[發明專利]垃圾桶滿溢度確定方法、裝置、設備及垃圾桶

在審

• 申請號: 202110813020.0
• 申請日: 2021-07-19
• 公開（公告）號: CN113450401A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 范時朝;李璐;傅澤華;金一舟;胡征慧;李世偉;周世鎰;竇君宇;劉慶杰;王蘊紅
• 申請（專利權）人: 北京航空航天大學杭州創新研究院
• 主分類號: G06T7/62
• 分類號: G06T7/62;G06K9/62
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 付登云

本發明涉及一種垃圾桶滿溢度確定方法、裝置、設備及垃圾桶，屬于垃圾處理技術領域，該方法、裝置、設備及垃圾桶通過獲取目標垃圾桶桶內的可見光圖像；根據可見光圖像和預設深度學習網絡模型，得到多維融合可見光圖像；確定多維融合可見光圖像中的垃圾區域，并計算垃圾區域面積；根據垃圾區域面積與垃圾桶滿時的前景區域面積，計算目標垃圾桶的垃圾滿溢度，以使調度車輛根據垃圾滿溢度對目標垃圾桶進行垃圾處理。本發放通過可見光設備相機來實現垃圾圖像的獲取，方便、快捷，節約了成本；通過實時獲取垃圾滿溢度，可以使得調度車輛根據需求及時對垃圾進行處理。

技術領域

本發明屬于垃圾處理技術領域，具體涉及一種垃圾桶滿溢度確定方法、裝置、設備及垃圾桶。

背景技術

垃圾桶是人們生活中不可或缺的一環，其垃圾的滿溢關系到居民環境，園區環境，以及市容市貌。在氣溫較高的天氣，若垃圾桶溢出會導致區域范圍內氣味重，且后續投放垃圾不規范等一系列的問題。在倡導垃圾分類大環境下，實時檢測垃圾桶的滿溢程度，調度有關運輸車及時清運垃圾顯得尤其重要。

在相關技術中，通常通過紅外測距儀、深度相機和超聲波傳感器、神經網絡分類等得到垃圾滿溢度的結果。但是，單一紅外測距儀無法準確分析垃圾桶滿溢狀態，而多個紅外測距儀需要耗費較高成本；采用深度相機和超聲波傳感器進行雙重垃圾桶滿溢程度檢測需要設置復雜的檢測結構，且耗費成本較高；采用神經網絡進行分類時，只能得到少量的的狀態，在垃圾桶內已滿時，無法使得調度車及時進行清理。

因此，如何在控制成本的基礎上，對垃圾桶滿溢度進行及時檢測和調度，成為現有技術中亟待解決的問題。

發明內容

本發明提供了一種垃圾桶滿溢度確定方法、裝置、設備及垃圾桶，以解決現有技術中垃圾滿溢度監測成本高、垃圾處理不及時的技術問題。

本發明提供的技術方案如下：

一方面，一種垃圾桶滿溢度確定方法，包括：

獲取目標垃圾桶桶內的可見光圖像；

根據所述可見光圖像和預設深度學習網絡模型，得到多維融合可見光圖像；

確定所述多維融合可見光圖像中的垃圾區域，并計算垃圾區域面積；

根據垃圾區域面積與垃圾桶滿時的前景區域面積，計算所述目標垃圾桶的垃圾滿溢度，以使調度車輛根據所述垃圾滿溢度對所述目標垃圾桶進行垃圾處理。

可選的，所述預設深度學習網絡模型，包括預先構建的圖像分類網絡模型；所述根據所述可見光圖像和預設深度學習網絡模型，得到多維融合可見光圖像，包括：

將所述可見光圖像輸入預先構建的圖像分類網絡模型中，通過所述預先構建的圖像分類網絡模型的特征圖層，獲取所述目標垃圾桶桶內可見光圖像的多維特征圖；

根據GRAD-CAM技術和所述多維特征圖，獲取所述多維融合可見光圖像。

可選的，所述根據GRAD-CAM技術和所述多維特征圖，獲取所述多維融合可見光圖像，包括：

確定所述多維特征圖中每維特征圖的權重值；

根據所述權重值和對應的每維特征圖，基于GRAD-CAM技術確定所述多維融合可見光圖像。

可選的，所述多維融合可見光圖像，包括：多維融合特征熱圖圖像；所述確定所述多維融合可見光圖像中的垃圾區域，并計算垃圾區域面積，包括：

提取所述多維融合特征熱圖圖像中的紅色像素點；

根據所述紅色像素點的區域，計算所述垃圾區域面積。

可選的，所述將所述可見光圖像輸入預先構建的圖像分類網絡模型中，通過所述預先構建的圖像分類網絡模型的特征圖層，獲取所述目標垃圾桶桶內可見光圖像的多維特征圖，包括：