[發明專利]一種智能識別環境衛生的方法及裝置

在審

• 申請號: 202011126747.3
• 申請日: 2020-10-20
• 公開（公告）號: CN112183460A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 胡金吒;鄭楠;劉巖松;胡志偉;王磊;張明鏡;廖磊;劉牛;彭小麗;蘇杰;楊辰珉
• 申請（專利權）人: 武漢光谷聯合集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 武漢紅觀專利代理事務所(普通合伙) 42247
• 代理人: 李季

1.一種智能識別環境衛生的方法，其特征在于：包括以下步驟；

S1，實時抓取監控區域圖片，并對抓取到的區域圖片進行預處理，將處理后的區域圖片作為待識別圖片；

S2，建立前饋神經CNN網絡，根據前饋神經CNN網絡從待識別圖片提取特征圖，并計算特征圖的置信度；

S3，設定置信度閾值，將特征圖的置信度與置信度閾值進行比較，根據比較結果，對該置信度對應的監控區域圖片進行識別分類。

2.如權利要求1所述的智能識別環境衛生的方法，其特征在于：步驟S1中，實時抓取監控區域圖片，并對抓取到的區域圖片進行預處理，將處理后的區域圖片作為待識別圖片，還包括以下步驟，實時抓取監控區域圖片，并同步獲取監控區域圖片對應的區域信息，所述區域信息包括：樓棟區域，花壇區域以及道路區域，從監控區域圖片中刪除樓棟區域對應的監控區域圖片，將剩下的監控區域圖片打包作為圖片集，對圖片集中的區域圖片進行預處理，將處理后的區域圖片作為待識別圖片。

3.如權利要求2所述的智能識別環境衛生的方法，其特征在于：對圖片集中的區域圖片進行預處理，將處理后的區域圖片作為待識別圖片，還包括以下步驟，設定圖片完整性驗證規則，根據該圖片完整性驗證規則對圖片集中的區域圖片進行驗證，當圖片集中的區域圖片不滿足驗證規則時，根據該區域圖片對應的區域信息重新抓取區域圖片并進行驗證；當圖片集中的區域圖片滿足驗證規則時，提取該區域圖片作為待識別圖片。

4.如權利要求3所述的智能識別環境衛生的方法，其特征在于：步驟S2中，建立前饋神經CNN網絡，根據前饋神經CNN網絡從待識別圖片提取特征圖，并計算特征圖的置信度，還包括以下步驟，建立前饋神經CNN網絡，根據該前饋神經CNN網絡生成六層卷積層，根據該六層卷積層從待識別圖片提取特征圖，根據該圖像特征獲取對應的置信度。

5.如權利要求4所述的智能識別環境衛生的方法，其特征在于：根據該六層卷積層從待識別圖片提取特征圖，根據該圖像特征獲取對應的置信度，還包括以下步驟，根據該六層卷積層從待識別圖片提取6個特征圖，根據該特征圖生成對應的默認框，通過卷積核對特征圖進行卷積，獲取該特征圖的置信度，利用默認框輸出對應特征圖的置信度。

6.如權利要求5所述的智能識別環境衛生的方法，其特征在于：步驟S3中，設定置信度閾值，將圖像特征的置信度與置信度閾值進行比較，根據比較結果，對該置信度對應的圖像特征進行識別分類，還包括以下步驟，設定置信度閾值，將圖像特征的置信度與置信度閾值進行比較，當圖像特征的置信度大于置信度閾值時，保留該置信度對應的默認框，并通過非極大值抑制法從保留的默認框中篩選出沒有互相相交的默認框作為最終默認框，對該最終默認框對應的圖像特征進行識別分類；當圖像特征的置信度小于置信度閾值時，刪除該置信度對應的默認框。

7.如權利要求6所述的智能識別環境衛生的方法，其特征在于：對該最終默認框對應的圖像特征進行識別分類，還包括以下步驟，當識別分類結果為大目標時，直接輸出該結果，所述大目標包括：塑料瓶、垃圾袋、車輛、動物以及人；當識別分類結果為小目標時，所述小目標包括：落葉以及紙屑，建立感知生成式對抗網絡，根據該感知生成式對抗網絡對小目標對應的特征圖進行標記放大，并對放大后的特征圖進行識別分類。

8.一種智能識別環境衛生的裝置，其特征在于，所述智能識別環境衛生的裝置包括：

抓取模塊，用于實時抓取監控區域圖片，并對抓取到的區域圖片進行預處理，將處理后的區域圖片作為待識別圖片；

計算模塊，用于建立前饋神經CNN網絡，根據前饋神經CNN網絡從待識別圖片提取特征圖，并計算特征圖的置信度；

識別分類模塊，用于設定置信度閾值，將特征圖的置信度與置信度閾值進行比較，根據比較結果，對該置信度對應的圖像特征進行識別分類。