[发明专利]一种基于物体识别算法的社区垃圾分类方法和系统

权利要求书

1.一种基于物体识别算法的社区垃圾分类方法，其特征在于，包括：

在分类垃圾桶周围设置第一物体识别装置，所述第一物体识别装置通过盛装垃圾的垃圾袋的颜色、温度、硬度和气味，结合语音识别垃圾投放者的语音，确定所述垃圾袋所属垃圾桶的第一分类结果；

根据所述第一分类结果向对应的垃圾桶发送开启指令，同时通知垃圾投放者相应垃圾桶已经开启，指示垃圾投放者进行垃圾投放；

垃圾桶内设置第二物体识别装置，所述第二物体识别装置释放投入垃圾桶的垃圾袋中的垃圾，识别垃圾的物理特征和化学特征；

按照垃圾的物理特征和化学特征对所述垃圾进行分类得到第二分类结果，如果所述第二分类结果与所述第一分类结果不一致，则将第二分类结果作为最终分类结果，将所述垃圾转移至最终分类结果对应的垃圾桶中。

2.根据权利要求1所述的方法，其特征在于，所述第一物体识别装置通过盛装垃圾的垃圾袋的颜色、温度、硬度和气味，结合语音识别垃圾投放者的语音，确定所述垃圾袋所属垃圾桶的第一分类结果，包括：

将所述垃圾袋的颜色、温度、硬度和气味作为神经网络分类器的输入特征，得出所述垃圾袋的第一分类结果；

将所述第一分类结果以视听提示的方式提供给垃圾投放者进行确认；

如果所述垃圾投放者认为所述第一分类结果错误，则第一物体识别装置请求所述垃圾投放者通过语音提供垃圾分类结果，并将所述垃圾分类结果作为第一分类结果。

3.根据权利要求1所述的方法，其特征在于，根据所述第一分类结果向对应的垃圾桶发送开启指令，同时通知垃圾投放者相应垃圾桶已经开启，指示垃圾投放者进行垃圾投放，包括：

根据所述第一分类结果，通过无线传输方式向对应的垃圾桶发送开启指令；

以视听方式向所述垃圾投放者发出提示，并检测垃圾袋是否投入对应的垃圾桶；如果已经投入，则关闭垃圾桶；如果没有投入，则再次发出提示。

4.根据权利要求2所述的方法，其特征在于，所述神经网络分类器包括：

中间隐层神经元的激活函数采用ReLU函数，公式为：

out＝max(0，in)，

其中out为输出，in为输入；最后一层激活函数采用softmax函数，公式为：

其中out_i为第i层输出，z_j为输入j经过加权、求和、偏向得到的中间变量；损失函数采用交叉熵损失函数，公式为：

其中x⁽ⁱ⁾为期望输出，为实际输出；优化函数采用批量梯度下降法，迭代训练直至所述神经网络分类器进入稳态。

5.根据权利要求1所述的方法，其特征在于，垃圾桶内设置第二物体识别装置，所述第二物体识别装置释放投入垃圾桶的垃圾袋中的垃圾，识别垃圾的物理特征和化学特征，包括：

通过物理识别装置，识别所述垃圾袋中垃圾的温度、硬度和体积；

通过化学识别装置，识别所述垃圾袋中垃圾的化学构成。

6.根据权利要求1所述的方法，其特征在于，按照垃圾的物理特征和化学特征对所述垃圾进行分类，得到第二分类结果，如果所述第二分类结果与所述第一分类结果不一致，则将第二分类结果作为最终分类结果，将所述垃圾转移至正确的垃圾桶中，包括：

将所述垃圾的物理特征和化学特征放入贝叶斯分类器中，预测出所述垃圾的分类，作为第二分类结果；

如果所述第二分类结果与所述第一分类结果不一致，将所述垃圾通过传送装置转移至最终分类结果对应的垃圾桶中。