한다. 또한, 전처리부(420)는 병 영역에 대한 이진화를 수행하여 흑백 이미지를 생성한다. 전처리부(420)는 흑백 이미지를 회수 대상 판단부(430)로 전송하고, 병 영역을 분류 처리부(440)로 전송한다.The preprocessing unit 420 performs preprocessing on the image to extract the bottle region and the black and white image. For example, the preprocessing unit 420 extracts only a region corresponding to a bottle (hereinafter, referred to as a bottle region) in the entire area of the image. In addition, the preprocessing unit 420 binarizes the bottleneck region to generate a monochrome image. The pre-processing unit 420 transmits the black-and-white image to the collection object determination unit 430 and transmits the bottle area to the classification processing unit 440.

회수 대상 판단부(430)는 미리 생성된 캐스캐이드(Cascade) 분류기를 이용하여 상기 흑백 이미지에 상응하는 상기 병이 회수 대상인지 판단한다. 회수 대상 판단부(430)는 병이 회수 대상인 경우, 병의 분류를 요청하는 분류 요청 신호를 분류 처리부(440)로 전송한다.The collection object determining unit 430 determines whether the bottle corresponding to the monochrome image is a collection object using a cascade classifier generated in advance. When the bottles are to be collected, the collection target determination unit 430 transmits a classification request signal requesting classification of bottles to the classification processing unit 440.

분류 처리부(440)는 회수 대상 판단부(430)로부터 분류 요청 신호를 수신하는 경우, 상기 병 영역에 대응하는 크기 및 주요색을 산출한다. 분류 처리부(440)는 크기 및 주요색에 대응하는 식별 정보를 CNN(convolutional　neural network)을 통해 산출한다.When the classification processing unit 440 receives the classification request signal from the collection object determination unit 430, the classification processing unit 440 calculates the size and the main color corresponding to the bottle area. The classification processing unit 440 calculates the size and identification information corresponding to the main color through a CNN (convolutional neural network).

도 5는 본 발명의 일 실시예에 따른 병 회수 장치가 병을 회수하는 과정을 예시한 순서도이다.5 is a flowchart illustrating a process of recovering a bottle according to an embodiment of the present invention.

이하 설명하는 각 단계는 병 회수 장치에 포함된 각 기능부를 통해 수행되는 과정이나, 발명의 간결하고 명확한 설명을 위해 각 단계의 주체를 병 회수 장치로 통칭하도록 한다.Each step described below is referred to as a bottle collection device for the process performed through each function part included in the bottle collection device or for each step in order to provide a concise and clear description of the invention.

도 5를 참조하면, 단계 510에서 병 회수 장치는 투입부(110)로의 병 투입을 감지한다.Referring to FIG. 5, in operation 510, the bottle collection device senses bottle insertion into the injection unit 110.

단계 520에서 병 회수 장치는 투입부(110) 내의 병을 촬영하여 이미지를 생성한다.In step 520, the bottle collection apparatus captures a bottle in the injection unit 110 to generate an image.

단계 530에서 병 회수 장치는 이미지에 대한 전처리를 수행한다. 예를 들어, 병 회수 장치는 이미지의 전체 영역 중 병에 해당하는 영역(이하, 병 영역이라 지칭)만을 추출한다. 또한, 병 회수 장치는 병 영역에 대한 이진화를 수행하여 흑백 이미지를 생성한다.In step 530, the bottle collection device performs a preprocessing on the image. For example, the bottle collection apparatus extracts only a region corresponding to a bottle (hereinafter referred to as a bottle region) in the entire area of the image. In addition, the bottle collection device performs binarization on the bottle area to generate a monochrome image.

단계 540에서 병 회수 장치는 흑백 이미지를 분석하여 병이 회수 대상인지 판단한다. 이 때, 병 회수 장치는 캐스캐이드(cascade) 분류기를 통해 흑백 이미지의 병이 회수 대상인지 판단할 수 있다. 캐스캐이드 분류기는 공지된 방법에 따라 회수 대상인 병에 대한 긍정 이미지 및 부정 이미지를 통해 생성된 캐스캐이드 분류기일 수 있다. 캐스캐이드 분류기의 생성 과정에 대해서는 추후 상세히 설명하도록 한다.In step 540, the bottle collection device analyzes the black-and-white image to determine whether the bottle is a collection object. At this time, the bottle collecting apparatus can judge whether the bottle of the black and white image is the object to be collected through the cascade classifier. The cascade classifier may be a cascade classifier generated through affirmative and negative images for the bottle to be retrieved in accordance with known methods. The generation process of the cascade classifier will be described in detail later.

단계 540에서 병이 수집 대상이 아닌 경우, 단계 550에서 병 회수 장치는 병을 사용자에게 반환한다. 즉, 병 회수 장치는 회수 대상이 아닌 병에 대한 회수 및 환급을 하지 않고, 해당 병을 사용자에게 반환할 수 있다.If the bottle is not the object of collection at step 540, the bottle collector returns the bottle to the user at step 550. That is, the bottle returning device can return the bottle to the user without withdrawing or refunding the bottle, not the object to be collected.

단계 540에서 병이 수집 대상인 경우, 단계 560에서 병 회수 장치는 이미지의 병 영역을 참조하여 병의 크기를 산출하고, 병 영역 상의 주요색을 산출한다. 예를 들어, 병 회수 장치는 병 영역에 해당하는 병의 가로 및 세로 길이를 나타내는 크기를 산출할 수 있다. 또한, 병 회수 장치는 병 영역의 각 픽셀의 색상값이 미리 지정된 복수의 색구간 중 어디에 해당하는지 판단하고, 가장 많은 픽셀에 대응하는 색구간의 색상값을 주요색으로 산출할 수 있다.If the bottle is the object to be collected at step 540, the bottle collecting apparatus calculates the bottle size by referring to the bottle area of the image at step 560, and calculates the main color on the bottle area. For example, the bottle collection device can calculate the size indicating the length and breadth of the bottle corresponding to the bottle area. Also, the bottle recovery apparatus can determine which of the plurality of color sections the color value of each pixel in the bottle region corresponds to, and calculate the color value of the color section corresponding to the largest number of pixels as the main color.

단계 570에서 병 회수 장치는 병의 크기 및 주요색에 대응하는 병의 식별 정보를 확인한다. 이 때, 병 회수 장치는 CNN(convolutional　neural network) 모델을 이용하여 병의 크기 및 주요색에 대응하는 식별 정보를 산출할 수 있다. 이 때, CNN 모델은 회수 대상인 병의 크기 및 주요색에 따라 병을 분류하여, 해당 분류에 대응하는 식별 정보를 산출하도록 미리 학습된 CNN 모델일 수 있다. 추후, CNN 모델의 학습 과정에 대해서 상세히 설명하도록 한다.At step 570, the bottle collection device identifies the size of the bottle and identification information of the bottle corresponding to the primary color. At this time, the bottle collecting apparatus can calculate identification information corresponding to the bottle size and the main color using a CNN (convolutional neural network) model. At this time, the CNN model can be a CNN model that has been learned in advance to classify the bottles according to the bottle size and the color of the bottle to be collected, and to generate identification information corresponding to the classification. Later, I will explain the learning process of the CNN model in detail.

단계 580에서 병 회수 장치는 식별 정보에 대응하는 금액을 사용자에게 환급한다. 이 때, 병 회수 장치는 각 식별 정보에 대응하는 금액 정보를 미리 저장할 수 있다.In step 580, the bottle return device returns the amount corresponding to the identification information to the user. At this time, the bottle collecting apparatus can previously store the amount information corresponding to each identification information.

도 6은 본 발명의 일 실시예에 따른 병 회수 장치가 사용하는 캐스캐이드 분류기의 생성 및 CNN 모델을 학습하는 과정을 나타낸 순서도이다.6 is a flowchart illustrating a process of generating a cascade classifier and learning a CNN model used by the bottle recovery apparatus according to an embodiment of the present invention.

도 6을 참조하면, 단계 610에서 병 회수 장치는 회수 대상인 각 병에 대한 이미지(이하, 대상 이미지) 및 회수 대상이 아닌 각 병에 대한 이미지(이하, 비대상 이미지)를 입력 받는다. 예를 들어, 관리자는 각 병을 촬영하거나 인터넷 상에서 수집한 이미지를 병 회수 장치로 입력할 수 있다. 바람직하게는 대상 이미지가 2000장 이상 입력 받고, 대상 이미지 및 비대상 이미지의 수량 비율은 1:5 이상이 되도록 비대상 이미지를 입력 받을 수 있다. 이 때, 병 회수 장치는 각 대상 이미지에 대한 병을 구분하는 식별 정보를 추가로 입력 받을 수 있다.Referring to FIG. 6, in step 610, the bottle collection apparatus receives an image (hereinafter referred to as a target image) for each bottle to be collected and an image (hereinafter, a non-target image) for each bottle that is not a collection object. For example, an administrator can capture images of each bottle or input images collected on the Internet to a bottle collection device. Preferably, a non-target image can be received so that the number of target images is 2000 or more, and the ratio between the target image and the non-target image is 1: 5 or more. At this time, the bottle collecting apparatus can further receive identification information for distinguishing bottles for each target image.

단계 620에서 병 회수 장치는 각 이미지에 대한 전처리를 수행한다. 예를 들어, 병 회수 장치는 이미지의 전체 영역 중 병 영역을 추출한다. 또한, 병 회수 장치는 병 영역에 대한 이진화를 수행하여 흑백 이미지를 생성한다.In step 620, the bottle collection device performs a preprocess for each image. For example, the bottle collection device extracts the bottleneck region from the entire area of the image. In addition, the bottle collection device performs binarization on the bottle area to generate a monochrome image.

단계 630에서 병 회수 장치는 대상 이미지에 대응하는 흑백 이미지를 긍정 이미지로 설정하고, 비대상 이미지에 대응하는 흑백 이미지를 부정 이미지로 설정한다.In step 630, the bottle collection apparatus sets a monochrome image corresponding to the target image as a positive image, and sets a monochrome image corresponding to the non-target image as a negative image.

단계 640에서 병 회수 장치는 긍정 이미지 및 부정 이미지를 이용하는 캐스캐이드 분류기를 생성한다.In operation 640, the bottle collection apparatus generates a cascade classifier using the positive image and the negative image.

단계 650에서 병 회수 장치는 긍정 이미지 상 병의 크기 및 주요색을 산출한다. 예를 들어, 병 회수 장치는 병 영역에 해당하는 병의 가로 및 세로 길이를 나타내는 크기를 산출할 수 있다. 또한, 병 회수 장치는 병 영역의 각 픽셀의 색상값이 미리 지정된 복수의 색구간 중 어디에 해당하는지 판단하고, 가장 많은 픽셀에 대응하는 색구간의 색상값을 주요색으로 산출할 수 있다.In step 650, the bottle collection device calculates the size of the positive image phase and the primary color. For example, the bottle collection device can calculate the size indicating the length and breadth of the bottle corresponding to the bottle area. Also, the bottle recovery apparatus can determine which of the plurality of color sections the color value of each pixel in the bottle region corresponds to, and calculate the color value of the color section corresponding to the largest number of pixels as the main color.

단계 660에서 병 회수 장치는 각 긍정 이미지 상 병의 크기 및 주요색에 따른 식별 정보를 CNN 모델에 학습시킨다.In step 660, the bottle collection device learns the size of each affirmative image bottle and identification information according to the color of the affirmative in the CNN model.

이 때, 상술한 캐스캐이드 분류기의 생성 및 CNN 모델을 학습하는 과정은 병 회수 장치가 수행하는 것으로 설명하였으나, 구현 방법에 따라, 외부 장치 상에서 캐스캐이드 분류기를 생성하고, CNN 모델을 학습하고, 해당 캐스캐이드 분류기 및 CNN 모델을 분류부(120)에 설치하는 방식으로 병 회수 장치는 구현될 수 있다.In this case, the process of generating the cascade classifier and learning the CNN model has been described as being performed by the bottle collection device. However, according to the implementation method, the cascade classifier is created on the external device, the CNN model is learned , The cascade classifier and the CNN model may be installed in the classifying unit 120 so that the bottle collecting apparatus can be implemented.

따라서, 상술한 병 회수 장치는 투입되는 각 병에 대한 회수 대상 여부와 분류를 이미지를 통해 자동 분석하여 사용자에게 보증금을 환급할 수 있다.Therefore, the above-mentioned bottle returning device can automatically analyze the collection subject and classification of each bottle to be injected through an image and refund the deposit to the user.

이제까지 본 발명에 대하여 그 실시 예를 중심으로 살펴보았다. 전술한 실시 예 외의 많은 실시 예들이 본 발명의 특허청구범위 내에 존재한다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예는 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다. The present invention has been described above with reference to the embodiments thereof. Many embodiments other than the above-described embodiments are within the scope of the claims of the present invention. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. The disclosed embodiments should, therefore, be considered in an illustrative rather than a restrictive sense. The scope of the present invention is defined by the appended claims rather than by the foregoing description, and all differences within the scope of equivalents thereof should be construed as being included in the present invention.

Claims (8)

병 회수 장치에 있어서,
병의 투입을 감지하여 투입 감지 신호를 생성하는 투입부;
투입된 병이 보관되는 보관함;
상기 투입 감지 신호를 수신하는 경우, 상기 병에 대한 이미지를 생성하고, 상기 이미지를 분석하여 상기 병에 대응하는 식별 정보를 추출하는 분류부; 및
상기 식별 정보에 대응하는 금액을 환급하는 환급부를 포함하되,
상기 투입부는
병이 투입하면 감지하는 병감지센서;
기어가 구비되어 모터브라킷과 수거함 모터를 통해 회전되는 병투입날개지지봉에 고정되어 회전되어 투입된 병이 하판까지 잘 미끄러지도록 기울어진 형태를 유지하여 병을 내려 보내는 병투입날개;
상기 병투입날개 상단에 상기 투입된 병을 촬영하는 카메라; 및
기울어진 각도를 유지하여 상기 병투입날개에서 내려보낸 병이 상기 보관함에 굴러가는 구조를 가진 병수거 유인함를 포함하고,
상기 보관함은
상기 병투입날개에서 내려 보낸 병의 깨짐을 방지하고 U자 형태를 유지하여 병이 골고루 쌓는 천;
상기 천에 쌓인 병을 감지하는 보관함 병감지센서;
상기 보관함 병감지센서에 의해 감지된 병이 특정 개수 이상이 될 경우 보관함 모터가 동작하여 스크류 기어로 상기 천을 아래로 이동하는 천고정대를 포함하는 병 회수 장치.
In the bottle recovery device,
An input unit for detecting an input of the bottle and generating an input detection signal;
A storage box where the bottles are stored;
A classification unit for generating an image for the bottle when the injection detection signal is received, and for extracting identification information corresponding to the bottle by analyzing the image; And
And a refund unit for refunding an amount corresponding to the identification information,
The input unit
A bottle detection sensor that detects when a bottle is inserted;
A bottle loading blade which is fixed to a bottle loading wing support rod rotated by a motor bracket and a collection box motor with gears and keeps the inserted bottle sloping down to the lower plate and sending down the bottle;
A camera for photographing the injected bottle at the top of the bottle dispensing vane; And
And a bottle collection attracting structure having a structure in which a bottle sent down from the bottle insertion blades is rolled into the storage box while maintaining an inclined angle,
The storage box
A cloth which prevents the bottle sent from the bottle dispensing vane from being broken and maintains the U shape and accumulates the bottle evenly;
A storage bottle detecting sensor for detecting a bottle stacked on the cloth;
And a cloth lifting unit for moving the cloth downward with a screw gear when a storage motor is operated when the bottle detected by the storage bottle detecting sensor becomes a specific number or more.
제1 항에 있어서,
상기 분류부는,
상기 이미지에 대한 전처리를 수행하여 병 영역 및 흑백 이미지를 추출하고,
캐스캐이드(Cascade) 분류기를 이용하여 상기 흑백 이미지에 상응하는 상기 병이 회수 대상인지 판단하고,
상기 병이 회수 대상인 경우, 상기 병 영역에 대응하는 크기 및 주요색을 산출하고,
상기 크기 및 상기 주요색에 대응하는 식별 정보를 CNN(convolutional　neural network)을 통해 산출하되,
상기 주요색은 상기 병 영역의 각 픽셀의 색상 값에 대해 가장 많은 픽셀에 대응하는 색구간의 색상 값인 병 회수 장치.
The method according to claim 1,
Wherein,
Processing the image to extract a bottle region and a black-and-white image,
Determining whether the bottle corresponding to the monochrome image is a collection object using a cascade classifier,
Calculating a size and a main color corresponding to the bottle area when the bottle is the object to be collected,
Calculating the size and the identification information corresponding to the main color through a CNN (convolutional neural network)
Wherein the main color is a color value of a color interval corresponding to the largest number of pixels with respect to a color value of each pixel of the bottle area.
제2 항에 있어서,
상기 캐스캐이드 분류기는 회수 대상인 병의 이미지인 대상 이미지에 대응하는 흑백 이미지를 긍정 이미지로 설정하고, 비회수 대상인 병의 이미지인 비대상 이미지에 대응하는 흑백 이미지를 부정 이미지로 설정하여 생성된 것을 특징으로 하는 병 회수 장치.
3. The method of claim 2,
Wherein the cascade classifier sets a black-and-white image corresponding to a target image that is an object of the collection target as a positive image and sets a black-and-white image corresponding to a non-target image as an image of the non- Characterized in that the bottle recovery device.
제2 항에 있어서,
상기 CNN 모델은 회수 대상인 병 이미지인 대상 이미지의 병 영역에 대한 크기 및 주요색에 대응하는 식별 정보를 학습한 CNN 모델인 것을 특징으로 하는 병 회수 장치.
3. The method of claim 2,
Wherein the CNN model is a CNN model that learns a size of a bottle region of a target image, which is a bottle image to be collected, and identification information corresponding to the main color.
병 회수 장치가 병을 회수하는 방법에 있어서,
병의 투입을 감지하는 단계;
상기 병에 대한 이미지를 생성하는 단계;
상기 이미지를 분석하여 상기 병에 대응하는 식별 정보를 추출하는 단계; 및
상기 식별 정보에 대응하는 금액을 환급하는 단계;
를 포함하되,
상기 병 회수 장치는
병의 투입을 감지하여 투입 감지 신호를 생성하는 투입부;
상기 투입된 병이 보관되는 보관함;
상기 투입 감지 신호를 수신하는 경우, 상기 병에 대한 이미지를 생성하고, 상기 이미지를 분석하여 상기 병에 대응하는 식별 정보를 추출하는 분류부; 및
상기 식별 정보에 대응하는 금액을 환급하는 환급부를 포함하고,
상기 투입부는
병이 투입하면 감지하는 병감지센서;
기어가 구비되어 모터브라킷과 수거함 모터를 통해 회전되는 병투입날개지지봉에 고정되어 회전되어 투입된 병이 하판까지 잘 미끄러지도록 기울어진 형태를 유지하여 병수거유인함에 병을 내려 보내는 병투입날개;
상기 병투입날개 상단에 상기 투입된 병을 촬영하는 카메라; 및
기울어진 각도를 유지하여 상기 병투입날개에서 내려보낸 병이 상기 보관함에 굴러가는 구조를 가진 병수거 유인함를 포함하고,
상기 보관함은
상기 병투입날개에서 내려 보낸 병의 깨짐을 방지하고 U자 형태를 유지하여 병이 골고루 쌓는 천;
상기 천에 쌓인 병을 감지하는 보관함 병감지센서;
상기 보관함 병감지센서에 의해 감지된 병이 특정 개수 이상이 될 경우 보관함 모터가 동작하여 스크류 기어로 상기 천을 아래로 이동하는 천고정대를 포함하는 병 회수 방법.
A method of recovering a bottle,
Sensing the injection of the bottle;
Generating an image for the bottle;
Analyzing the image and extracting identification information corresponding to the bottle; And
Refunding an amount corresponding to the identification information;
, ≪ / RTI &
The bottle-
An input unit for detecting an input of the bottle and generating an input detection signal;
A storage box for storing the injected bottles;
A classification unit for generating an image for the bottle when the injection detection signal is received, and for extracting identification information corresponding to the bottle by analyzing the image; And
And a refund unit for refunding an amount corresponding to the identification information,
The input unit
A bottle detection sensor that detects when a bottle is inserted;
A bottle loading blade which is fixed to a bottle loading wing support rod rotated through a motor bracket and a collection box motor with gears so as to maintain a tilted shape so that an inserted bottle slides smoothly down to the lower plate,
A camera for photographing the injected bottle at the top of the bottle dispensing vane; And
And a bottle collection attracting structure having a structure in which a bottle sent down from the bottle insertion blades is rolled into the storage box while maintaining an inclined angle,
The storage box
A cloth which prevents the bottle sent from the bottle dispensing vane from being broken and maintains the U shape and accumulates the bottle evenly;
A storage bottle detecting sensor for detecting a bottle stacked on the cloth;
And a cloth lifting unit for moving the cloth downward with a screw gear when a storage motor is operated when the bottle detected by the storage bottle detecting sensor becomes a specific number or more.
제5 항에 있어서,
상기 이미지를 분석하여 상기 병에 대응하는 식별 정보를 추출하는 단계는,
상기 이미지에 대한 전처리를 수행하여 병 영역 및 흑백 이미지를 추출하는 단계;
캐스캐이드(Cascade) 분류기를 이용하여 상기 흑백 이미지에 상응하는 상기 병이 회수 대상인지 판단하는 단계;
상기 병이 회수 대상인 경우, 상기 병 영역에 대응하는 크기 및 주요색을 산출하는 단계; 및
상기 크기 및 상기 주요색에 대응하는 식별 정보를 CNN(convolutional　neural network)을 통해 산출하는 단계를 포함하되,
상기 주요색은 상기 병 영역의 각 픽셀의 색상 값에 대해 가장 많은 픽셀에 대응하는 색구간의 색상 값인 병 회수 방법.
6. The method of claim 5,
Wherein the step of analyzing the image and extracting the identification information corresponding to the bottle comprises:
Performing preprocessing on the image to extract a bottle region and a black and white image;
Determining whether the bottle corresponding to the monochrome image is a collection object using a cascade classifier;
Calculating a size and a main color corresponding to the bottle area when the bottle is the object to be collected; And
Calculating the size and the identification information corresponding to the primary color through a CNN (convolutional neural network)
Wherein the primary color is a color value of a color interval corresponding to the largest number of pixels for a color value of each pixel of the bottle area.
제6 항에 있어서,
상기 캐스캐이드 분류기는 회수 대상인 병의 이미지인 대상 이미지에 대응하는 흑백 이미지를 긍정 이미지로 설정하고, 비회수 대상인 병의 이미지인 비대상 이미지에 대응하는 흑백 이미지를 부정 이미지로 설정하여 생성된 것을 특징으로 하는 병 회수 방법.
The method according to claim 6,
Wherein the cascade classifier sets a black-and-white image corresponding to a target image that is an object of the collection target as a positive image and sets a black-and-white image corresponding to a non-target image as an image of the non- A method for recovering a bottle.
제6 항에 있어서,
상기 CNN 모델은 회수 대상인 병 이미지인 대상 이미지의 병 영역에 대한 크기 및 주요색에 대응하는 식별 정보를 학습한 CNN 모델인 것을 특징으로 하는 병 회수 방법.
The method according to claim 6,
Wherein the CNN model is a CNN model that learns a size of a bottleneck region of a target image, which is a bottle image to be collected, and identification information corresponding to the main color.
KR1020170035452A 2017-02-22 2017-03-21 Apparatus and method for collecting bottle KR101926392B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170023591 2017-02-22
KR1020170023591 2017-02-22

Publications (2)

Publication Number Publication Date
KR20180097421A KR20180097421A (en) 2018-08-31
KR101926392B1 true KR101926392B1 (en) 2018-12-10

Family

ID=63407715

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020170035452A KR101926392B1 (en) 2017-02-22 2017-03-21 Apparatus and method for collecting bottle
KR1020170087322A KR101926395B1 (en) 2017-02-22 2017-07-10 Apparatus and method for collecting bottle

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020170087322A KR101926395B1 (en) 2017-02-22 2017-07-10 Apparatus and method for collecting bottle

Country Status (1)

Country Link
KR (2) KR101926392B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023200050A1 (en) * 2022-04-13 2023-10-19 (주)더그리트 Apparatus for collecting containers

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110395504A (en) * 2019-08-06 2019-11-01 高晓东 Garbage classification judges the personal method and device for whether carrying out garbage classification
KR102253819B1 (en) * 2019-10-01 2021-05-20 배태관 Empty bottle unmanned recycle system and method thereof
KR102555965B1 (en) * 2021-09-14 2023-07-14 씨지정보통신주식회사 Empty bottle collect device and empty bottle collecting system having the same

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3004264B1 (en) 1998-10-30 2000-01-31 株式会社アライヘルメット Full face type helmet
JP2000254591A (en) 1999-03-12 2000-09-19 Akira Higuchi Pet bottle-sorting device
US20130112791A1 (en) 2010-04-20 2013-05-09 Eco Creation International, Inc. Selective collection system for recycling input materials having a monitor
KR101344851B1 (en) * 2012-03-30 2014-01-16 경북대학교 산학협력단 Device and Method for Processing Image
JP2014049118A (en) 2012-08-31 2014-03-17 Fujitsu Ltd Convolution neural network classifier system, training method for the same, classifying method, and usage
KR101537486B1 (en) * 2014-10-28 2015-07-16 배응준 Detachable type automatic identification apparatus for recycling bin

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3030619B2 (en) 1997-06-26 2000-04-10 雅治 吉本 Coffin carriage cooling system
JP2005041671A (en) 2003-07-25 2005-02-17 Kurazo Sakurai Sorting and storing device of empty beverage aluminum cans and steel cans, and sorting and storing device of empty beverage pet bottles and glass bottles
KR200451428Y1 (en) 2008-11-18 2010-12-14 정진경 separate garbage collection box for glassware
KR200463577Y1 (en) 2012-05-10 2012-11-12 이한승 Smart vending machine and operating system thereof
KR101445941B1 (en) * 2012-12-28 2014-09-29 동의대학교 산학협력단 Recycling bin having automated sorting function
JP6087718B2 (en) 2013-05-02 2017-03-01 株式会社アソート・コア Recovery device

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3004264B1 (en) 1998-10-30 2000-01-31 株式会社アライヘルメット Full face type helmet
JP2000254591A (en) 1999-03-12 2000-09-19 Akira Higuchi Pet bottle-sorting device
US20130112791A1 (en) 2010-04-20 2013-05-09 Eco Creation International, Inc. Selective collection system for recycling input materials having a monitor
KR101344851B1 (en) * 2012-03-30 2014-01-16 경북대학교 산학협력단 Device and Method for Processing Image
JP2014049118A (en) 2012-08-31 2014-03-17 Fujitsu Ltd Convolution neural network classifier system, training method for the same, classifying method, and usage
KR101537486B1 (en) * 2014-10-28 2015-07-16 배응준 Detachable type automatic identification apparatus for recycling bin

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023200050A1 (en) * 2022-04-13 2023-10-19 (주)더그리트 Apparatus for collecting containers

Also Published As

Publication number Publication date
KR101926395B1 (en) 2018-12-10
KR20180097429A (en) 2018-08-31
KR20180097421A (en) 2018-08-31

Similar Documents

Publication Publication Date Title
KR101926392B1 (en) Apparatus and method for collecting bottle
CN109559458B (en) Neural network-based commodity identification cash registering method and self-service cash registering desk
JP2021513690A (en) Article identification method and system, electronic equipment
CN105528604B (en) A kind of bill automatic identification and processing system based on OCR
EP2538394B1 (en) Method and apparatus for detecting fraud attempts in reverse vending machines
US10650232B2 (en) Produce and non-produce verification using hybrid scanner
US9396404B2 (en) Robust industrial optical character recognition
WO2005089966A1 (en) Method and device for sorting mail by means of a plurality of sorting processes
EP2155406B1 (en) Method of handling transmittals including a graphic classification of the signatures associated with the transmittals
US10068405B2 (en) Coin recognition system and method
CN112499017A (en) Garbage classification method and device and garbage can
Li et al. Fast and effective text detection
EP3171990B1 (en) Postsortierverfahren in ein sortierfach mit automatischer zählung der sortierten gegenstände
CN103106414A (en) Detecting method of passer-bys in intelligent video surveillance
KR20220091227A (en) Recycling collection apparatus and method for payment of reward point using the same
EP3311333B1 (en) Pairing of images of postal articles with descriptors of singularities of the gradient field
CN115601686A (en) Method, device and system for confirming delivery of articles
WO2015083170A1 (en) Fine grained recognition method and system
CN114299388A (en) Article information specifying method, showcase, and storage medium
FR3118763A1 (en) Device and method for counting and identifying bottles
Amatya et al. The state of the art–Vehicle Number Plate Identification–a complete Survey
FR3091189A1 (en) STRUCTURAL MATCHING OF IMAGES BY HASHING GRADIENT SINGULARITY DESCRIPTORS
Miao et al. Coarse-to-fine video text detection
CN115272954A (en) Passenger flow statistics device and intelligent terminal
Wang et al. Dining Scene Recognition Using Related Object Detection

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant