KR102222176B1 - System for sorting recycle based on artificial intelligence - Google Patents

System for sorting recycle based on artificial intelligence Download PDF

Info

Publication number
KR102222176B1
KR102222176B1 KR1020200092010A KR20200092010A KR102222176B1 KR 102222176 B1 KR102222176 B1 KR 102222176B1 KR 1020200092010 A KR1020200092010 A KR 1020200092010A KR 20200092010 A KR20200092010 A KR 20200092010A KR 102222176 B1 KR102222176 B1 KR 102222176B1
Authority
KR
South Korea
Prior art keywords
waste
color
analysis unit
recognized
unit
Prior art date
Application number
KR1020200092010A
Other languages
Korean (ko)
Inventor
박태형
시주성
김송현
Original Assignee
주식회사 에이트테크
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 주식회사 에이트테크 filed Critical 주식회사 에이트테크
Priority to KR1020200092010A priority Critical patent/KR102222176B1/en
Application granted granted Critical
Publication of KR102222176B1 publication Critical patent/KR102222176B1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/38—Collecting or arranging articles in groups
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06K9/20—
    • G06K9/4652—
    • G06K9/6267—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0054—Sorting of waste or refuse

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sorting Of Articles (AREA)

Abstract

The present invention relates to a recycling classification system based on artificial intelligence, which comprises: a camera unit capturing continuously supplied waste in real-time; a recognition unit recognizing the waste in a captured image by using the camera unit; and an analysis unit analyzing a type, a color, a contamination degree, and existence of a cover and a label of the waste recognized by the recognition unit to generate classification information of the waste. The analysis unit compares the waste recognized by the recognition unit with a shape and color DB of the previously stored waste to generate the classification information of the waste in real-time.

Description

인공지능 기반의 재활용 분류 시스템{SYSTEM FOR SORTING RECYCLE BASED ON ARTIFICIAL INTELLIGENCE}Artificial intelligence-based recycling classification system {SYSTEM FOR SORTING RECYCLE BASED ON ARTIFICIAL INTELLIGENCE}

본 발명은 인공지능 기반의 재활용 분류 시스템에 관한 것으로, 보다 상세하게 본 발명은 연속적으로 공급되는 폐기물들을 촬영한 영상 내에서 인공지능을 이용하여 폐기물들을 구분하고, 인공지능을 이용하여 각각의 폐기물들을 특정한 기준에 따라 분류하는 재활용 분류 시스템에 관한 것이다.The present invention relates to an artificial intelligence-based recycling classification system, and in more detail, the present invention separates wastes using artificial intelligence in images taken of continuously supplied wastes, and separates each waste using artificial intelligence. It relates to a recycling classification system that sorts according to specific criteria.

하루에도 많은 양의 폐기물이 가정, 공장, 식당 등에서 배출되고 있으며, 일반 쓰레기, 재활용 가능한 쓰레기 및 음식물 쓰레기 중에서 음식물 쓰레기는 많은 사람들이 분리해서 버리고 있다.A large amount of waste is discharged every day from homes, factories, and restaurants, and many people separate and dispose of food waste among general waste, recyclable waste, and food waste.

그러나, 아직도 재활용이 가능한 쓰레기는 일반 쓰레기와 함께 섞여 배출되고 있으며, 이를 분리하는데 인력이 직접 투입되고 있다.However, still recyclable garbage is mixed with general garbage and discharged, and manpower is directly input to separate it.

뿐만 아니라, 페트병이나 유리병을 사용하는 기업에서는 재활용 쓰레기가 제대로 분리되지 않아 일반 쓰레기로 폐기되기 때문에 외국에서 재활용 폐기물을 수입하고 있는 실정이다. In addition, companies that use plastic bottles or glass bottles are importing recycled waste from foreign countries because recycled waste is not properly separated and is disposed of as general waste.

국내에서도 이러한 문제점을 해결하고자 다양한 발명이 이루어지고 있고, 특히 페트병을 분리하는 방법이나 장치, 시스템이 특허로 출원 및 등록이 되고 있다.Various inventions have been made in order to solve these problems in Korea, and in particular, methods, devices, and systems for separating PET bottles have been applied and registered as patents.

예를 들어, 등록특허 제10-1270354호 "폐기물 재활용 분류 시스템"은 For example, Registration Patent No. 10-1270354 "Waste Recycling Classification System"

폐기물을 촬영하여 재질에 따라 자동적으로 폐기물을 분류할 수 있다는 이점이 있다.There is an advantage in that the waste can be automatically classified according to the material by photographing the waste.

다만, 폐기물을 분류하더라도 폐기물 내에 이물질이 포함되어 있거나 뚜껑, 라벨의 포함 유무에 따라 이후, 세척 공정 또는 제거 공정 등이 필요한 문제점이 있다.However, even if the waste is classified, there is a problem that a cleaning process or a removal process is required afterwards depending on whether foreign substances are included in the waste or a lid or label is included.

또한, 폐기물을 분류하는 기준이 고정되어 있어 재활용이 가능한 폐기물이 손상되어 있을 경우에는 이를 분류해낼 수 없다는 문제점이 있다.In addition, since the criteria for classifying waste are fixed, there is a problem in that it cannot be sorted out if the waste that can be recycled is damaged.

대한민국 등록특허 제10-1270354호 (등록일자, 2013.05.27)Korean Patent Registration No. 10-1270354 (Registration Date, 2013.05.27)

본 발명이 이루고자 하는 기술적 과제는 본 발명은 연속적으로 공급되는 폐기물들을 촬영한 영상 내에서 인공지능을 이용하여 폐기물들을 구분하고, 인공지능을 이용하여 각각의 폐기물들을 특정한 기준에 따라 분류하는 재활용 분류 시스템을 제공하고자 한다.The technical problem to be achieved by the present invention is a recycling classification system that classifies wastes using artificial intelligence in images of continuously supplied wastes, and classifies each waste according to a specific criterion using artificial intelligence. I want to provide.

이러한 과제를 해결하기 위하여 본 발명의 실시예에 따른 인공지능 기반의 재활용 분류 시스템은 연속적으로 공급되는 폐기물을 실시간으로 촬영하는 카메라부; 상기 카메라부에 의해 촬영된 영상 내에서 폐기물을 인식하는 인식부; 및 상기 인식부에 의해 인식된 폐기물의 종류, 색상, 오염도, 뚜껑 및 라벨의 포함 유무를 분석하여 폐기물 분류정보를 생성하는 분석부;를 포함하되, 상기 분석부는 기 저장된 폐기물 형상 및 색상 DB와 상기 인식부에 의해 인식된 폐기물을 비교하여 상기 폐기물의 분류정보를 실시간으로 생성할 수 있다.In order to solve this problem, an artificial intelligence-based recycling classification system according to an embodiment of the present invention includes a camera unit for photographing continuously supplied waste in real time; A recognition unit for recognizing waste in the image captured by the camera unit; And an analysis unit for generating waste classification information by analyzing the type, color, pollution degree, and the presence or absence of a lid and a label recognized by the recognition unit, wherein the analysis unit includes a previously stored waste shape and color DB and the By comparing the waste recognized by the recognition unit, the classification information of the waste can be generated in real time.

상기 카메라부는, 상기 연속적으로 공급되는 폐기물을 포함한 전체 영역을 촬영하며, 상기 인식부는, 상기 촬영된 전체 영역에서 이동하는 복수의 폐기물들을 동시에 인식하고, 인식된 폐기물들이 상기 카메라부의 촬영 영역을 벗어날 때까지, 상기 인식된 폐기물을 추적할 수 있다.The camera unit photographs the entire area including the continuously supplied waste, and the recognition unit simultaneously recognizes a plurality of wastes moving in the captured entire area, and when the recognized wastes leave the shooting area of the camera unit Until, the recognized waste can be traced.

상기 폐기물의 종류는 페트병, 캔, 유리병, 종이, 종이팩, 스티로폼, 일반 플라스틱 및 일반 쓰레기를 포함하며, 상기 분석부는, 상기 기 저장된 폐기물의 형상 DB와 상기 인식부에서 인식된 폐기물 이미지 내에서 폐기물의 형상을 비교하여, 기 저장된 폐기물의 형상 DB에서 매칭되는 폐기물의 종류 중 하나로 상기 폐기물을 분류할 수 있다.The types of waste include PET bottles, cans, glass bottles, paper, paper packs, styrofoam, general plastics, and general waste, and the analysis unit includes the waste in the shape DB of the previously stored waste and the waste image recognized by the recognition unit. By comparing the shapes of, the waste can be classified as one of the types of wastes matched in the shape DB of the previously stored waste.

상기 색상은 투명, 하얀색, 녹색, 갈색, 노란색, 파란색 및 빨간색 중 어느 하나 이상의 색이 포함되며, 상기 폐기물의 종류가 분류되면, 상기 분석부는 상기 기 저장된 폐기물의 색상 DB와 상기 인식부에서 인식된 폐기물 이미지 내의 폐기물 색상을 비교하여, 상기 폐기물의 색상 중 하나로 폐기물 색상을 분류할 수 있다.The color includes any one or more of transparent, white, green, brown, yellow, blue, and red, and when the type of waste is classified, the analysis unit By comparing the color of the waste in the waste image, the color of the waste can be classified as one of the colors of the waste.

상기 오염도는 상기 인식부에서 인식된 폐기물에 이물질이 포함되었는지 여부를 분석한 것이며, 상기 폐기물의 색상이 분류되면, 상기 분석부는 상기 인식부에서 인식된 폐기물의 이미지 내에서 상기 기 저장된 폐기물의 색상과 일치하지 않는 색상이 분석되면, 폐기물에 이물질이 있는 것으로 판단할 수 있다.The pollution degree is an analysis of whether the waste recognized by the recognition unit contains foreign substances, and when the color of the waste is classified, the analysis unit determines the color of the waste previously stored in the image of the waste recognized by the recognition unit. If an inconsistent color is analyzed, it can be determined that there is a foreign substance in the waste.

상기 폐기물의 종류가 페트병 또는 유리병인 경우, 상기 분석부는 상기 폐기물의 이미지를 폐기물의 입구부분, 중단부분 및 바닥부분의 세 구간으로 구획하고, 상기 폐기물의 이미지 중에서 입구부분과 바닥부분의 색상을 서로 비교하여 뚜껑 포함 여부를 판단하고, 상기 폐기물의 이미지 중에서 상기 입구부분, 중단부분 및 바닥부분의 색상을 서로 비교하여 라벨 포함 여부를 판단할 수 있다.When the type of waste is a PET bottle or a glass bottle, the analysis unit divides the image of the waste into three sections: the entrance part, the middle part, and the bottom part of the waste. By comparison, it is possible to determine whether a lid is included, and to determine whether a label is included by comparing the colors of the entrance, middle, and bottom of the image of the waste.

상기 분석부는 상기 폐기물의 입구부분과 바닥부분의 색상이 일치하지 않으면, 뚜껑이 포함되어 있는 것으로 판단하고, 상기 뚜껑이 포함되어 있는 것으로 판단한 경우, 상기 입구부분, 중단부분 및 바닥부분의 색상이 모두 일치하지 않으면, 라벨이 포함된 것으로 판단할 수 있다.If the color of the entrance portion and the bottom portion of the waste do not match, the analysis unit determines that a lid is included, and when it is determined that the lid is included, the colors of the entrance portion, the middle portion, and the bottom portion are all If they do not match, it can be determined that the label is included.

상기 분석부는 상기 폐기물의 입구부분과 바닥부분의 색상이 일치하면, 상기 뚜껑이 포함되어 있지 않은 것으로 판단하며, 상기 뚜껑이 포함되어 있지 않은 것으로 판단한 경우, 상기 중단부분과 입구부분 또는 중단부분과 바닥부분의 색상을 비교하여 일치하면, 라벨이 포함되어 있지 않은 것으로 판단할 수 있다.If the color of the inlet portion and the bottom portion of the waste match, the analysis unit determines that the lid is not included, and if it is determined that the lid is not included, the middle portion and the inlet portion or the middle portion and the bottom If the colors of the parts are compared and matched, it can be determined that the label is not included.

상기 분석부는 상기 폐기물의 입구부분과 바닥부분의 색상이 일치하면, 상기 뚜껑이 포함되어 있지 않은 것으로 판단하며, 상기 분석부는 상기 뚜껑이 포함되어 있지 않은 것으로 판단한 경우, 상기 중단부분과 입구부분 또는 중단부분과 바닥부분의 색상이 일치하면, 상기 라벨이 포함되어 있지 않은 것으로 판단할 수 있다.The analysis unit determines that the lid is not included if the color of the inlet portion and the bottom portion of the waste coincide, and when the analysis unit determines that the lid is not included, the middle portion and the inlet portion or the middle portion If the color of the part and the bottom part match, it may be determined that the label is not included.

위에서 언급된 본 발명의 기술적 과제 외에도, 본 발명의 다른 특징 및 이점들이 이하에서 기술되거나, 그러한 기술 및 설명으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.In addition to the technical problems of the present invention mentioned above, other features and advantages of the present invention will be described below or will be clearly understood by those of ordinary skill in the art from such technology and description.

이상과 같은 본 발명에 따르면 다음과 같은 효과가 있다.According to the present invention as described above has the following effects.

본 발명은 분류된 폐기물은 사람이 직접 재활용이 가능한 폐기물을 선별하지 않아도 분석부를 통해 용이하게 재활용이 가능한 폐기물을 분류할 수 있다.In the present invention, the sorted waste can be easily classified through the analysis unit even if a person does not directly select the waste that can be recycled.

또한, 손상된 폐기물 형상 또는 일부만 인식된 폐기물 형상이라 하더라도, 매칭 비율 및 형상 일치 여부에 따라 폐기물의 형상을 계속 누적한 DB를 통해, 용이하게 폐기물의 종류를 분류할 수 있다.In addition, even if the shape of the damaged waste or the shape of only partially recognized waste, the type of waste can be easily classified through the DB in which the shape of the waste is continuously accumulated according to the matching ratio and whether the shape is matched.

분석부는 폐기물의 형상 DB를 계속 축적해 나감으로써, 재활용 가능한 폐기물을 분류하는데 소요되는 시간을 절약하고 일 부분의 형상 또는 손상된 형상이 있다 하더라도 재활용 가능한 폐기물을 보다 정확하게 분류할 수 있어 정확도를 향상시킬 수 있다. By continuing to accumulate the shape DB of the waste, the analysis unit saves the time required to classify the recyclable waste, and improves accuracy as it can more accurately classify the recyclable waste even if there is a partial shape or a damaged shape. have.

분석부에 저장된 폐기물의 색상 DB만을 이용하여 페기물의 색상, 오염도, 뚜껑 및 라벨의 포함여부를 한 번에 판단할 수 있어, 재활용 가능한 폐기물을 분류하는데 시간이 단축될 수 있다.By using only the color DB of the waste stored in the analysis unit, the color of the waste, the degree of contamination, and whether or not the lid and label are included can be determined at a time, so the time to sort recyclable waste can be shortened.

이 밖에도, 본 발명의 실시 예들을 통해 본 발명의 또 다른 특징 및 이점들이 새롭게 파악될 수도 있을 것이다.In addition, other features and advantages of the present invention may be newly recognized through embodiments of the present invention.

도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 재활용 분류 시스템이 적용되는 폐기물 재활용 분류 장치를 개략적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 인공지능 기반의 재활용 분류 시스템을 나타낸 블록도이다.
도 3은 도 2의 인식부가 연속적으로 공급되는 폐기물을 인식하는 것을 설명하기 위한 예시도이다.
도 4는 본 발명의 일 실시예에 따른 폐기물의 분류정보를 나타낸 분류표이다.
도 5는 본 발명의 일 실시예에 따른 분석부가 뚜껑 및 라벨의 유무를 분석하는 것을 설명하기 위한 예시도이다.1 is a diagram schematically showing a waste recycling classification apparatus to which an artificial intelligence-based recycling classification system according to an embodiment of the present invention is applied.
2 is a block diagram showing an artificial intelligence-based recycling classification system according to an embodiment of the present invention.
3 is an exemplary view for explaining that the recognition unit of FIG. 2 recognizes the continuously supplied waste.
4 is a classification table showing classification information of waste according to an embodiment of the present invention.
5 is an exemplary view for explaining that the analysis unit analyzes the presence or absence of a lid and a label according to an embodiment of the present invention.

본 명세서에서 각 도면의 구성 요소들에 참조번호를 부가함에 있어서 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다.In the present specification, in adding reference numerals to elements of each drawing, it should be noted that only the same elements have the same number as possible, even if they are indicated on different drawings.

한편, 본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다. Meanwhile, the meaning of the terms described in the present specification should be understood as follows.

단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하는 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.Singular expressions are to be understood as including plural expressions unless clearly defined differently in context, and the scope of rights should not be limited by these terms.

"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.It is to be understood that terms such as "comprise" or "have" do not preclude the presence or addition of one or more other features or numbers, steps, actions, components, parts, or combinations thereof.

이하, 첨부되는 도면을 참고하여 상기 문제점을 해결하기 위해 고안된 본 발명의 바람직한 실시예들에 대해 상세히 설명한다.Hereinafter, preferred embodiments of the present invention designed to solve the above problem will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 재활용 분류 시스템이 적용되는 폐기물 재활용 분류 장치를 개략적으로 나타낸 도면이다.1 is a diagram schematically showing a waste recycling classification apparatus to which an artificial intelligence-based recycling classification system according to an embodiment of the present invention is applied.

도 1을 참고하면, 폐기물 재활용 분류 장치(1)는 폐기물을 이송하는 이송부(2), 폐기물을 분류하는 분류부(3) 및 분류부(3)에 의해 분류된 폐기물을 추출하는 집기부(4)를 포함할 수 있다.Referring to FIG. 1, the waste recycling and sorting apparatus 1 includes a conveying unit 2 for transferring waste, a classifying unit 3 for classifying waste, and a collecting unit 4 for extracting waste classified by the classification unit 3. ) Can be included.

이때, 이송부(2)는 폐기물을 이송할 수 있는 컨베이어벨트로 이루어질 수 있으며, 컨베이어벨트를 통해 이송된 폐기물은 분류부(3)를 통과할 수 있다.At this time, the transfer unit 2 may be made of a conveyor belt capable of transferring waste, and the waste transferred through the conveyor belt may pass through the sorting unit 3.

본 발명의 인공지능 기반의 재활용 분류 시스템(10)은 분류부(3)에 적용되어 재활용이 가능한 폐기물을 분류할 수 있다.The artificial intelligence-based recycling classification system 10 of the present invention may be applied to the classification unit 3 to classify recyclable waste.

이렇게 분류된 폐기물은 사람이 직접 재활용이 가능한 폐기물을 선별하지 않아도 분류부(3)에 의해 용이하게 재활용이 가능한 폐기물을 분류할 수 있으며, 분류된 폐기물을 집기부(4)에서 따로 추출하여 구비된 폐기물 박스(미도시)로 옮길 수 있다.Wastes classified in this way can be easily classified by the sorting unit (3) even if humans do not directly select the wastes that can be recycled, and the sorted wastes are separately extracted from the collecting unit (4) and provided. Can be transferred to a waste box (not shown).

이하, 본 발명의 인공지능 기반의 재활용 분류 시스템(10)은 이송부(2)를 통해 이송된 폐기물을 분류하는 분류부(3)에 적용되는 발명으로 하여 설명하기로 한다.Hereinafter, the artificial intelligence-based recycling classification system 10 of the present invention will be described as an invention applied to the classification unit 3 for classifying the waste transferred through the transfer unit 2.

도 2는 본 발명의 일 실시예에 따른 인공지능 기반의 재활용 분류 시스템을 나타낸 블록도이며, 도 3은 도 2의 인식부가 연속적으로 공급되는 폐기물을 인식하는 것을 설명하기 위한 예시도이다.FIG. 2 is a block diagram illustrating an artificial intelligence-based recycling classification system according to an embodiment of the present invention, and FIG. 3 is an exemplary diagram for explaining that the recognition unit of FIG. 2 recognizes continuously supplied waste.

도 2 및 도 3을 참고하면, 인공지능 기반의 재활용 분류 시스템(10)은 폐기물을 촬영하는 카메라부(100), 촬영된 영상 내의 폐기물을 인식하는 인식부(200) 및 폐기물의 분류정보를 생성하는 분석부(300)를 포함할 수 있다.2 and 3, the recycling classification system 10 based on artificial intelligence generates a camera unit 100 for photographing waste, a recognition unit 200 for recognizing waste in a photographed image, and classification information of the waste. It may include an analysis unit 300.

카메라부(100)는 연속적으로 공급되는 폐기물을 실시간으로 촬영할 수 있으며, 연속적으로 공급되는 폐기물 뿐만 아니라 그 주변 환경까지 모두 포함한 전체 영역을 촬영할 수 있다.The camera unit 100 may photograph continuously supplied waste in real time, and may photograph the entire area including not only the continuously supplied waste but also the surrounding environment.

이때, 카메라부(100)는 일반적으로 영상 촬영에 사용되는 카메라일 수 있으나, 이는 본 발명을 실시하기 위한 예시이므로 폐기물의 이미지 또는 폐기물에 포함된 바코드 등을 인식할 수 있는 렌즈, 적외선 센서, 또는 다양한 방식의 센서 등으로 구현될 수 있음은 당연하다.At this time, the camera unit 100 may be a camera generally used for image capturing, but since this is an example for implementing the present invention, a lens, an infrared sensor, or a lens capable of recognizing an image of waste or a barcode included in the waste, or It is natural that it can be implemented with various types of sensors.

인식부(200)는 카메라부(100)에서 촬영된 전체 영상 중에서 폐기물 부분만을 선별하여 인식할 수 있다. 즉, 촬영된 영상 내에 폐기물이 포함되어 있는지 여부를 판단하는 것이다. 뿐만 아니라, 하나의 영상 내에 복수개의 폐기물이 촬영된 경우, 인식부(200)는 상기 영상 내에 포함된 복수개의 폐기물들을 동시에 인식할 수 있다.The recognition unit 200 may select and recognize only a waste portion of the entire image captured by the camera unit 100. That is, it is determined whether or not waste is contained in the captured image. In addition, when a plurality of wastes are photographed in one image, the recognition unit 200 may simultaneously recognize a plurality of wastes included in the image.

이후, 인식부(200)는 인식된 복수의 폐기물들이 카메라부(100)에서 촬영된 전체 영역을 벗어날 때까지 추적할 수 있다. Thereafter, the recognition unit 200 may track a plurality of recognized wastes until they leave the entire area photographed by the camera unit 100.

한편, 카메라부(100)는 고정된 위치에 설치되는 반면, 폐기물들은 이송부(2)를 통해 이송될 수 있다. 따라서, 폐기물이 이동하는 과정에서 카메라부(100)는 특정한 폐기물을 다양한 각도에서 촬영할 수 있으며, 폐기물의 다양한 부분이 촬영될 수 있다. On the other hand, while the camera unit 100 is installed in a fixed position, wastes can be transported through the transport unit (2). Accordingly, in the process of moving the waste, the camera unit 100 may photograph a specific waste from various angles, and various parts of the waste may be photographed.

인식부(200)는 이와 같이 얻어진 다양한 이미지들을 분석하여 폐기물을 인식할 수 있다.The recognition unit 200 may recognize waste by analyzing various images thus obtained.

예를 들어, 이송부(2)에 의해 분류부(3)로 폐기물이 이송되는 부분을 앞부분, 폐기물이 분류부(3)를 빠져나가는 부분을 뒷부분으로 하여 설명한다.For example, a portion where the waste is conveyed to the sorting portion 3 by the conveying portion 2 is described as the front portion, and the portion where the waste exits the sorting portion 3 is described as the rear portion.

폐기물로 종이상자가 공급되면, 카메라부(100)는 종이상자가 포함된 이송부(2) 전체 영역을 실시간으로 촬영하게 된다.When the paper box is supplied as waste, the camera unit 100 photographs the entire area of the transfer unit 2 including the paper box in real time.

폐기물은 카메라부(100)가 촬영한 전체 영역 내에서 이송부(2)를 통해 계속 이동하게 된다. 그러면 처음에 분류부(3)로 이송되는 방향의 종이상자 앞면(종이상자의 옆면)을 카메라부(100)가 촬영하고 인식부(200)는 이를 인식하게 된다.Waste continues to move through the transfer unit 2 within the entire area photographed by the camera unit 100. Then, the camera unit 100 photographs the front surface of the paper box (the side surface of the paper box) in the direction to be transferred to the sorting unit 3, and the recognition unit 200 recognizes it.

그 후, 카메라부(100) 아래 방향에 종이상자가 놓이게 되면 카메라부(100)는 종이상자 상면을 촬영하고, 인식부(200)는 종이상자 상면을 인식하게 된다. 이송부(2)에 의해 카메라부(100)가 촬영한 전체 영역을 종이상자가 거의 빠져나가게 되면, 카메라부(100)는 종이상자의 뒷부분인 뒷면(종이상자의 옆면)을 촬영하게 되고 인식부(200)는 종이상자의 뒷면을 인식할 수 있다.Thereafter, when the paper box is placed in the lower direction of the camera unit 100, the camera unit 100 photographs the top surface of the paper box, and the recognition unit 200 recognizes the top surface of the paper box. When the paper box almost exits the entire area photographed by the camera unit 100 by the transfer unit 2, the camera unit 100 photographs the back side of the paper box (the side of the paper box), and the recognition unit ( 200) can recognize the back side of the paper box.

이렇게 이송부(2)에 의해 카메라부(100) 촬영한 전체 영역을 폐기물들이 이동하게 되면, 인식부(200)는 카메라부(100)에 촬영된 폐기물들의 다양한 부분의 이미지를 인식할 수 있다.When the wastes move through the entire area photographed by the camera unit 100 by the transfer unit 2 in this way, the recognition unit 200 may recognize images of various parts of the wastes photographed by the camera unit 100.

인식부(200)는 카메라부(100)에서 촬영한 전체 영역에 포함된 복수의 폐기물을 인식할 수 있으며, 분석부(300)는 복수의 폐기물을 동시 다발적으로 분석하여 폐기물의 분류정보를 생성할 수 있다.The recognition unit 200 can recognize a plurality of wastes included in the entire area photographed by the camera unit 100, and the analysis unit 300 simultaneously analyzes a plurality of wastes and generates classification information of wastes. can do.

다만, 이하에서는 구체적인 설명을 위해 인식부(200)에서 인식된 하나의 폐기물을 선정하여 설명하기로 한다.However, in the following, for specific explanation, one waste recognized by the recognition unit 200 will be selected and described.

분석부(300)는 인식부(200)에 의해 인식된 폐기물의 종류, 색상, 오염도, 뚜껑 및 라벨의 포함 유무를 분석하여 폐기물 분류정보를 생성할 수 있다.The analysis unit 300 may generate waste classification information by analyzing the type, color, pollution degree, and the presence or absence of a lid and a label of the waste recognized by the recognition unit 200.

폐기물의 종류는 페트병, 캔, 유리병, 종이, 종이팩, 스티로폼, 일반 플라스틱 및 일반 쓰레기를 포함할 수 있으나, 이는 본 발명을 설명하기 위한 하나의 예시이므로, 폐기물의 종류에 건전지 및 비닐 등 사용자의 편의에 따라 그 종류를 추가할 수 있다.The types of waste may include PET bottles, cans, glass bottles, paper, paper packs, styrofoam, general plastics, and general garbage, but this is an example for explaining the present invention. You can add the type according to your convenience.

분석부(300)는 기 저장된 폐기물의 형상 DB와 인식부(200)에서 인식된 폐기물의 형상을 비교하고, 기 저장된 폐기물의 형상 DB에서 매칭되는 폐기물의 종류 중 하나로 폐기물을 분류할 수 있다. The analysis unit 300 may compare the shape DB of the previously stored waste and the shape of the waste recognized by the recognition unit 200, and classify the waste into one of the types of wastes matched in the shape DB of the previously stored waste.

이때, 분석부(300)는 기 저장된 폐기물 형상 DB 및 폐기물 색상 DB와 인식부(200)에 의해 인식된 폐기물을 비교하여 폐기물의 분류정보를 실시간으로 생성할 수 있다.At this time, the analysis unit 300 may generate the classification information of the waste in real time by comparing the previously stored waste shape DB and the waste color DB with the waste recognized by the recognition unit 200.

여기서, 실시간으로 생성되는 폐기물의 분류정보는 인식부(200)에 의해 인식된 폐기물에 형상일 수 있다.Here, the classification information of the waste generated in real time may have a shape of the waste recognized by the recognition unit 200.

예를 들어, 분석부가 폐기물의 정보를 업데이트 하는 과정을 설명하면, 먼저, 분석부(300)는 일반적으로 배출되는 폐기물의 형상 및 색상에 관한 DB가 저장되어 있을 수 있다.For example, when explaining a process in which the analysis unit updates information on waste, first, the analysis unit 300 may store a DB regarding the shape and color of the generally discharged waste.

폐기물의 형상은 폐기물이 공급되기 전에 완전한 상태의 형상과 이미지, 라벨이 제거된 완전한 상태의 이미지, 뚜껑이 제거된 상태의 이미지 등을 포함할 수 있다.The shape of the waste may include a shape and image in a complete state before the waste is supplied, an image in a complete state with a label removed, an image with a lid removed, and the like.

다만, 이는 본 발명을 설명하기 위한 하나의 예시이므로, 사용자의 이용 및 편의에 따라 폐기물의 형상 외에 재질, 상표, 상호 등 다양한 정보를 저장할 수 있다.However, since this is an example for explaining the present invention, various information such as a material, a trademark, and a name may be stored in addition to the shape of the waste according to the user's use and convenience.

이후, 카메라부(100)에 의해 실시간으로 촬영된 영상 내에서 인식부(200)가 형상을 인식할 수 있다. 분석부(300)는 이렇게 인식된 폐기물의 형상과 기 저장된 폐기물 형상 DB를 이용하여 매칭 비율을 산출할 수 있다.Thereafter, the recognition unit 200 may recognize the shape in the image captured by the camera unit 100 in real time. The analysis unit 300 may calculate a matching ratio using the recognized shape of the waste and the previously stored waste shape DB.

이때, 매칭 비율이 60%이상으로 산출되면, 분석부(300)는 인식된 폐기물의 형상과 기 저장된 폐기물 형상 DB을 다시 비교하여 기 저장된 폐기물의 형상 DB와 인식된 폐기물의 형상이 완전히 일치하는 지를 판단할 수 있다.At this time, if the matching ratio is calculated to be 60% or more, the analysis unit 300 compares the shape of the recognized waste and the previously stored waste shape DB again to determine whether the shape DB of the previously stored waste and the shape of the recognized waste completely match. I can judge.

이와 반대로, 매칭 비율이 60%미만으로 산출되면, 분석부(300)는 인식된 폐기물의 종류를 분류함으로써 폐기물의 분류정보를 생성하게 된다.Conversely, when the matching ratio is calculated to be less than 60%, the analysis unit 300 generates classification information of the waste by classifying the recognized type of waste.

만약, 매칭 비율이 60%이상으로 산출된 후에, 저장된 폐기물의 형상 DB와 인식된 폐기물의 형상도 완전히 일치하게 되면, 분석부(300)는 이를 가지고 폐기물의 종류를 분류함으로써 폐기물의 분류정보를 생성하게 된다.If, after the matching ratio is calculated to be 60% or more, if the shape DB of the stored waste and the shape of the recognized waste are also completely matched, the analysis unit 300 generates classification information of the waste by classifying the type of waste with this. It is done.

그러나, 매칭 비율이 60%이상으로 산출된 후에 저장된 폐기물의 형상 DB와 인식된 폐기물의 형상이 일치하지 않으면, 분석부(300)는 인식된 폐기물의 형상을 폐기물의 형상 DB에 추가하게 된다.However, if the shape DB of the stored waste and the recognized shape of the waste do not match after the matching ratio is calculated to be 60% or more, the analysis unit 300 adds the recognized shape of the waste to the shape DB of the waste.

예를 들어, 분석부(300)에 저장된 폐기물의 형상 DB로 코카콜라 병이 저장되어 있고, 이송된 폐기물은 입구 부분이 절단된 코카콜라 병으로 하여 설명한다.For example, a Coca-Cola bottle is stored in the shape DB of the waste stored in the analysis unit 300, and the transferred waste will be described as a Coca-Cola bottle whose inlet portion is cut.

카메라부(100)는 입구 부분이 절단된 코카콜라 병을 촬영하고, 인식부(200)는 촬영된 영상 내에서 입구 부분이 절단된 코카콜라 병의 형상을 인식할 수 있다.The camera unit 100 photographs a Coca-Cola bottle whose entrance portion is cut, and the recognition unit 200 may recognize a shape of a Coca-Cola bottle whose entrance portion is cut in the captured image.

그러면, 분석부(300)는 입구 부분이 절단된 코카콜라 병을 분석부(300)에 저장된 폐기물의 형상 DB와 비교하여, 저장된 폐기물의 형상 DB에서 페트병으로 분류된 코카콜라 병 형상을 추출할 수 있다.Then, the analysis unit 300 may compare the shape DB of the waste stored in the analysis unit 300 with the Coca-Cola bottle whose inlet portion is cut, and extract the shape of the Coca-Cola bottle classified as a PET bottle from the shape DB of the stored waste.

입구 부분이 절단된 코카콜라 병이 페트병인 코카콜라 병으로 분류되면, 분석부(300)는 입구 부분이 절단된 코카콜라 병 형상과 코카콜라 병 형상의 DB를 비교하여 매칭되는 비율을 분석할 수 있다.When the Coca-Cola bottle whose inlet portion is cut is classified as a Coca-Cola bottle that is a PET bottle, the analysis unit 300 may analyze the matching ratio by comparing the shape of the Coca-Cola bottle with the shape of the Coca-Cola bottle in which the inlet portion is cut and the DB of the shape of the Coca-Cola bottle.

만약, 분석부(300)가 입구 부분이 절단된 코카콜라 병과 코카콜라 병 형상의 DB 매칭 비율을 60%이상으로 판단하게 되면, 코카콜라 병 형상의 DB와 입구 부분이 절단된 코카콜라 병이 완전하게 일치하는지를 판단하게 된다.If the analysis unit 300 determines that the DB matching ratio of the Coca-Cola bottle with the cut inlet and the Coca-Cola bottle shape is 60% or more, it is determined whether the DB of the Coca-Cola bottle shape and the Coca-Cola bottle with the cut inlet are completely matched. It is done.

그러나, 입구 부분이 절단된 코카콜라 병과 코카콜라 병 형상의 DB는 일치하지 않으므로, 분석부(300)는 입구 부분이 절단된 코카콜라 병을 코카콜라 병 형상의 DB에 추가할 수 있다.However, since the Coca-Cola bottle with the cut inlet portion and the DB of the Coca-Cola bottle shape do not match, the analysis unit 300 may add the Coca-Cola bottle with the cut inlet portion to the Coca-Cola bottle-shaped DB.

후에, 입구 부분이 절단된 코카콜라 병이 폐기물로 공급된다면 입구 부분이 절단된 코카콜라 병 형상이 코카콜라 병 형상의 DB로 저장되어 있으므로, 분석부(300)는 입구 부분이 절단된 코카콜라 병을 페트병으로 하여 폐기물의 분류정보를 바로 생성할 수 있다.Later, if the Coca-Cola bottle with the cut inlet portion is supplied as waste, the shape of the Coca-Cola bottle with the cut inlet portion is stored as a DB in the shape of a Coca-Cola bottle, so the analysis unit 300 uses the Coca-Cola bottle with the cut inlet as a PET bottle. Waste classification information can be generated immediately.

이렇게 공급되는 폐기물의 형상이 입구 부분이 절단된 코카콜라 병 외에 다른 손상된 폐기물 형상 또는 일부만 인식된 폐기물 형상이라 하더라도, 매칭 비율 및 형상 일치 여부에 따라 폐기물의 형상을 계속 누적한 DB를 통해, 용이하게 폐기물의 종류를 분류할 수 있다.Even if the shape of the waste supplied in this way is a shape of damaged waste other than a Coca-Cola bottle with a cut in the inlet, or a shape of only partially recognized waste, it is easy to waste through a DB that continuously accumulates the shape of the waste according to the matching ratio and shape match. The types of can be classified.

뿐만 아니라, 분석부(300)는 폐기물의 형상 DB를 계속 축적해 나감으로써, 재활용 가능한 폐기물을 분류하는데 소요되는 시간을 절약하고 일 부분의 형상 또는 손상된 형상이 있다 하더라도 재활용 가능한 폐기물을 보다 정확하게 분류할 수 있어 정확도를 향상시킬 수 있다.In addition, the analysis unit 300 continuously accumulates the shape DB of the waste, thereby saving the time required to classify the recyclable waste and more accurately classifying the recyclable waste even if there is a partial shape or a damaged shape. Can improve accuracy.

이와 달리, 분석부(300)가 입구 부분이 절단된 코카콜라 병과 코카콜라 병 형상의 DB 매칭 비율을 60% 미만으로 판단하게 되면, 분석부(300)는 입구 부분이 절단된 코카콜라 병을 일반 쓰레기로 분류함으로써 폐기물의 분류정보를 생성할 수 있다.In contrast, when the analysis unit 300 determines that the DB matching ratio of the shape of the Coca-Cola bottle with the shape of the Coca-Cola bottle cut off at the entrance is less than 60%, the analysis unit 300 classifies the Coca-Cola bottle with the cut in the entrance as general garbage. By doing so, classification information of waste can be generated.

여기서 설정된 매칭 비율 60%는 본 발명을 설명하기 위한 예시이므로, 사용자의 이용 및 편의에 따라 이를 달리 설정할 수 있다.The 60% matching ratio set here is an example for explaining the present invention, and may be set differently according to the user's use and convenience.

도 4는 본 발명의 일 실시예에 따른 폐기물의 분류정보를 나타낸 분류표이다.4 is a classification table showing classification information of waste according to an embodiment of the present invention.

도 4를 참고하면, 폐기물의 분류정보는 폐기물의 종류, 색상, 오염도, 뚜껑 및 라벨의 유무를 포함할 수 있으며, 분류표에 기재된 폐기물의 분류정보는 본 발명을 설명하기 위한 예시므로, 그 종류 및 내용을 사용자의 편의에 따라 추가할 수 있다.Referring to Figure 4, the classification information of the waste may include the type, color, pollution degree, the presence or absence of a lid and a label of the waste, and the classification information of the waste described in the classification table is an example for explaining the present invention, so the type And content may be added according to the user's convenience.

폐기물의 종류는 인식부(200)가 인식한 폐기물의 형상과 분석부(300)에 저장된 폐기물의 형상 DB를 비교하여 분류될 수 있음은 전술한 바 있으므로 중복되는 내용은 생략하기로 한다.Since the type of waste can be classified by comparing the shape of the waste recognized by the recognition unit 200 with the shape DB of the waste stored in the analysis unit 300, the overlapping content will be omitted.

색상은 투명, 하얀색, 녹색, 갈색, 노란색, 파란색 및 빨간색 중 어느 하나 이상의 색이 포함할 수 있다.The color may include any one or more of transparent, white, green, brown, yellow, blue, and red.

분석부(300)에 의해 폐기물의 종류가 분류되면, 분석부(300)는 기 저장된 폐기물의 색상 DB와 인식부에서 인식된 폐기물 색상을 비교하여 투명, 하얀색, 녹색, 갈색, 노란색, 파란색 및 빨간색 중 어느 하나 또는 이들이 섞여 있는 색상으로 폐기물을 추가 분석할 수 있다.When the type of waste is classified by the analysis unit 300, the analysis unit 300 compares the color DB of the previously stored waste and the color of the waste recognized by the recognition unit to be transparent, white, green, brown, yellow, blue, and red. The waste can be further analyzed for either or the color in which they are mixed.

재활용이 가능한 폐기물 중에서 페트병, 유리병, 종이 및 일반 플라스틱은 색상에 따라 재활용으로 분류된 후의 가공과정이 달라질 수 있다. Among the recyclable wastes, PET bottles, glass bottles, paper and general plastics may have different processing processes after they are classified as recycling according to their color.

특히, 페트병의 경우에는 투명한 색상에 다른 색을 입히는 가공과정이 추가될 수 있어 투명 페트병의 단가가 높고, 어두운 색상에는 다른 색상을 입히는 가공과정이 추가되지 않아 페트병의 단가가 낮으므로 생상 분류가 중요한 요소가 될 수 있다. In particular, in the case of PET bottles, the cost of transparent PET bottles is high as a processing process of coating different colors to transparent colors can be added, and the cost of PET bottles is low because the processing process of coating different colors to dark colors is not added. It can be an element.

오염도는 인식부(200)에서 인식된 폐기물에 이물질이 포함되어 있는지 여부를 분석하는 것이다.Pollution degree is to analyze whether or not foreign substances are contained in the waste recognized by the recognition unit 200.

폐기물의 색상이 분류되고 나면, 분석부(300)는 인식부(200)에서 인식된 폐기물의 이미지 내에서 기 저장된 폐기물의 색상과 일치하지 않는 색상이 분석될 경우, 폐기물에 이물질이 포함되어 있는 것으로 판단하여 오염도를 추가로 분석할 수 있다.After the color of the waste is classified, the analysis unit 300 determines that when a color that does not match the color of the previously stored waste in the image of the waste recognized by the recognition unit 200 is analyzed, the waste contains foreign substances. By judging, the degree of contamination can be further analyzed.

예를 들어, 손상이 없는 초록색의 사이다 병이 폐기물로 이송되는 경우, 먼저 분석부(300)는 인식부(200)에서 인식된 사이다 병의 형상과 저장된 초록색의 유리 사이다 병 형상의 DB를 비교하여 유리병으로 분류할 수 있다.For example, when a green cider bottle without damage is transferred as waste, the analysis unit 300 first compares the shape of the cider bottle recognized by the recognition unit 200 and the DB of the shape of the stored green glass cider bottle. It can be classified as a glass bottle.

사이다 병이 유리병으로 분류되고 나면, 분석부(300)는 기 저장된 초록색의 사이다 병과 인식부(200)에 의해 인식된 사이다병의 색상을 비교하여 초록색으로 분류할 수 있다.After the cider bottle is classified as a glass bottle, the analysis unit 300 may compare the color of the previously stored green cider bottle and the cider bottle recognized by the recognition unit 200 to classify it as green.

초록색의 사이다병으로 분류되고 나면, 분석부(300)는 인식부(200)에 의해 인식된 초록색의 사이다 병에서 초록색이 아닌 다른 색상이 검출되는 경우, 초록색의 사이다병에 이물질이 있는 것으로 판단할 수 있다.After being classified as a green cider bottle, the analysis unit 300 determines that there is a foreign substance in the green cider bottle when a color other than green is detected in the green cider bottle recognized by the recognition unit 200. I can.

나아가, 폐기물의 종류가 페트병 또는 유리병인 경우, 분석부(300)는 폐기물에 뚜껑이 포함되어 있는지 여부 및 라벨이 포함되어 있는지 여부를 추가로 분석할 수 있다.Furthermore, when the type of waste is a PET bottle or a glass bottle, the analysis unit 300 may further analyze whether a lid is included in the waste and whether a label is included.

이때, 분석부(300)는 폐기물의 이미지를 폐기물의 입구부분(①), 중단부분(②) 및 바닥부분(③)의 세 구간으로 구획하고, 폐기물의 이미지 중에서 입구부분(①)과 바닥부분(③)의 색상을 서로 비교하여 뚜껑 포함 여부를 판단하고, 폐기물의 이미지 중에서 입구부분(①), 중단부분(②) 및 바닥부분(③)의 색상을 서로 비교하여 라벨 포함 여부를 판단할 수 있다.At this time, the analysis unit 300 divides the image of the waste into three sections: the entrance part (①), the middle part (②), and the bottom part (③) of the waste, and the entrance part (①) and the bottom part among the images of the waste. You can compare the colors of (③) to determine whether the lid is included, and compare the colors of the entrance part (①), the middle part (②), and the bottom part (③) among the images of the waste to determine whether or not the label is included. have.

예를 들어, 도 5는 본 발명의 일 실시예에 따른 분석부가 뚜껑 및 라벨의 유무를 분석하는 것을 설명하기 위한 예시도이다.For example, FIG. 5 is an exemplary view for explaining that an analysis unit analyzes the presence or absence of a lid and a label according to an embodiment of the present invention.

도 5를 참고하여 입구분이 좁은 페트병을 가지고 설명하기로 한다.With reference to FIG. 5, it will be described with a plastic bottle with a narrow entrance.

도 5(a)는 뚜껑 및 라벨이 모두 포함된 경우로, 분석부(300)는 폐기물의 입구부분(①)과 바닥부분(③)의 색상이 서로 일치하는지 여부를 판단할 수 있다.5(a) shows a case in which both the lid and the label are included, and the analysis unit 300 may determine whether the colors of the inlet portion (①) and the bottom portion (③) of the waste match each other.

폐기물의 입구부분(①)과 바닥부분(③)의 색상이 일치하지 않으면 뚜껑이 포함되어 있는 것으로 판단할 수 있다.If the color of the entrance part (①) and the bottom part (③) of the waste do not match, it can be judged that the lid is included.

도 5(a)에 도시된 바와 같이, 입구부분(①)은 초록색(또는 민트색)이며 바닥부분(③)은 투명한 색으로 입구부분(①)과 바닥부분(③)의 색상이 일치하지 않아 뚜껑이 포함되어 있는 것으로 판단하는 것이다.As shown in Fig. 5(a), the inlet part (①) is green (or mint color) and the bottom part (③) is transparent, and the color of the inlet part (①) and the bottom part (③) does not match. It is judged that is included.

분석부(300)는 뚜껑이 포함되어 있는 것으로 판단한 경우, 입구부분(①), 중단부분(②) 및 바닥부분(③)의 색상이 모두 일치하는지 여부를 판단할 수 있다.When it is determined that the lid is included, the analysis unit 300 may determine whether the colors of the entrance part (①), the middle part (②), and the bottom part (③) all match.

중단부분(②)에 파란색, 녹색, 빨간색 등 다양한 색상이 포함되어 있어, 입구부분(①), 중단부분(②) 및 바닥부분(③)의 색상이 모두 일치하지 않으므로, 분석부(300)는 라벨이 포함된 것으로 판단할 수 있다.Since various colors such as blue, green, and red are included in the middle part (②), the colors of the entrance part (①), the middle part (②), and the bottom part (③) do not all match, so the analysis unit 300 It can be determined that the label is included.

도 5(b)는 뚜껑은 포함되지 않으며, 라벨이 포함된 실시예이다.Figure 5(b) is an embodiment in which the lid is not included, and the label is included.

분석부(300)는 입구부분(①)과 바닥부분(③)은 모두 투명색으로 색상이 일치하므로, 뚜껑이 포함되어 있지 않은 것으로 판단할 수 있다.In the analysis unit 300, since the entrance part (①) and the bottom part (③) are all transparent in color and match, it can be determined that the lid is not included.

이렇게 뚜껑이 포함되어 있지 않은 것으로 판단한 후에, 분석부(300)는 중단부분(②)의 투명색 및 파란색과 입구부분(①)의 투명색을 판단하거나, 중단부분(②)의 투명색 및 파란색과 바닥부분(③)의 투명색을 판단할 수 있다.After determining that the lid is not included in this way, the analysis unit 300 determines the transparent color and blue of the middle part (②) and the transparent color of the entrance part (①), or the transparent color and blue and the bottom part of the middle part (②) The transparent color of (③) can be judged.

중단부분(②)에 파란색이 더 포함되어 있으므로, 분석부(300)는 라벨이 포함된 것으로 판단할 수 있다.Since blue is further included in the middle portion (②), the analysis unit 300 may determine that the label is included.

도 5(c)는 뚜껑과 라벨이 모두 포함되지 않은 실시예이다.Figure 5(c) is an embodiment in which both the lid and the label are not included.

분석부(300)는 입구부분(①)과 바닥부분(③)은 모두 투명색으로 색상이 일치하므로, 뚜껑이 포함되어 있지 않은 것으로 판단할 수 있다.In the analysis unit 300, since the entrance part (①) and the bottom part (③) are all transparent in color and match, it can be determined that the lid is not included.

이렇게 뚜껑이 포함되어 있지 않은 것으로 판단한 후에, 분석부(300)는 중단부분(②)의 투명색과 입구부분(①)의 투명색을 판단하거나, 중단부분(②)의 투명색 과 바닥부분(③)의 투명색을 판단할 수 있다.After determining that the lid is not included in this way, the analysis unit 300 determines the transparent color of the middle part (②) and the transparent color of the entrance part (①), or the transparent color of the middle part (②) and the bottom part (③). Transparent color can be judged.

입구부분(①)과 중단부분(②)을 비교하거나 바닥부분(③)과 중단부분(②)을 비교해도 색상이 일치하므로, 분석부(300)는 라벨이 포함되지 않은 것으로 판단할 수 있다.Even when comparing the entrance part (①) and the middle part (②) or comparing the bottom part (③) and the middle part (②), the colors match, so the analysis unit 300 may determine that the label is not included.

이렇게 분석부(300)에 저장된 폐기물의 색상 DB만을 이용하여 페기물의 색상, 오염도, 뚜껑 및 라벨의 포함여부를 한 번에 판단할 수 있어, 재활용 가능한 폐기물을 분류하는데 시간이 단축될 수 있다.In this way, only the color DB of the waste stored in the analysis unit 300 can be used to determine the color of the waste, the degree of contamination, and whether or not the lid and label are included, so that the time to classify the recyclable waste can be shortened.

본 발명은 분류된 폐기물은 사람이 직접 재활용이 가능한 폐기물을 선별하지 않아도 분석부를 통해 용이하게 재활용이 가능한 폐기물을 분류할 수 있다.In the present invention, the sorted waste can be easily classified through the analysis unit even if a person does not directly select the waste that can be recycled.

손상된 폐기물 형상 또는 일부만 인식된 폐기물 형상이라 하더라도, 매칭 비율 및 형상 일치 여부에 따라 폐기물의 형상을 계속 누적한 DB를 통해, 용이하게 폐기물의 종류를 분류할 수 있다.Even if the shape of the damaged waste or the shape of only partially recognized waste, the type of waste can be easily classified through a DB that continuously accumulates the shape of the waste according to the matching ratio and shape match.

또한, 분석부는 폐기물의 형상 DB를 계속 축적해 나감으로써, 재활용 가능한 폐기물을 분류하는데 소요되는 시간을 절약하고 일 부분의 형상 또는 손상된 형상이 있다 하더라도 재활용 가능한 폐기물을 보다 정확하게 분류할 수 있어 정확도를 향상시킬 수 있다. In addition, by continuously accumulating the shape DB of the waste, the analysis unit saves the time required to classify the recyclable waste, and improves accuracy as it can more accurately classify the recyclable waste even if there is a partial shape or a damaged shape. I can make it.

이상에서 설명한 본 발명이 전술한 실시예 및 첨부된 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지로 치환, 변형 및 변경이 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.The present invention described above is not limited to the above-described embodiments and the accompanying drawings, and that various substitutions, modifications and changes are possible within the scope of the technical spirit of the present invention, in the technical field to which the present invention pertains. It will be obvious to those of ordinary skill.

10: 인공지능 기반의 재활용 분류 시스템
100 : 카메라부
200 : 인식부
300 : 분석부10: Artificial intelligence-based recycling classification system
100: camera unit
200: recognition unit
300: analysis unit

Claims (9)

연속적으로 공급되는 폐기물을 실시간으로 촬영하는 카메라부;
상기 카메라부에 의해 촬영된 영상 내에서 폐기물을 인식하는 인식부; 및
상기 인식부에 의해 인식된 폐기물의 종류, 색상, 오염도, 뚜껑 및 라벨의 포함 유무를 분석하여 폐기물 분류정보를 생성하는 분석부;를 포함하되,
상기 분석부는 기 저장된 폐기물 형상 및 색상 DB와 상기 인식부에 의해 인식된 폐기물을 비교하여 상기 폐기물의 분류정보를 실시간으로 생성하고,
상기 폐기물의 종류는 페트병, 캔, 유리병, 종이, 종이팩, 스티로폼, 일반 플라스틱 및 일반 쓰레기로 구분되고,
상기 페트병과 상기 유리병은 오염도 정보, 색상 정보, 뚜껑 및 라벨의 유무 정보가 생성되고,
상기 종이와 상기 일반 플라스틱은 오염도 정보, 색상 정보가 생성되고,
상기 종이팩과 상기 스티로폼은 오염도 정보가 생성되며,
상기 폐기물의 종류가 페트병 또는 유리병인 경우, 상기 분석부는 상기 폐기물의 이미지를 폐기물의 입구부분, 중단부분 및 바닥부분의 세 구간으로 구획하고, 상기 폐기물의 이미지 중에서 입구부분과 바닥부분의 색상을 서로 비교하여 뚜껑 포함 여부를 판단하고, 상기 폐기물의 이미지 중에서 상기 입구부분, 중단부분 및 바닥부분의 색상을 서로 비교하여 라벨 포함 여부를 판단하는 것을 특징으로 하는 인공지능 기반의 재활용 분류 시스템.Camera unit for photographing in real time continuously supplied waste;
A recognition unit for recognizing waste in the image captured by the camera unit; And
Including; an analysis unit that generates waste classification information by analyzing the type, color, pollution degree, and the presence or absence of a lid and a label of the waste recognized by the recognition unit;
The analysis unit generates classification information of the waste in real time by comparing the previously stored waste shape and color DB with the waste recognized by the recognition unit,
The types of waste are classified into PET bottles, cans, glass bottles, paper, paper packs, styrofoam, general plastics, and general garbage,
In the PET bottle and the glass bottle, pollution degree information, color information, and information on the presence or absence of a lid and a label are generated,
Pollution degree information and color information are generated for the paper and the general plastic,
Pollution degree information is generated for the paper pack and the styrofoam,
When the type of waste is a PET bottle or a glass bottle, the analysis unit divides the image of the waste into three sections: the entrance part, the middle part, and the bottom part of the waste. An artificial intelligence-based recycling classification system, characterized in that it determines whether a lid is included by comparison, and determines whether a label is included by comparing the colors of the entrance, middle, and bottom of the image of the waste. 제1항에 있어서,
상기 카메라부는, 상기 연속적으로 공급되는 폐기물을 포함한 전체 영역을 촬영하며,
상기 인식부는, 상기 촬영된 전체 영역에서 이동하는 복수의 폐기물들을 동시에 인식하고, 인식된 폐기물들이 상기 카메라부의 촬영 영역을 벗어날 때까지, 상기 인식된 폐기물을 추적하는 것을 특징으로 하는 인공지능 기반의 재활용 분류 시스템.The method of claim 1,
The camera unit photographs the entire area including the continuously supplied waste,
The recognition unit recognizes a plurality of wastes moving in the entire photographed area at the same time, and tracks the recognized wastes until the recognized wastes leave the photographing area of the camera unit. Classification system. 제1항에 있어서,
상기 분석부는, 상기 기 저장된 폐기물의 형상 DB와 상기 인식부에서 인식된 폐기물 이미지 내에서 폐기물의 형상을 비교하여, 기 저장된 폐기물의 형상 DB에서 매칭되는 폐기물의 종류 중 하나로 상기 폐기물을 분류하는 것을 특징으로 하는 인공지능 기반의 재활용 분류 시스템.The method of claim 1,
The analysis unit classifies the waste into one of the types of wastes matched in the shape DB of the previously stored waste by comparing the shape of the waste in the waste image recognized by the recognition unit with the shape DB of the previously stored waste. Artificial intelligence-based recycling classification system. 제3항에 있어서,
상기 색상은 투명, 하얀색, 녹색, 갈색, 노란색, 파란색 및 빨간색 중 어느 하나 이상의 색이 포함되며,
상기 폐기물의 종류가 분류되면, 상기 분석부는 상기 기 저장된 폐기물의 색상 DB와 상기 인식부에서 인식된 폐기물 이미지 내의 폐기물 색상을 비교하여, 상기 폐기물의 색상 중 하나로 폐기물 색상을 분류하는 것을 특징으로 하는 인공지능 기반의 재활용 분류 시스템.The method of claim 3,
The color includes any one or more of transparent, white, green, brown, yellow, blue and red,
When the type of waste is classified, the analysis unit compares the color DB of the previously stored waste and the color of the waste in the image of the waste recognized by the recognition unit, and classifies the color of the waste as one of the colors of the waste. Intelligent-based recycling classification system. 제4항에 있어서,
상기 오염도는 상기 인식부에서 인식된 폐기물에 이물질이 포함되었는지 여부를 분석한 것이며,
상기 폐기물의 색상이 분류되면, 상기 분석부는 상기 인식부에서 인식된 폐기물의 이미지 내에서 상기 기 저장된 폐기물의 색상과 일치하지 않는 색상이 분석되면, 폐기물에 이물질이 있는 것으로 판단하는 것을 특징으로 하는 인공지능 기반의 재활용 분류 시스템.The method of claim 4,
The pollution level is an analysis of whether foreign substances are included in the waste recognized by the recognition unit,
When the color of the waste is classified, the analysis unit determines that there is a foreign substance in the waste when a color that does not match the color of the previously stored waste in the image of the waste recognized by the recognition unit is analyzed. Intelligent-based recycling classification system. 삭제delete 제1항에 있어서,
상기 분석부는 상기 폐기물의 입구부분과 바닥부분의 색상이 일치하지 않으면, 뚜껑이 포함되어 있는 것으로 판단하고,
상기 뚜껑이 포함되어 있는 것으로 판단한 경우, 상기 입구부분, 중단부분 및 바닥부분의 색상이 모두 일치하지 않으면, 라벨이 포함된 것으로 판단하는 것을 특징으로 하는 인공지능 기반의 재활용 분류 시스템.The method of claim 1,
If the color of the entrance portion and the bottom portion of the waste do not match, the analysis unit determines that a lid is included,
When it is determined that the lid is included, if the colors of the inlet, the middle, and the bottom do not all match, it is determined that the label is included. 제1항에 있어서,
상기 분석부는 상기 폐기물의 입구부분과 바닥부분의 색상이 일치하면, 상기 뚜껑이 포함되어 있지 않은 것으로 판단하며,
상기 뚜껑이 포함되어 있지 않은 것으로 판단한 경우, 상기 중단부분과 입구부분 또는 중단부분과 바닥부분의 색상을 비교하여 일치하면, 라벨이 포함되지 않은 것으로 판단하는 것을 특징으로 하는 인공지능 기반의 재활용 분류 시스템.The method of claim 1,
The analysis unit determines that the lid is not included if the color of the entrance portion and the bottom portion of the waste match,
When it is determined that the lid is not included, the color of the middle part and the entrance part or the middle part and the bottom part are compared and matched, and it is determined that the label is not included. . 삭제delete
KR1020200092010A 2020-07-24 2020-07-24 System for sorting recycle based on artificial intelligence KR102222176B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200092010A KR102222176B1 (en) 2020-07-24 2020-07-24 System for sorting recycle based on artificial intelligence

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200092010A KR102222176B1 (en) 2020-07-24 2020-07-24 System for sorting recycle based on artificial intelligence

Publications (1)

Publication Number Publication Date
KR102222176B1 true KR102222176B1 (en) 2021-03-03

Family

ID=75151086

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200092010A KR102222176B1 (en) 2020-07-24 2020-07-24 System for sorting recycle based on artificial intelligence

Country Status (1)

Country Link
KR (1) KR102222176B1 (en)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102321130B1 (en) * 2021-05-20 2021-11-03 한국해양과학기술원 Marine debris monitoring system based on image analysis and marine debris monitoring method using thereof
KR102383115B1 (en) * 2021-09-01 2022-04-08 주식회사 월드멀티넷 Collection device of automatic transparent plastic sorting function using ai and calculation method using carbon emission reduction
KR102426339B1 (en) * 2021-11-12 2022-07-29 주식회사 월드멀티넷 Volunteer point management system using recycling resources
KR20220126876A (en) * 2021-03-10 2022-09-19 고려대학교 산학협력단 Surgical gauze and smart medical waste management apparatus for the same
KR102483757B1 (en) * 2021-08-04 2023-01-03 (주)에코플러스이앤씨 Recycled PET raw material production method in a single process
KR20230001916A (en) * 2021-06-29 2023-01-05 롯데정보통신 주식회사 Freight classification method and device
KR20230003773A (en) * 2021-06-30 2023-01-06 선문대학교 산학협력단 Recycling classification apparatus for pet bottle
WO2023003288A3 (en) * 2021-07-19 2023-03-16 주식회사 서르 Artificial intelligence-based recyclable article screening system and method
KR102514111B1 (en) * 2022-03-04 2023-03-24 강우혁 Automatic trash classification method based on multi-classified detection model
KR102533010B1 (en) * 2022-07-26 2023-05-16 지성산업 주식회사 Artificial Intelligence food and drink disintergrator and the Method of grinding food and drink
WO2023101139A1 (en) * 2021-11-30 2023-06-08 씨제이제일제당 (주) Biodegradable plastic-based plastic circulation system and method
KR102541180B1 (en) * 2022-12-07 2023-06-14 성일하이메탈(주) A sorting device and system for sorting led lights by housing type through vision recognition from led mixed waste lights having different housing types
CN116329237A (en) * 2023-04-06 2023-06-27 广州拓源电子科技有限公司 Intelligent recycling system based on visual recognition
KR20230121433A (en) * 2022-02-11 2023-08-18 조도운 Waste separation system
KR102594593B1 (en) * 2022-11-09 2023-10-25 정인규 Wind generator collision avoidance system using artificial intelligent bird detection function
KR20230164557A (en) * 2022-05-25 2023-12-04 주식회사 서르 Apparatus, method and program for automatically sorting recyclables
KR102635727B1 (en) 2023-05-02 2024-02-08 권순주 Apparatus, system, and method for recyclable material classification based on artificial intelligence
KR102650810B1 (en) * 2023-09-27 2024-03-25 주식회사 에이트테크 Robotic systems for separating targets from non-targets
KR102651151B1 (en) * 2023-09-27 2024-03-26 주식회사 에이트테크 Waste sorting system through air direction control
KR102651149B1 (en) * 2023-09-27 2024-03-26 주식회사 에이트테크 System for classifying target objects using a multi-class classification table
KR102651150B1 (en) * 2023-09-27 2024-03-26 주식회사 에이트테크 Waste sorting system through air pressure control based on target object types
KR102658582B1 (en) * 2023-05-25 2024-04-17 김형주 Object classification device using vision analytics with deep learning artificial intelligence

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05126761A (en) * 1991-11-06 1993-05-21 Mitsubishi Heavy Ind Ltd Empty-bottle separating apparatus
KR101270354B1 (en) 2013-02-12 2013-06-04 한국쓰리알환경산업(주) Classification system for recyclable waste with object recognition mode
KR101290517B1 (en) * 2007-02-27 2013-07-26 연세대학교 산학협력단 Photographing apparatus for tracking object and method thereof
JP2019195751A (en) * 2018-05-08 2019-11-14 ウエノテックス株式会社 Waste material sorting system, teaching data generation device, teaching data generation system, and teaching data generation program

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05126761A (en) * 1991-11-06 1993-05-21 Mitsubishi Heavy Ind Ltd Empty-bottle separating apparatus
KR101290517B1 (en) * 2007-02-27 2013-07-26 연세대학교 산학협력단 Photographing apparatus for tracking object and method thereof
KR101270354B1 (en) 2013-02-12 2013-06-04 한국쓰리알환경산업(주) Classification system for recyclable waste with object recognition mode
JP2019195751A (en) * 2018-05-08 2019-11-14 ウエノテックス株式会社 Waste material sorting system, teaching data generation device, teaching data generation system, and teaching data generation program

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220126876A (en) * 2021-03-10 2022-09-19 고려대학교 산학협력단 Surgical gauze and smart medical waste management apparatus for the same
KR102663056B1 (en) 2021-03-10 2024-05-07 고려대학교 산학협력단 Surgical gauze and smart medical waste management apparatus for the same
KR102321130B1 (en) * 2021-05-20 2021-11-03 한국해양과학기술원 Marine debris monitoring system based on image analysis and marine debris monitoring method using thereof
KR102547408B1 (en) * 2021-06-29 2023-06-22 롯데정보통신 주식회사 Freight classification method and device
KR20230001916A (en) * 2021-06-29 2023-01-05 롯데정보통신 주식회사 Freight classification method and device
KR20230003773A (en) * 2021-06-30 2023-01-06 선문대학교 산학협력단 Recycling classification apparatus for pet bottle
KR102506792B1 (en) * 2021-06-30 2023-03-06 선문대학교 산학협력단 Recycling classification apparatus for pet bottle
WO2023003288A3 (en) * 2021-07-19 2023-03-16 주식회사 서르 Artificial intelligence-based recyclable article screening system and method
KR102483757B1 (en) * 2021-08-04 2023-01-03 (주)에코플러스이앤씨 Recycled PET raw material production method in a single process
KR102383115B1 (en) * 2021-09-01 2022-04-08 주식회사 월드멀티넷 Collection device of automatic transparent plastic sorting function using ai and calculation method using carbon emission reduction
KR102426339B1 (en) * 2021-11-12 2022-07-29 주식회사 월드멀티넷 Volunteer point management system using recycling resources
WO2023101139A1 (en) * 2021-11-30 2023-06-08 씨제이제일제당 (주) Biodegradable plastic-based plastic circulation system and method
KR20230121433A (en) * 2022-02-11 2023-08-18 조도운 Waste separation system
KR102645644B1 (en) * 2022-02-11 2024-03-07 조도운 Waste separation system
KR102514111B1 (en) * 2022-03-04 2023-03-24 강우혁 Automatic trash classification method based on multi-classified detection model
KR20230164557A (en) * 2022-05-25 2023-12-04 주식회사 서르 Apparatus, method and program for automatically sorting recyclables
KR102670165B1 (en) * 2022-05-25 2024-05-29 주식회사 서르 Apparatus, method and program for automatically sorting recyclables
KR102533010B1 (en) * 2022-07-26 2023-05-16 지성산업 주식회사 Artificial Intelligence food and drink disintergrator and the Method of grinding food and drink
KR102594593B1 (en) * 2022-11-09 2023-10-25 정인규 Wind generator collision avoidance system using artificial intelligent bird detection function
KR102541180B1 (en) * 2022-12-07 2023-06-14 성일하이메탈(주) A sorting device and system for sorting led lights by housing type through vision recognition from led mixed waste lights having different housing types
WO2024122921A1 (en) * 2022-12-07 2024-06-13 성일하이메탈(주) Sorting device and sorting system for selecting and sorting led lights by housing type through vision recognition from among mixed waste led lights with different types of housings
CN116329237A (en) * 2023-04-06 2023-06-27 广州拓源电子科技有限公司 Intelligent recycling system based on visual recognition
CN116329237B (en) * 2023-04-06 2023-11-03 广州拓源电子科技有限公司 Intelligent recycling system based on visual recognition
KR102635727B1 (en) 2023-05-02 2024-02-08 권순주 Apparatus, system, and method for recyclable material classification based on artificial intelligence
KR102658582B1 (en) * 2023-05-25 2024-04-17 김형주 Object classification device using vision analytics with deep learning artificial intelligence
KR102651151B1 (en) * 2023-09-27 2024-03-26 주식회사 에이트테크 Waste sorting system through air direction control
KR102651149B1 (en) * 2023-09-27 2024-03-26 주식회사 에이트테크 System for classifying target objects using a multi-class classification table
KR102651150B1 (en) * 2023-09-27 2024-03-26 주식회사 에이트테크 Waste sorting system through air pressure control based on target object types
KR102650810B1 (en) * 2023-09-27 2024-03-25 주식회사 에이트테크 Robotic systems for separating targets from non-targets

Similar Documents

Publication Publication Date Title
KR102222176B1 (en) System for sorting recycle based on artificial intelligence
KR102222177B1 (en) Recycling classification system using ai
US7449655B2 (en) Apparatus for, and method of, classifying objects in a waste stream
AU2016369591B2 (en) Waste recovery systems and methods
Safavi et al. Sorting of polypropylene resins by color in MSW using visible reflectance spectroscopy
KR101270354B1 (en) Classification system for recyclable waste with object recognition mode
KR102208500B1 (en) Smart trash bin, Management system and method for the same
CN110606292A (en) Automatic classification garbage can based on artificial intelligence and classification method
Zulkifley et al. Robust identification of polyethylene terephthalate (PET) plastics through bayesian decision
Sree et al. Waste Management Detection Using Deep Learning
RU2731052C1 (en) Robot automatic system for sorting solid municipal waste based on neural networks
Bobulski et al. The triple histogram method for waste classification
CN217576626U (en) Classification garbage can
Koganti et al. Deep Learning based Automated Waste Segregation System based on degradability
Omar et al. Multimedia inorganic waste separator
CN112046970A (en) Kitchen waste classification and identification method
KR102578920B1 (en) Apparatus for PET sorting based on artificial intelligence
RU2782408C1 (en) Automated complex for sorting used containers
KR20060004143A (en) Method for sorting of plastic
CN111498326A (en) Automatic garbage classifier based on two-class recognition model
Dering et al. A computer vision approach for automatically mining and classifying end of life products and components
Sarafraz et al. Towards Eliminating Recycling Confusion: Mixed Plastics and Electronics Case Study
Ríos-Zapata et al. Can the attributes of a waste bin improve recycling? A literature review for sensors and actuators to define product design objectives
KR102602000B1 (en) Method of detecting the material of the target object
US20240149305A1 (en) Air sorting unit

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant