[发明专利]一种垃圾桶外溢垃圾的检测方法

说明书

本发明公开了一种垃圾桶外溢垃圾的检测方法，步骤为：S1暴露垃圾判断：将预先训练好的模型接入监控视频流进行帧推理操作，读取帧图像进行判断监控区域内是否存在暴露垃圾；S2垃圾桶满溢判断：判断是否存在满溢的垃圾桶，若有则上报告警；若不存满溢垃圾桶则转至步骤S3；S3桶外垃圾判断：判断垃圾桶外是否存在桶外垃圾，若无桶外垃圾则返回步骤S1读取下一帧图像；若有桶外垃圾则转至步骤S4；S4确认告警内容：计算桶外垃圾的数量及其占垃圾桶的目标框大小的比值，若数量或比值有一项超过设定的阈值则上报告警，告警内容为监控区域内有垃圾且垃圾桶存在满溢，否则告警内容为监控区域内有暴露垃圾。该方法提高了垃圾外溢检测的准确性。

技术领域

本发明涉及人工智能技术领域，具体涉及一种垃圾桶外溢垃圾的检测方法。

背景技术

目前，大多数垃圾桶满溢的监控管理方式仍然依赖于人工值守或巡视，这种方法需要消耗大量的人力资源，而且容易出现监管不及时的情况，效率低下。另外，传统的监测方法如超声波测距和称重传感器也很难准确判断垃圾桶的满溢情况。而现有的垃圾桶满溢监测方法大多数只是基于深度学习在模型上检测上做的检测方法，不能及时地发现满溢风险并预先做出处理，同时考虑摄像头的角度问题，此类方法容易将垃圾桶外的垃圾被误判为垃圾桶内的垃圾，从而使垃圾桶被误判为满溢，方法的泛化能力不强。

中国专利文献(C N115170935A)公开了一种依据图像理解的垃圾桶状态识别方法及设备，涉及图像识别领域。主要包括：对垃圾桶的灰度图像进行基于边缘的分割，并将所有分割区域中灰度方差最小的分割区域作为参考区域，以将相对于参考区域的差异程度大于预设第一阈值的分割区域的面积占比作为破碎程度指标；计算垃圾桶的顶部预设范围内的图像与其对应的标准图像的第一相似度，以及垃圾桶的底部预设范围内的图像与其对应的标准图像的第二相似度；根据第一相似度、第二相似度以及破碎程度指标，获取垃圾桶的收容指标，以确定垃圾桶是否被装满。该技术方案对于图像质量低的垃圾桶，分割效果可能不佳，导致识别结果不准确。如果垃圾桶的环境发生了显著的变化，例如灯光变暗，可能影响识别结果的准确性。破碎程度指标是基于图像分割的，如果垃圾桶内部有障碍物，则可能影响识别结果的准确性。计算相似度的方法可能存在误差，导致识别结果不准确。

中国专利文献(CN 113378703 A)公开了一种检测垃圾桶状态的方法，包括：构建状态检测模型，所述状态检测模型依次包括第一编码器网络、解码器网络、第二编码器网络、判别网络；根据采集获得的图像样本集对构建的所述状态检测模型进行训练，获得训练完毕的所述状态检测模型；使用所述状态检测模型对输入的垃圾桶图像进行处理以得到与所述输入的垃圾桶图像对应的预测值，可以实现垃圾箱状态的检测。该技术方案中需要大量的图像样本来训练状态检测模型，以保证模型的准确性。如果图像样本不够丰富，模型的准确性可能受到影响。此外，如果垃圾桶内部的内容发生变化，模型可能需要重新训练，以适应新的情况。此外，检测模型需要大量的计算资源，因此可能需要高性能的计算机硬件。因此，需要对该方法进行进一步的改进和优化，以提高检测效率和准确性。

中国专利文献(CN 113284177 A)公开了一种垃圾桶满溢状态识别方法，包括：获取包含有目标垃圾桶内部区域的原始图像；依据所述原始图像，获取与所述目标垃圾桶内部对应的第一图像区域；获取所述第一图像区域内各像素的灰度值的直方图；依据所述直方图，确定所述第一图像区域中灰度值大于预定的第一灰度值的像素数量；依据所述像素数量，确定所述目标垃圾桶的满溢状态。该技术方案存在误识别情况，因为它依赖于预定义的第一灰度值，如果环境光线发生变化或图像采集质量不佳，可能导致误识别。此外，如果垃圾桶内部有复杂的物体，例如纸张或塑料袋，它们的灰度值可能与垃圾的灰度值相似，导致误识别。因此，需要对该方法进行进一步的改进和优化，以提高识别准确性。