基于神经网络的垃圾桶满溢监控方法及系统与流程

本申请涉及监控，具体涉及一种基于神经网络的垃圾桶满溢监控方法及系统。

背景技术：

1、随着物联网、互联网、云计算等新一代信息技术的快速发展，多功能智能杆已成为建设智慧城市必不可少的产物。相关的ai应用场景需求不断的增长，涉及到目标检测、目标属性分析、目标跟踪等多种技术结合的目标检测应用难以满足现有市场需求。

2、针对以上问题，本领域技术人员一直在寻求解决方法。

技术实现思路

1、本申请要解决的技术问题在于，针对上述现有技术的缺陷，提供一种基于神经网络的垃圾桶满溢监控方法及系统，以实现对垃圾桶中垃圾满溢进行实时监控。

2、为了实现上述目的，本申请是通过如下的技术方案来实现：

3、一种基于神经网络的垃圾桶满溢监控方法，包括以下步骤：

4、通过状态检测模型模块根据获取的垃圾桶检测图像建立神经网络垃圾桶状态检测模型；

5、通过识别模块指定垃圾桶检测图像中多个垃圾桶检测区域，和根据多个所述垃圾桶检测区域对获取的垃圾桶检测信息进行数据清洗以获取垃圾桶状态信息；所述垃圾桶状态信息包括当前帧垃圾桶状态信息和上一帧垃圾状态信息；

6、通过信息整合模块根据所述当前帧垃圾状态信息和所述上一帧垃圾状态信息确定多个所述垃圾桶检测区域中是否存在垃圾桶满溢；

7、所述垃圾桶检测信息包括未检测到垃圾桶、检测到垃圾桶、垃圾桶坐标信息、垃圾桶类型、垃圾桶类型阈值中至少一项；

8、垃圾桶状态信息包括垃圾桶满溢、垃圾桶未满溢、垃圾桶状态未知中任一项。

9、可选地，通过所述识别模块指定垃圾桶检测图像中多个垃圾桶检测区域，和根据所述状态检测模型输出垃圾桶检测信息，以及对所述垃圾桶检测信息进行数据清洗以获取垃圾桶状态信息，包括：

10、通过所述识别模块预设多个所述垃圾桶检测区域的当前帧垃圾桶状态；

11、通过所述识别模块根据所述垃圾桶检测信息更新多个所述垃圾桶检测区域的当前帧垃圾桶状态；

12、通过所述识别模块根据更新后的所述当前帧垃圾桶状态输出所述当前帧垃圾状态信息。

13、可选地，通过所述识别模块根据所述垃圾桶检测信息更新多个所述垃圾桶检测区域的当前帧垃圾桶状态，包括：

14、通过所述识别模块将检测的所述垃圾桶坐标信息分别与多个所述垃圾桶检测区域进行位置区域匹配，并输出多个匹配值；

15、若所述匹配值超过预设值，则确定当前帧单个或多个所述垃圾桶检测区域中存在垃圾桶满溢，并输出单个或多个所述垃圾桶检测区域的所述当前帧垃圾状态信息。

16、可选地，通过所述信息整合模块根据所述当前帧垃圾状态信息和所述上一帧垃圾状态信息确定多个所述垃圾桶检测区域中是否存在垃圾桶满溢，包括：

17、通过所述信息整合模块对同一所述垃圾桶检测区域的所述当前帧垃圾状态信息和所述上一帧垃圾状态信息进行一致性对比；

18、若对比一致，则确定多个所述垃圾桶检测区域中存在垃圾桶满溢，或确定多个所述垃圾桶检测区域中垃圾桶未满溢，或确定多个所述垃圾桶检测区域中垃圾桶状态未知；

19、若对比不一致，则根据所述当前帧垃圾状态信息确定多个所述垃圾桶检测区域中是否是否存在垃圾桶满溢。

20、可选地，通过所述信息整合模块对同一所述垃圾桶检测区域的所述当前帧垃圾状态信息和所述上一帧垃圾状态信息进行一致性对比之后，包括：

21、根据对比结果输出对应的告警信息；

22、所述根据对比结果输出对应的告警信息之后，包括：

23、通过所述信息整合模块将所述当前帧垃圾状态信息更新为上一帧垃圾状态信息；

24、通过所述识别模块获取所述当前帧垃圾状态信息。

25、本申请还提供一种基于神经网络的垃圾桶满溢监控系统，包括：状态检测模型模块、识别模块、信息整合模块；

26、所述状态检测模型模块用于根据获取的垃圾桶检测图像建立神经网络垃圾桶状态检测模型；

27、所述识别模块用于指定垃圾桶检测图像中多个垃圾桶检测区域，和根据多个所述垃圾桶检测区域对获取的垃圾桶检测信息进行数据清洗以获取垃圾桶状态信息；所述垃圾桶状态信息包括当前帧垃圾桶状态信息和上一帧垃圾状态信息；

28、所述信息整合模块用于根据所述当前帧垃圾状态信息和所述上一帧垃圾状态信息确定多个所述垃圾桶检测区域中是否存在垃圾桶满溢。

29、可选地，所述垃圾桶检测信息包括未检测到垃圾桶、检测到垃圾桶、垃圾桶坐标信息、垃圾桶类型、垃圾桶类型阈值中至少一项；

30、垃圾桶状态信息包括垃圾桶满溢、垃圾桶未满溢、垃圾桶状态未知中任一项。

31、可选地，所述识别模块还用于预设多个所述垃圾桶检测区域的当前帧垃圾桶状态，并根据所述垃圾桶检测信息更新多个所述垃圾桶检测区域的所述当前帧垃圾桶状态并输出所述当前帧垃圾状态信息。

32、可选地，所述识别模块还用于将检测的所述垃圾桶坐标信息分别与多个所述垃圾桶检测区域进行位置区域匹配，并根据输出的匹配值确定当前帧单个或多个垃圾桶检测区域中是否存在垃圾桶满溢，以及输出单个或多个垃圾桶检测区域的所述当前帧垃圾状态信息。

33、可选地，所述信息整合模块还用于对所述当前帧垃圾状态信息和所述上一帧垃圾状态信息进行一致性对比以确定多个所述垃圾桶检测区域中是否存在垃圾桶满溢。

34、本申请的垃圾桶满溢监控方法及系统，通过状态检测模型模块建立神经网络垃圾桶状态检测模型，通过识别模块指定垃圾桶检测图像中多个垃圾桶检测区域以获取多个垃圾桶检测区域的当前帧垃圾桶状态信息和上一帧垃圾状态信息，通过信息整合模块根据当前帧垃圾状态信息和上一帧垃圾状态信息进一步确定是否存在垃圾桶满溢，可实时监控已垃圾桶满溢的状态，满足边端ai应用的实时性。

35、为让本申请的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

技术特征：

1.一种基于神经网络的垃圾桶满溢监控方法，其特征在于，包括以下步骤：

2.如权利要求1所述的垃圾桶满溢监控方法，其特征在于，通过所述识别模块指定垃圾桶检测图像中多个垃圾桶检测区域，和根据多个所述垃圾桶检测区域对获取的垃圾桶检测信息进行数据清洗以获取垃圾桶状态信息，包括：

3.如权利要求2所述的垃圾桶满溢监控方法，其特征在于，通过所述识别模块根据所述垃圾桶检测信息更新多个所述垃圾桶检测区域的当前帧垃圾桶状态，包括：

4.如权利要求1所述的垃圾桶满溢监控方法，其特征在于，通过所述信息整合模块根据所述当前帧垃圾状态信息和所述上一帧垃圾状态信息确定多个所述垃圾桶检测区域中是否存在垃圾桶满溢，包括：

5.如权利要求4所述的垃圾桶满溢监控方法，其特征在于，通过所述信息整合模块对同一所述垃圾桶检测区域的所述当前帧垃圾状态信息和所述上一帧垃圾状态信息进行一致性对比之后，包括：

6.一种基于神经网络的垃圾桶满溢监控系统，其特征在于，包括：状态检测模型模块、识别模块、信息整合模块；

7.如权利要求6所述的垃圾桶满溢监控系统，其特征在于，所述垃圾桶检测信息包括未检测到垃圾桶、检测到垃圾桶、垃圾桶坐标信息、垃圾桶类型、垃圾桶类型阈值中至少一项；

8.如权利要求7所述的垃圾桶满溢监控系统，其特征在于，所述识别模块还用于预设多个所述垃圾桶检测区域的当前帧垃圾桶状态，并根据所述垃圾桶检测信息更新多个所述垃圾桶检测区域的所述当前帧垃圾桶状态并输出所述当前帧垃圾状态信息。

9.如权利要求8所述的垃圾桶满溢监控系统，其特征在于，所述识别模块还用于将检测的所述垃圾桶坐标信息分别与多个所述垃圾桶检测区域进行位置区域匹配，并根据输出的匹配值确定当前帧单个或多个垃圾桶检测区域中是否存在垃圾桶满溢，以及输出单个或多个垃圾桶检测区域的所述当前帧垃圾状态信息。

10.如权利要求9所述的垃圾桶满溢监控系统，其特征在于，所述信息整合模块还用于对所述当前帧垃圾状态信息和所述上一帧垃圾状态信息进行一致性对比以确定多个所述垃圾桶检测区域中是否存在垃圾桶满溢。

技术总结
本申请涉及一种基于神经网络的垃圾桶满溢监控方法及系统，方法包括：通过状态检测模型模块根据获取的垃圾桶检测图像建立神经网络垃圾桶状态检测模型；通过识别模块指定垃圾桶检测图像中多个垃圾桶检测区域，和根据多个垃圾桶检测区域对获取的垃圾桶检测信息进行数据清洗以获取当前帧垃圾桶状态信息和上一帧垃圾状态信息；通过信息整合模块根据当前帧垃圾状态信息和上一帧垃圾状态信息确定多个垃圾桶检测区域中是否存在垃圾桶满溢。本申请的垃圾桶满溢监控方法及系统，可实时监控已垃圾桶满溢的状态，准确性好，且满足边端AI应用的实时性。

技术研发人员：傅东生,王连民,李立赛
受保护的技术使用者：深圳奇迹智慧网络有限公司
技术研发日：
技术公布日：2024/1/14