[发明专利]垃圾分类处理方法、装置、终端及存储介质有效
申请号: | 202010140615.X | 申请日: | 2020-03-03 |
公开(公告)号: | CN111268317B | 公开(公告)日: | 2023-02-03 |
发明(设计)人: | 田金戈;徐国强 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | B65F1/14 | 分类号: | B65F1/14;B65F1/00;G06F16/245;G10L25/60 |
代理公司: | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人: | 刘丽华;孙芬 |
地址: | 518052 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 垃圾 分类 处理 方法 装置 终端 存储 介质 | ||
1.一种垃圾分类处理方法,应用于智能垃圾桶,其特征在于,所述垃圾分类处理方法包括:
获取用户的第一语音信息,并通过语音检测模型检测所述第一语音信息是否满足预设激活条件;
当检测结果为所述第一语音信息满足所述预设激活条件时,采集目标物品的图像,并通过物品分类模型识别所述图像中的目标物品的第一物品种类;
将所述第一物品种类通过语音提示的方式输出至用户,并接收用户输入的第二语音信息,其中,所述第二语音信息用于表示所述第一物品种类是否正确;
当所述第二语音信息表示所述第一物品种类正确时,通过垃圾分类模型得到所述第一物品种类对应的垃圾种类,并控制所述智能垃圾桶打开与所述垃圾种类对应的垃圾投放入口以供用户进行投放;
当所述第二语音信息表示所述第一物品种类错误时,接收用户输入的所述目标物品的第二物品种类;
根据所述第二物品种类遍历垃圾分类数据库,查询是否存在与所述第二物品种类对应的已知物品种类,包括:将所述第二物品种类输入至预先训练好的名称相似度获取模型中,得到关于所述第二物品种类的近义词集;检测所述近义词集中是否存在目标近义词与所述垃圾分类数据库中已知物品种类的物品种类名称一致;当检测结果为所述近义词集中存在目标近义词与所述垃圾分类数据库中已知物品种类的物品种类名称一致时,确定存在与所述第二物品种类对应的已知物品种类;
当不存在与所述第二物品种类对应的已知物品种类时,控制智能垃圾桶打开所有垃圾投放入口,并检测所述垃圾投放入口是否感应生成物品投放信号;
当检测到所述垃圾投放入口生成物品投放信号时,将所述垃圾投放入口标记为目标投放入口并获取所述目标投放入口对应的垃圾种类;
将所述垃圾种类和目标物品的第二物品种类关联存储至所述垃圾分类数据库,并根据更新后的垃圾分类数据库更新所述垃圾分类模型。
2.根据权利要求1所述的垃圾分类处理方法,其特征在于,在所述通过物品分类模型识别所述图像中的目标物品的第一物品种类的步骤之前,所述方法还包括:
计算所述图像的质量评价值;
检测所述质量评价值是否满足预设质量阈值;
当检测结果为所述质量评价值不满足所述预设质量阈值时,重新采集所述目标物品的图像直到重新采集的图像的质量评价值满足所述预设质量阈值;
将满足所述预设质量阈值的图像中的目标区域分割出来,得到目标图像;
对所述目标图像进行后处理,所述后处理包括以下中的一种或多种:白平衡处理、均衡化处理。
3.根据权利要求1所述的垃圾分类处理方法,其特征在于,所述方法还包括:
当存在与所述第二物品种类对应的已知物品种类时,将所述已知物品种类输入至垃圾分类模型中,得到所述目标物品对应的垃圾种类;
控制所述智能垃圾桶打开与所述垃圾种类对应的垃圾投放入口以供用户进行投放。
4.根据权利要求1所述的垃圾分类处理方法,其特征在于,所述方法还包括:
当所述第二语音信息表示所述第一物品种类错误时,将第一物品种类识别错误的图像及对应的第二物品种类存储至所述垃圾分类数据库中;
计算预设时间段内存储的图像的数量;
判断所述数量是否超出预设数量阈值;
当判断结果为所述数量超出所述预设数量阈值时,将存储的图像及对应的第二物品种类作为新的训练数据集,并基于所述新的训练数据集更新所述物品分类模型。
5.根据权利要求1所述的垃圾分类处理方法,其特征在于,在所述通过语音检测模型检测所述第一语音信息是否满足预设激活条件的步骤之前,所述方法还包括:
计算所述第一语音信息的清晰度;
判断所述第一语音信息的清晰度是否超出预设清晰度阈值;
当所述第一语音信息的清晰度没有超出所述预设清晰度阈值时,重新获取用户的第一语音信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010140615.X/1.html,转载请声明来源钻瓜专利网。