[发明专利]垃圾桶满溢度确定方法、装置、设备及垃圾桶

说明书

本发明涉及一种垃圾桶满溢度确定方法、装置、设备及垃圾桶，属于垃圾处理技术领域，该方法、装置、设备及垃圾桶通过获取目标垃圾桶桶内的可见光图像；根据可见光图像和预设深度学习网络模型，得到多维融合可见光图像；确定多维融合可见光图像中的垃圾区域，并计算垃圾区域面积；根据垃圾区域面积与垃圾桶满时的前景区域面积，计算目标垃圾桶的垃圾满溢度，以使调度车辆根据垃圾满溢度对目标垃圾桶进行垃圾处理。本发放通过可见光设备相机来实现垃圾图像的获取，方便、快捷，节约了成本；通过实时获取垃圾满溢度，可以使得调度车辆根据需求及时对垃圾进行处理。

技术领域

本发明属于垃圾处理技术领域，具体涉及一种垃圾桶满溢度确定方法、装置、设备及垃圾桶。

背景技术

垃圾桶是人们生活中不可或缺的一环，其垃圾的满溢关系到居民环境，园区环境，以及市容市貌。在气温较高的天气，若垃圾桶溢出会导致区域范围内气味重，且后续投放垃圾不规范等一系列的问题。在倡导垃圾分类大环境下，实时检测垃圾桶的满溢程度，调度有关运输车及时清运垃圾显得尤其重要。

在相关技术中，通常通过红外测距仪、深度相机和超声波传感器、神经网络分类等得到垃圾满溢度的结果。但是，单一红外测距仪无法准确分析垃圾桶满溢状态，而多个红外测距仪需要耗费较高成本；采用深度相机和超声波传感器进行双重垃圾桶满溢程度检测需要设置复杂的检测结构，且耗费成本较高；采用神经网络进行分类时，只能得到少量的的状态，在垃圾桶内已满时，无法使得调度车及时进行清理。

因此，如何在控制成本的基础上，对垃圾桶满溢度进行及时检测和调度，成为现有技术中亟待解决的问题。

发明内容

本发明提供了一种垃圾桶满溢度确定方法、装置、设备及垃圾桶，以解决现有技术中垃圾满溢度监测成本高、垃圾处理不及时的技术问题。

本发明提供的技术方案如下：

一方面，一种垃圾桶满溢度确定方法，包括：

获取目标垃圾桶桶内的可见光图像；

根据所述可见光图像和预设深度学习网络模型，得到多维融合可见光图像；

确定所述多维融合可见光图像中的垃圾区域，并计算垃圾区域面积；

根据垃圾区域面积与垃圾桶满时的前景区域面积，计算所述目标垃圾桶的垃圾满溢度，以使调度车辆根据所述垃圾满溢度对所述目标垃圾桶进行垃圾处理。

可选的，所述预设深度学习网络模型，包括预先构建的图像分类网络模型；所述根据所述可见光图像和预设深度学习网络模型，得到多维融合可见光图像，包括：

将所述可见光图像输入预先构建的图像分类网络模型中，通过所述预先构建的图像分类网络模型的特征图层，获取所述目标垃圾桶桶内可见光图像的多维特征图；

根据GRAD-CAM技术和所述多维特征图，获取所述多维融合可见光图像。

可选的，所述根据GRAD-CAM技术和所述多维特征图，获取所述多维融合可见光图像，包括：

确定所述多维特征图中每维特征图的权重值；

根据所述权重值和对应的每维特征图，基于GRAD-CAM技术确定所述多维融合可见光图像。

可选的，所述多维融合可见光图像，包括：多维融合特征热图图像；所述确定所述多维融合可见光图像中的垃圾区域，并计算垃圾区域面积，包括：

提取所述多维融合特征热图图像中的红色像素点；

根据所述红色像素点的区域，计算所述垃圾区域面积。

可选的，所述将所述可见光图像输入预先构建的图像分类网络模型中，通过所述预先构建的图像分类网络模型的特征图层，获取所述目标垃圾桶桶内可见光图像的多维特征图，包括：