[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN112364727B - 一种基于图像识别的垃圾信息采集系统 - Google Patents

一种基于图像识别的垃圾信息采集系统 Download PDF

Info

Publication number
CN112364727B
CN112364727B CN202011172182.2A CN202011172182A CN112364727B CN 112364727 B CN112364727 B CN 112364727B CN 202011172182 A CN202011172182 A CN 202011172182A CN 112364727 B CN112364727 B CN 112364727B
Authority
CN
China
Prior art keywords
garbage
image
target
trash
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011172182.2A
Other languages
English (en)
Other versions
CN112364727A (zh
Inventor
余丹
李宏斌
兰雨晴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongbiao Huian Information Technology Co Ltd
Original Assignee
Zhongbiao Huian Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongbiao Huian Information Technology Co Ltd filed Critical Zhongbiao Huian Information Technology Co Ltd
Priority to CN202011172182.2A priority Critical patent/CN112364727B/zh
Publication of CN112364727A publication Critical patent/CN112364727A/zh
Application granted granted Critical
Publication of CN112364727B publication Critical patent/CN112364727B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Refuse Collection And Transfer (AREA)

Abstract

本发明提供了一种基于图像识别的垃圾信息采集系统，所述基于图像识别的垃圾信息采集系统包括：摄像设备和图像处理模块，其中：摄像设备设置在目标垃圾桶附近，用于拍摄目标垃圾桶附近区域的图像，得到目标垃圾桶图像；图像处理模块包括图像储存单元、图像分析单元和数据库单元，其中，图像储存单元储存摄像设备发送的目标垃圾桶图像；图像分析单元读取图像储存单元所储存的目标垃圾桶图像，并对目标垃圾桶图像进行识别得到目标垃圾桶信息；所述数据库单元，用于储存图像分析单元所识别得到的所述目标垃圾桶信息。

Description

一种基于图像识别的垃圾信息采集系统
技术领域
本发明涉及垃圾信息采集技术领域，特别涉及一种基于图像识别的垃圾信息采集系统。
背景技术
目前，垃圾分类主要靠人工看管，管理效率低下，人工消耗大，而且人工不能24小时值守，存在垃圾遗留、垃圾满溢、垃圾桶污损、厨余垃圾分离垃圾袋等现象，由于缺少有效的垃圾信息采集采集系统，只能等清洁人员到现场发现后才能处理，处理速度不够及时而且效率低，处理时间过长时也会影响用户正常生活扔垃圾，严重影响用户体验。
发明内容
本发明提供一种基于图像识别的垃圾信息采集系统，用以对垃圾信息进行有效采集，进而提高社区工作人员的工作效率，减少垃圾乱扔乱放。
本发明提供了一种基于图像识别的垃圾信息采集系统，包括：
摄像设备和图像处理模块，其中：
所述摄像设备设置在目标垃圾桶附近，并且所述摄像设备的镜头对准所述目标垃圾桶，用于拍摄所述目标垃圾桶附近区域的图像，得到目标垃圾桶图像，并将拍摄的所述目标垃圾桶图像发送到所述图像处理模块；
所述图像处理模块包括图像储存单元、图像分析单元和数据库单元，其中，所述图像储存单元用于储存所述摄像设备发送的所述目标垃圾桶图像；所述图像分析单元用于读取所述图像储存单元所储存的所述目标垃圾桶图像，并对所述目标垃圾桶图像进行识别得到目标垃圾桶信息；所述数据库单元，用于储存所述图像分析单元所识别得到的所述目标垃圾桶信息。
进一步地，所述摄像设备包括录像机。
进一步地，所述录像机的安装高度为2m-3m，所述录像机的布控宽度为8m-10m。
进一步地，所述摄像设备内置有定时单元。
进一步地，所述图像分析单元通过智能识别算法，将所述目标垃圾桶图像区分为人像和物像。
进一步地，所述智能识别算法包括基于二次立滤的深度学习算法。
进一步地，所述垃圾信息采集系统还包括摄像设备布置模块，用于基于垃圾投放点的位置，对所述摄像设备的安装位置和安装数量进行布置。
进一步地，所述基于图像识别的垃圾信息采集系统还包括图像传输模块，用于将所述摄像设备所拍摄的所述目标垃圾桶图像传输到所述图像处理模块。
进一步地，所述基于图像识别的垃圾信息采集系统还包括用户终端，用于接收并显示摄像设备所拍摄的所述目标垃圾桶图像，还用于接收并显示所述图像分析单元所识别的所述目标垃圾桶信息。
进一步地，所述图像处理模块还包括智能分析盒，根据所述智能分析盒的分析结果打开相应的垃圾桶的桶盖，并根据所述垃圾桶的垃圾满溢程度利用电机控制所述垃圾桶的桶盖的打开程度，具体包括如下步骤：
步骤A1：利用公式(1)基于所述智能分析盒的分析结果中对相应的垃圾桶内的垃圾情况，得到相应的垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离；
Figure GDA0003066536110000021
其中L表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离；(x0,y0)表示所述图像信息中所述智能分析盒的分析结果中相应的垃圾桶的中心位置的坐标点；(xi,yi)表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的第i个垃圾坐标点；n表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点总数；
步骤A2：利用公式(2)根据所述智能分析盒的分析结果对相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离，得到当前对应垃圾桶内的垃圾满溢程度；
Figure GDA0003066536110000031
其中λ表示当前对应垃圾桶内的垃圾满溢程度；R表示所述对应垃圾桶横截面的半径；f表示所述摄像设备的镜头焦距；a表示所述摄像设备的镜头厚度；H表示所述对应垃圾桶内的高度；
步骤A3：利用公式(3)根据所述对应垃圾桶内的垃圾满溢程度得到所述对应垃圾桶的桶盖的开合角度；
Figure GDA0003066536110000032
其中θ表示所述对应垃圾桶的桶盖的开合角度；
步骤A4：根据所述智能分析盒的分析结果选出需要进行打开的垃圾桶的桶盖并根据步骤A3得到的所述对应垃圾桶的桶盖的开合角度，控制桶盖上的电机使得打开角度保持在θ，从而保证投放人员可以正确投放垃圾，并且在垃圾满溢时慢慢关闭桶盖。
本发明实施例提供的一种基于图像识别的垃圾信息采集系统，具有以下有益效果：图像分析单元读取图像储存单元所储存的目标垃圾桶图像，并对目标垃圾桶图像进行识别得到目标垃圾桶信息，基于图像识别技术实现了对目标垃圾桶图像的识别，可以对垃圾信息进行有效采集，进而提高社区工作人员的工作效率，减少垃圾乱扔乱放，使垃圾站更整洁，提高社区居民生活品质。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于图像识别的垃圾信息采集系统的框图；
图2为本发明实施例中垃圾桶的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于图像识别的垃圾信息采集系统，如图1所示，包括：
摄像设备101和图像处理模块102，其中：
所述摄像设备101设置在目标垃圾桶附近，并且所述摄像设备101的镜头对准所述目标垃圾桶，用于拍摄所述目标垃圾桶附近区域的图像，得到目标垃圾桶图像，并将拍摄的所述目标垃圾桶图像发送到所述图像处理模块102；
所述图像处理模块102包括图像储存单元、图像分析单元和数据库单元，其中，所述图像储存单元用于储存所述摄像设备发送的所述目标垃圾桶图像；所述图像分析单元用于读取所述图像储存单元所储存的所述目标垃圾桶图像，并对所述目标垃圾桶图像进行识别得到目标垃圾桶信息；所述数据库单元，用于储存所述图像分析单元所识别得到的所述目标垃圾桶信息。
上述技术方案的工作原理为：本发明基于图像采集模块101、图像分析模块102，实现垃圾桶的图像采集及分析。
具体地，在本发明中，图像采集模块101采集目标垃圾桶的图像数据；图像分析模块102对所述图像采集模块所采集的图像数据进行分析，得到分析结果；垃圾监管模块103根据所述图像分析模块的分析结果，对所述目标垃圾桶的垃圾情况进行监管。
具体而言，所述摄像设备101包括录像机例如可以为网络硬盘录像机。作为一个示例而非限制，所述录像机的安装高度为2m-3m，所述录像机的布控宽度为8m-10m。所述图像处理模块102包括智能分析盒。目标垃圾桶可以为一个垃圾桶，也可以为多个垃圾桶，垃圾桶的类型主要有可回收垃圾桶、不可回收垃圾桶、有害垃圾桶和其他垃圾桶。
所图像分析单元所识别得到的目标垃圾桶信息包括但不限于：垃圾遗留信息、垃圾满溢信息、垃圾桶污损信息、厨余垃圾分离信息等。可以基于识别得到的目标垃圾桶信息进行垃圾监管，提醒投放人员正确投放垃圾。
上述技术方案的有益效果为：图像分析单元读取图像储存单元所储存的目标垃圾桶图像，并对目标垃圾桶图像进行识别得到目标垃圾桶信息，基于图像识别技术实现了对目标垃圾桶图像的识别，可以对垃圾信息进行有效采集，进而提高社区工作人员的工作效率，减少垃圾乱扔乱放，使垃圾站更整洁，提高社区居民生活品质。
在一个实施例中，所述摄像设备101内置有定时单元。
上述技术方案的工作原理为：所述摄像设备101可以根据定时单元所设定的时间定时地对所述目标垃圾桶进行抓拍，并存储为图片，该图片连同所述目标垃圾桶的身份信息给所述图像处理模块102。示例性地，所述定时单元的设定时长在30s-45s。
上述技术方案的有益效果为：借助于定时单元，可以对目标垃圾桶进行抓拍，并存储为图片。
在一个实施例中，所述图像分析单元通过智能识别算法，将所述目标垃圾桶图像区分为人像和物像。
上述技术方案的工作原理为：所述智能识别算法包括基于二次立滤的深度学习算法。与传统的周界报警相比，基于二次立滤的深度学习算法能够更加准确地区分人像和非人像，因此可以提高图像识别效果。
上述技术方案的有益效果为：借助于智能识别算法，可以将目标垃圾桶图像区分为人像和物像。
在一个实施例中，所述垃圾信息采集系统还包括摄像设备布置模块103，用于基于垃圾投放点的位置，对所述摄像设备101的安装位置和安装数量进行布置。
上述技术方案的工作原理为：在一个垃圾投放点附近分布有多个垃圾桶时，可以针对每个垃圾桶设置一个摄像设备101，也可以针对多个垃圾桶设置设置一个摄像设备101，可以针对每个垃圾桶设置多个摄像设备101。优选地，在有多个垃圾投放点时，可以在每个垃圾投放点布置一个摄像设备101。需要说明的是，本发明对摄像设备101、目标垃圾桶的数量及两者的数量关系不作具体限定；另外，还需说明的是，本发明对垃圾桶的颜色、形状、尺寸等不作具体限定。
上述技术方案的有益效果为：借助于摄像设备布置模块，可以对摄像设备的安装位置和安装数量进行布置。
在一个实施例中，所述基于图像识别的垃圾信息采集系统还包括图像传输模块104，用于将所述摄像设备101所拍摄的所述目标垃圾桶图像传输到所述图像处理模块102。
上述技术方案的工作原理为：摄像设备101和图像处理模块102之间的信息通过网络进行传输，作为一个示例而非限制，所述信息传输模块104包括交换机。
上述技术方案的有益效果为：借助于信息传输模块，可以实现摄像设备、和图像处理模块之间的信息传输。
在一个实施例中，所述基于图像识别的垃圾信息采集系统还包括用户终端05，用于接收并显示摄像设备101所拍摄的所述目标垃圾桶图像，还用于接收并显示所述图像分析单元所识别的所述目标垃圾桶信息。
上述技术方案的工作原理为：工作人员可以通过短信、邮件接收目标垃圾桶图像和目标垃圾桶信息，也可以在用户终端105上查看目标垃圾桶图像和目标垃圾桶信息。
上述技术方案的有益效果为：借助于用户终端，工作人员可以查看分析结果和监管信息。
在一个实施例中，所述图像处理模块还包括智能分析盒，根据所述智能分析盒的分析结果打开相应的垃圾桶的桶盖，并根据所述垃圾桶的垃圾满溢程度利用电机控制所述垃圾桶的桶盖的打开程度，具体包括如下步骤：
步骤A1：利用公式(1)基于所述智能分析盒的分析结果中对相应的垃圾桶内的垃圾情况，得到相应的垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离；
Figure GDA0003066536110000071
其中L表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离；(x0,y0)表示所述图像信息中所述智能分析盒的分析结果中相应的垃圾桶的中心位置的坐标点；(xi,yi)表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的第i个垃圾坐标点；n表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点总数；
需要说明的是，此处的垃圾桶为开合盖式垃圾桶，可以包括桶体、桶盖、连接机构等部件，桶体上开设有投放口，并且桶盖末端通过连接机构设置在投放口处，如图2所示，桶盖300为通过一转动连接机构与桶体301连接。
步骤A2：利用公式(2)根据所述智能分析盒的分析结果对相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离，得到当前对应垃圾桶内的垃圾满溢程度；
Figure GDA0003066536110000081
其中λ表示当前对应垃圾桶内的垃圾满溢程度；R表示所述对应垃圾桶横截面的半径；f表示所述摄像设备的镜头焦距；a表示所述摄像设备的镜头厚度；H表示所述对应垃圾桶内的高度；
步骤A3：利用公式(3)根据所述对应垃圾桶内的垃圾满溢程度得到所述对应垃圾桶的桶盖的开合角度；
Figure GDA0003066536110000082
其中θ表示所述对应垃圾桶的桶盖的开合角度；
步骤A4：根据所述智能分析盒的分析结果选出需要进行打开的垃圾桶的桶盖并根据步骤A3得到的所述对应垃圾桶的桶盖的开合角度，控制桶盖上的电机使得打开角度保持在θ，从而保证投放人员可以正确投放垃圾，并且在垃圾满溢时慢慢关闭桶盖。
上述技术方案的有益效果是：利用步骤A1中的公式(1)得到对应垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离，从而消除因为垃圾在垃圾桶中姿势参差不齐的情况导致求得的垃圾高度不准确的问题；然后再利用步骤A2的公式(2)得到当前对应垃圾桶内的垃圾满溢程度，从而可以根据当前垃圾满溢程度对垃圾桶的桶盖的开合角度进行控制；然后利用步骤A3中的公式(3)得到对应垃圾桶的桶盖的开合角度，从而保证投放人员可以正确投放垃圾，并且在垃圾快要满溢时慢慢关闭桶盖，保证系统的智能化以及可靠性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于图像识别的垃圾信息采集系统，其特征在于，包括：摄像设备和图像处理模块，其中：
所述摄像设备设置在目标垃圾桶附近，并且所述摄像设备的镜头对准所述目标垃圾桶，用于拍摄所述目标垃圾桶附近区域的图像，得到目标垃圾桶图像，并将拍摄的所述目标垃圾桶图像发送到所述图像处理模块；
所述图像处理模块包括图像储存单元、图像分析单元和数据库单元，其中，所述图像储存单元用于储存所述摄像设备发送的所述目标垃圾桶图像；所述图像分析单元用于读取所述图像储存单元所储存的所述目标垃圾桶图像，并对所述目标垃圾桶图像进行识别得到目标垃圾桶信息；所述数据库单元，用于储存所述图像分析单元所识别得到的所述目标垃圾桶信息；
其中，所述图像处理模块还包括智能分析盒，根据所述智能分析盒的分析结果打开相应的垃圾桶的桶盖，并根据所述垃圾桶的垃圾满溢程度利用电机控制所述垃圾桶的桶盖的打开程度，具体包括如下步骤：
步骤A1：利用公式(1)基于所述智能分析盒的分析结果中对相应的垃圾桶内的垃圾情况，得到相应的垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离；
Figure FDA0003066536100000011
其中L表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离；(x0,y0)表示所述图像信息中所述智能分析盒的分析结果中相应的垃圾桶的中心位置的坐标点；(xi,yi)表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的第i个垃圾坐标点；n表示所述智能分析盒的分析结果中相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点总数；
步骤A2：利用公式(2)根据所述智能分析盒的分析结果对相应的垃圾桶内图像信息中垃圾桶内边缘处的垃圾坐标点到图像中心点的平均距离，得到当前对应垃圾桶内的垃圾满溢程度；
Figure FDA0003066536100000021
其中λ表示当前对应垃圾桶内的垃圾满溢程度；R表示所述对应垃圾桶横截面的半径；f表示所述摄像设备的镜头焦距；a表示所述摄像设备的镜头厚度；H表示所述对应垃圾桶内的高度；
步骤A3：利用公式(3)根据所述对应垃圾桶内的垃圾满溢程度得到所述对应垃圾桶的桶盖的开合角度；
Figure FDA0003066536100000022
其中θ表示所述对应垃圾桶的桶盖的开合角度；
步骤A4：根据所述智能分析盒的分析结果选出需要进行打开的垃圾桶的桶盖并根据步骤A3得到的所述对应垃圾桶的桶盖的开合角度，控制桶盖上的电机使得打开角度保持在θ，从而保证投放人员可以正确投放垃圾，并且在垃圾满溢时慢慢关闭桶盖。
2.如权利要求1所述的基于图像识别的垃圾信息采集系统，其特征在于，所述摄像设备包括录像机。
3.如权利要求2所述的基于图像识别的垃圾信息采集系统，其特征在于，所述录像机的安装高度为2m-3m，所述录像机的布控宽度为8m-10m。
4.如权利要求1所述的基于图像识别的垃圾信息采集系统，其特征在于，所述摄像设备内置有定时单元。
5.如权利要求1所述的基于图像识别的垃圾信息采集系统，其特征在于，所述图像分析单元通过智能识别算法，将所述目标垃圾桶图像区分为人像和物像。
6.如权利要求1所述的基于图像识别的垃圾信息采集系统，其特征在于，所述垃圾信息采集系统还包括摄像设备布置模块，用于基于垃圾投放点的位置，对所述摄像设备的安装位置和安装数量进行布置。
7.如权利要求1所述的基于图像识别的垃圾信息采集系统，其特征在于，所述基于图像识别的垃圾信息采集系统还包括图像传输模块，用于将所述摄像设备所拍摄的所述目标垃圾桶图像传输到所述图像处理模块。
8.如权利要求1所述的基于图像识别的垃圾信息采集系统，其特征在于，所述基于图像识别的垃圾信息采集系统还包括用户终端，用于接收并显示摄像设备所拍摄的所述目标垃圾桶图像，还用于接收并显示所述图像分析单元所识别的所述目标垃圾桶信息。
CN202011172182.2A 2020-10-28 2020-10-28 一种基于图像识别的垃圾信息采集系统 Active CN112364727B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011172182.2A CN112364727B (zh) 2020-10-28 2020-10-28 一种基于图像识别的垃圾信息采集系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011172182.2A CN112364727B (zh) 2020-10-28 2020-10-28 一种基于图像识别的垃圾信息采集系统

Publications (2)

Publication Number Publication Date
CN112364727A CN112364727A (zh) 2021-02-12
CN112364727B true CN112364727B (zh) 2021-07-06

Family

ID=74511328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011172182.2A Active CN112364727B (zh) 2020-10-28 2020-10-28 一种基于图像识别的垃圾信息采集系统

Country Status (1)

Country Link
CN (1) CN112364727B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450401A (zh) * 2021-07-19 2021-09-28 北京航空航天大学杭州创新研究院 垃圾桶满溢度确定方法、装置、设备及垃圾桶

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016090827A1 (zh) * 2014-12-11 2016-06-16 小米科技有限责任公司 垃圾清理方法及装置
CN105947476A (zh) * 2016-05-04 2016-09-21 重庆特斯联智慧科技股份有限公司 基于图像识别的垃圾桶智能监护方法
CN110990633A (zh) * 2019-12-25 2020-04-10 浙江丰牛环境科技有限公司 基于图像检索及公示系统的垃圾分类定点管理系统及方法
CN111461000A (zh) * 2020-03-31 2020-07-28 安徽理工大学 一种基于cnn和小波分析的办公室垃圾智能分类方法
CN211686739U (zh) * 2019-12-25 2020-10-16 杭州村口环保科技有限公司 一种基于图像识别感应的垃圾收集箱
CN111832521A (zh) * 2020-07-22 2020-10-27 安徽信息工程学院 基于深度学习算法的垃圾桶控制系统、方法和垃圾桶

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9734052B2 (en) * 2015-06-30 2017-08-15 International Business Machines Corporation Multi-section garbage collection

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016090827A1 (zh) * 2014-12-11 2016-06-16 小米科技有限责任公司 垃圾清理方法及装置
CN105947476A (zh) * 2016-05-04 2016-09-21 重庆特斯联智慧科技股份有限公司 基于图像识别的垃圾桶智能监护方法
CN110990633A (zh) * 2019-12-25 2020-04-10 浙江丰牛环境科技有限公司 基于图像检索及公示系统的垃圾分类定点管理系统及方法
CN211686739U (zh) * 2019-12-25 2020-10-16 杭州村口环保科技有限公司 一种基于图像识别感应的垃圾收集箱
CN111461000A (zh) * 2020-03-31 2020-07-28 安徽理工大学 一种基于cnn和小波分析的办公室垃圾智能分类方法
CN111832521A (zh) * 2020-07-22 2020-10-27 安徽信息工程学院 基于深度学习算法的垃圾桶控制系统、方法和垃圾桶

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于图像识别的垃圾桶智能监护方法研究;凌诗佳;《无线互联科技》;20200331;第17卷(第5期);第128-129页 *

Also Published As

Publication number Publication date
CN112364727A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN109684979B (zh) 一种基于图像识别技术的垃圾分类方法、装置及电子设备
CN109389161B (zh) 基于深度学习的垃圾识别进化学习方法、装置、系统及介质
CN110294236B (zh) 一种垃圾分类监督装置、方法及服务器系统
CN210339124U (zh) 一种具有自动分拨功能的智能分类垃圾箱
CN110697273A (zh) 一种基于迭代学习控制的生活垃圾智能识别与自动分类系统及方法
CN111573039B (zh) 一种基于大数据的垃圾分类智能处理系统
CN113135368B (zh) 一种智能垃圾前端分类系统和方法
CN111583508A (zh) 一种垃圾分类管理系统
CN112308898B (zh) 一种基于物联网的垃圾监管系统
CN110921127A (zh) 一种生活垃圾智能监控分类收集装置及收集方法
CN112364727B (zh) 一种基于图像识别的垃圾信息采集系统
CN112099500A (zh) 一种基于语音控制的家用智能垃圾桶、系统及其控制方法
CN110990633A (zh) 基于图像检索及公示系统的垃圾分类定点管理系统及方法
CN115564376A (zh) 垃圾投放管理系统和垃圾存放系统
CN112364728B (zh) 一种垃圾遗留监管系统
CN111086796A (zh) 一种用于垃圾种类识别的完善方法和后台服务器
CN116062335A (zh) 一种智能垃圾分类系统
CN109051409A (zh) 一种新型垃圾箱
CN112286124B (zh) 一种垃圾桶污损监管系统
CN114693731A (zh) 基于人脸识别的人员轨迹查询系统及方法
KR102671160B1 (ko) 인공지능 기반 폐기물 분리 수거 시스템
CN220263922U (zh) 新型自动分类垃圾箱
CN215624459U (zh) 一种智能垃圾站的垃圾箱
CN219135225U (zh) 一种垃圾自动分类垃圾桶
CN214166096U (zh) 一种用于垃圾桶的用户身份识别系统及智能垃圾桶

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant