[发明专利]一种基于机器视觉的垃圾桶无人值守系统设计方法

说明书

一种基于机器视觉的垃圾桶无人值守系统设计方法属于机器视觉技术领域，系统采用端‑云结合架构，通过边缘计算对视频等信息进行实时处理，提高系统反应时效性，减轻数据传输负载，降低平台的运营成本。该系统可部署于社区集中垃圾投放点，辅助垃圾的正确投放和分类，对居民垃圾投放情况及垃圾桶状态信息进行实时监控和统计，保证垃圾投放过程可监督，可追溯。系统可替代原有的人工值守方式，有效降低人力成本，提高垃圾分类政策的执行效果。

技术领域

本发明属于机器视觉技术领域，尤其涉及一种基于深度学习的行为判别方法。

背景技术

随着智慧城市快速发展，居民的生活水平不断提高，人民对高质量生活环境、绿色环保型社会的需求日益强烈。为了满足人民日益增长的生活需求，各种多元化的商品及生活用品蜂拥而至。随之而来的是日益增多的生活垃圾，对环境造成了极大的压力，有些城市已经出现了垃圾围城的现象。垃圾分类是造成环境污染、资源循环利用困难的一大因素，已成为我国需要解决的迫在眉睫的问题。

为了实现对生活垃圾的初步分类，目前，市场上已推出可分类垃圾桶，但还需要人工将垃圾投入相应分类口，但居民普遍存在垃圾分类意识薄弱，垃圾分类知识掌握不足的问题，导致垃圾分类不彻底。由此国家推行志愿者垃圾站定点值守的方式，对前来投放居民进行宣教并对投放行为进行监督，以及对垃圾桶内的垃圾进行二次分拣归类。这种志愿者定点值守的方案虽可减少垃圾的错分，提高垃圾分类的准确性，但需大量人力资源的投入，造成人力资源的浪费。

结合上述问题，本发明设计了一种基于机器视觉的垃圾分类无人值守系统。该系统可部署于社区集中垃圾投放点，辅助垃圾的正确投放和分类，对居民垃圾投放情况及垃圾桶状态信息进行实时监控和统计，保证垃圾投放过程可监督，可追溯。系统可替代原有的人工值守方式，有效降低人力成本，提高垃圾分类政策的执行效果。系统采用端-云结合架构，通过边缘计算对视频等信息进行实时处理，提高系统反应时效性，减轻数据传输负载，降低平台的运营成本。

发明内容

本发明公开了一种基于机器视觉的端云结合式垃圾桶无人值守系统。终端采用人脸识别算法对本次垃圾的投放人进行识别，为错投行为追溯提供依据；采用目标检测算法对待投放垃圾种类进行识别；采用多目标跟踪算法对检测到的待投放垃圾进行跟踪；通过专家系统将本次投放的垃圾与提前划分的特定类别的垃圾桶区域进行匹配，来判断投放行为的正确与否；通过双摄像头联合测距对垃圾桶内的垃圾堆叠高度做出判断，当超过阈值高度时视该垃圾桶为满溢状态。最终归总上述信息至云端管理平台，实现无人值守区域的垃圾错投行为追溯和垃圾桶满溢状态的实时监控与数据汇总。

本方法主要步骤如下：

步骤1使用人脸检测算法获取摄像头拍摄图像中的人脸检测框Boxes以及每个检测框所对应的人脸关键点Landmarks；将Boxes及其对应的Landmarks送入对齐网络输出对齐后的人脸图像Image_face；将对齐后的人脸图像Image_face送入人脸识别网络生成n维特征向量embedding，embedding满足：

embedding＝(x₁，x₂，x₃...x_n)

作为人脸比对依据；最后将生成的人脸特征向量embedding与数据库中已注册的人脸特征向量集合进行对比，其中e_i满足：

e_i＝(y₁，y₂，y₃...y_n)

计算其欧氏距离d：

选择满足欧氏距离d小于预设阈值d_threshold的人脸信息所对应的姓名作为最终识别结果，其中d_threshold＝1.24。