[发明专利]基于深度学习算法的垃圾桶控制系统、方法和垃圾桶

权利要求书

1.一种基于深度学习算法的垃圾桶控制系统，其特征在于，所述系统包括：摄像头模块、烟雾传感器模块、显示屏模块、语音播报器模块和主控制器；

所述摄像头模块用于采集需投放垃圾的视频数据，并将所述视频数据传输至所述主控制器，所述主控制器通过对采集的垃圾视频进行识别，并通过训练好的垃圾识别模型判断出该垃圾的类别，再通过所述显示屏模块和所述语音播报器模块分别显示和播报出来；其中，

所述垃圾识别模型是采用VGG-16架构模型作为基础网络结构进行训练所得，且所述垃圾的类别包括：可回收物、有害垃圾、湿垃圾、干垃圾以及未识别垃圾；

所述烟雾传感器模块用于检测垃圾桶周围环境的烟雾浓度；其中，

在所述烟雾传感器模块检测的烟雾浓度大于浓度阈值时，所述语音播报器模块发出语音报警信号。

2.根据权利要求1所述的基于深度学习算法的垃圾桶控制系统，其特征在于，所述垃圾识别模型训练所得的步骤包括：

收集训练所需的垃圾视频数据，并且将所述垃圾视频数据分成以下中的至少两者：可回收物、有害垃圾、湿垃圾、干垃圾以及未识别垃圾，以获得测试视频数据；

对所述测试视频数据进行预处理，所述预处理包括：依次进行的视频抽帧处理以及视频帧图像裁剪处理；

将预处理后的测试视频数据输入至所述VGG-16架构模型中进行训练以得出所述垃圾识别模型。

3.根据权利要求2所述的基于深度学习算法的垃圾桶控制系统，其特征在于，所述VGG-16架构模型进行训练的步骤包括：

利用所述预处理后的测试视频数据和其对应的类别作为网络学习的标签；

根据输入至所述VGG-16架构模型中的每一张图片和该图片所对应的标签，计算已有神经网络参数的梯度，并利用梯度下降法对所述神经网络参数进行更新，直到神经网络收敛。

4.根据权利要求1所述的基于深度学习算法的垃圾桶控制系统，其特征在于，所述系统还包括：温湿度传感器模块；

所述温湿度传感器模块用于实时检测垃圾桶周围的环境温度和湿度，并且在所述显示屏模块中显示出检测的结果。

5.根据权利要求1所述的基于深度学习算法的垃圾桶控制系统，其特征在于，

所述摄像头模块为OV5640自动对焦摄像头模组，输出RGB视频；

所述烟雾传感器模块为MQ-2可燃气体传感器；

所述显示屏模块为TFT彩色液晶显示屏；

所述语音播报器模块为TTS中文转语音模块；

所述主控制器为FPGA芯片。

6.一种根据权利要求1-5中任一项所述的基于深度学习算法的垃圾桶控制方法，其特征在于，所述方法包括：

采集需投放垃圾的视频数据；

对所述视频数据进行行预处理，所述预处理包括：依次进行的视频抽帧处理以及视频帧图像裁剪处理；

将预处理后的视频数据输入至训练好的所述垃圾识别模型中；

将所述垃圾识别模型输出的类别显示在所述显示屏模块中，并且通过语音播报器模块播报出来。

7.根据权利要求6所述的基于深度学习算法的垃圾桶控制方法，其特征在于，所述视频抽帧处理至少抽出10帧图像数据；

所述垃圾识别模型将所述10帧图像数据中占比最大的类别作为识别类别结果输出。

8.根据权利要求6所述的基于深度学习算法的垃圾桶智能控制方法，其特征在于，所述方法还包括：

检测垃圾桶周围环境的烟雾浓度；其中，

在所述烟雾传感器模块检测的烟雾浓度大于浓度阈值时，所述语音播报器模块发出语音报警信号。

9.根据权利要求6所述的基于深度学习算法的垃圾桶控制方法，其特征在于，所述方法还包括：实时检测垃圾桶周围的环境温度和湿度，并且在所述显示屏模块中显示出检测的结果。

10.一种垃圾桶，其特征在于，所述垃圾桶包括权利要求1-5中任一项所述的基于深度学习算法的垃圾桶控制系统。