[发明专利]垃圾智能分类方法、装置、电子设备及存储介质

权利要求书

1.一种垃圾智能分类方法，其特征在于，所述方法包括：

获取待分类垃圾的可见光图像以及红外光谱图像；

将所述可见光图像以及红外光谱图像拼接为一张待识别图像；

采用垃圾分类识别模型对所述待识别图像进行训练，确定所述待识别图像分类结果。

2.根据权利要求1所述的方法，其特征在于，所述获取待分类垃圾的可见光图像以及红外光谱图像，包括：

采用图像采集设备获取或者从终端设备的相册中选取待分类垃圾的可见光图像；其中，所述图像采集设备包括摄像机、手机以及平板电脑；

将所述待分类垃圾的可见光图像采用漫反射傅里叶变换技术进行处理，确定所述待分类垃圾的红外光谱图像。

3.根据权利要求1所述的方法，其特征在于，所述将所述可见光图像以及红外光谱图像拼接为一张待识别图像，包括：

将获取的待分类垃圾的可见光图像以及红外光谱图像采用图像拼接技术拼接为一张待识别图像；其中，所述拼接包括将所述可见光图像以及红外光谱图像上下拼接以及左右拼接。

4.根据权利要求1所述的方法，其特征在于，所述垃圾分类识别模型的生成过程包括：

将所述待识别图像进行人工标注，划分得到训练数据集和验证数据集；

基于卷积神经网络对所述训练数据集图像进行融合、分析和计算，生成待识别图像的特征表达；

通过卷积神经网络对所述待识别图像的特征表达进行分析计算，生成基于卷积神经网络的初始垃圾分类识别模型；

使用训练数据集对所述初始垃圾分类识别模型进行深度学习训练形成垃圾分类识别模型，并使用验证数据集对生成的垃圾分类识别模型进行测试调试。

5.根据权利要求1所述的方法，其特征在于，所述采用垃圾分类识别模型对所述待识别图像进行训练，确定所述待识别图像分类结果，包括：

将所述待识别图像输入到预先训练的垃圾分类识别模型中，确定所述待识别图像分类结果；

依据所述待识别图像分类结果，对所述待分类垃圾进行分类。

6.一种垃圾智能分类装置，其特征在于，所述装置包括：

图像获取模块，用于获取待分类垃圾的可见光图像以及红外光谱图像；

图像处理模块，用于将所述可见光图像以及红外光谱图像拼接为一张待识别图像；

图像分类模块，用于采用垃圾分类识别模型对所述待识别图像进行训练，确定所述待识别图像分类结果。

7.根据权利要求6所述的装置，其特征在于，所述图像获取模块包括：

采用图像采集设备获取或者从终端设备的相册中选取待分类垃圾的可见光图像；其中，所述图像采集设备包括摄像机、手机以及平板电脑；

将所述待分类垃圾的可见光图像采用漫反射傅里叶变换技术进行处理，确定所述待分类垃圾的红外光谱图像。

8.根据权利要求6所述的装置，其特征在于，所述图像处理模块包括：

将获取的待分类垃圾的可见光图像以及红外光谱图像采用图像拼接技术拼接为一张待识别图像；其中，所述拼接包括将所述可见光图像以及红外光谱图像上下拼接以及左右拼接。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现权利要求1-5中任一所述的垃圾智能分类方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一所述的垃圾智能分类方法。