导航：X技术最新专利计算;推算;计数设备的制造及其应用技术
1.本发明属于垃圾分类技术领域，尤其涉及一种基于人工智能的垃圾分类识别方法。
2.垃圾分类，指按一定规定或标准将垃圾分类储存、分类投放和分类搬运，从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值，力争物尽其用。随着对垃圾回收分类的要求变得越来越严格，需要对日常生活垃圾进行准确分类，但是由于日常垃圾多种多样，普通居民很难做到准确区分垃圾类别。
3.因此，本发明公开了一种基于人工智能的垃圾分类识别方法，通过多个模块进行配合，对待识别的垃圾进行准确识别，提高了用户垃圾分类的效率，节约了人工垃圾分类的时间和成本。
4.为了解决上述技术问题，本发明提供一种基于人工智能的垃圾分类识别方法，包括图像上传模块、图像处理模块、三维模型构建模块、模型对比模块、网络模型数据库、文字采集模块、二次模型对比模块、文字信息库、控制器、垃圾分类模块，所述垃圾分类识别方法的步骤为：s1：首先通过图像上传模块将待分类垃圾图片上传，上传后经图像处理模块进行图像数据处理，利用处理后的图像数据构建三维模型；s2：将构建好的三维模型传送至模型对比模块，模型对比模块将构建的三维模型与网络模型数据库中的模型进行匹配，达到设定的相似度，即判定为同一种物品,将对比结果发送至控制器；s3：若未达到设定的相似度，则通过文字采集模块对垃圾进行文字描述，接着通过二次模型对比模块再次进行模型对比，最后得到的对比结果发送至控制器；s4：控制器收到对比结果信息后，将对比结果信息发送至垃圾分类模块，由垃圾分类模块进行分类结果显示。
5.优选的，所述图像上传模块连接图像处理模块，所述图像处理模块连接三维模型构建模块，所述三维模型构建模块连接模型对比模块，所述模型对比模块分别连接网络模型数据库和文字采集模块，所述文字采集模块连接二次模型对比模块，所述二次模型对比模块分别连接网络模型数据库和文字信息库，所述模型对比模块和二次模型对比模块均与控制器连接，所述控制器连接垃圾分类模块。优选的，所述垃圾分类模块内包括厨余垃圾分类单元、可回收垃圾分类单元、有害垃圾分类单元、其他垃圾分类单元。
6.优选的，所述步骤s1中图像处理模块进行图像数据处理，是提取图像数据中的各端点的数据，通过各端点数据进行三维模型构建。
7.优选的，所述步骤s2中模型对比模块将构建的三维模型与网络模型数据库中的模型进行匹配，当相似度不低于80%时，则判定为同一种物品。
8.优选的，所述步骤s3中通过文字采集模块对垃圾进行文字描述，接着通过二次模型对比模块再次进行模型对比，其中二次模型对比模块是根据文字信息库和网络模型数据库结合对比，产生的对比结果。
9.与现有技术相比，本发明的有益效果为：本发明通过设置模型对比模块和二次模型对比模块，能够准确的对垃圾进行分类， 提高了垃圾分类的效率，且相比较于人工对垃圾进行分类，节省了人力和时间。
11.以下结合附图对本发明做进一步描述：实施例：如附图1所示，本发明提供一种基于人工智能的垃圾分类识别方法，包括图像上传模块、图像处理模块、三维模型构建模块、模型对比模块、网络模型数据库、文字采集模块、二次模型对比模块、文字信息库、控制器、垃圾分类模块，所述图像上传模块连接图像处理模块，所述图像处理模块连接三维模型构建模块，所述三维模型构建模块连接模型对比模块，所述模型对比模块分别连接网络模型数据库和文字采集模块，所述文字采集模块连接二次模型对比模块，所述二次模型对比模块分别连接网络模型数据库和文字信息库，所述模型对比模块和二次模型对比模块均与控制器连接，所述控制器连接垃圾分类模块。
12.如附图2所示，所述垃圾分类识别方法的步骤为：（1）首先通过图像上传模块将待分类垃圾图片上传，接着图像上传模块将上传的图片传送至图像处理模块，经图像处理模块进行图像数据处理，提取图像数据中的各端点的数据，将端点数据传送至三维模型构建模块，三维模型构建根据端点数据进行三维模型的构建；（2）将构建好的三维模型传送至模型对比模块，模型对比模块将构建的三维模型与网络模型数据库中的模型进行匹配，若相似度不低于80%时，则判定为同一种物品,将对比结果发送至控制器；（3）若相似度低于80%时，则通过文字采集模块对垃圾进行文字描述，接着通过二次模型对比模块再次进行模型对比，其中二次模型对比模块是根据文字信息库和网络模型数据库结合进行对比， 最后得到的对比结果发送至控制器；（4）控制器收到对比结果信息后，将对比结果信息发送至垃圾分类模块，垃圾分类模块根据对比结果对将垃圾判定为厨余垃圾、可回收垃圾、有害垃圾、其他垃圾其中一种内，并显示进行分类结果显示。
13.具体的，所述垃圾分类模块内包括厨余垃圾分类单元、可回收垃圾分类单元、有害垃圾分类单元、其他垃圾分类单元。
14.在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
15.此外，术语“第一”、“第二”、“第三”、“第四”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量，由此，限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括至少一个该特征。
16.在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
17.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及等同物限定。
1.一种基于人工智能的垃圾分类识别方法，其特征在于，包括图像上传模块、图像处理模块、三维模型构建模块、模型对比模块、网络模型数据库、文字采集模块、二次模型对比模块、文字信息库、控制器、垃圾分类模块，所述垃圾分类识别方法的步骤为：s1：首先通过图像上传模块将待分类垃圾图片上传，上传后经图像处理模块进行图像数据处理，利用处理后的图像数据构建三维模型；s2：将构建好的三维模型传送至模型对比模块，模型对比模块将构建的三维模型与网络模型数据库中的模型进行匹配，达到设定的相似度，即判定为同一种物品,将对比结果发送至控制器；s3：若未达到设定的相似度，则通过文字采集模块对垃圾进行文字描述，接着通过二次模型对比模块再次进行模型对比，最后得到的对比结果发送至控制器；s4：控制器收到对比结果信息后，将对比结果信息发送至垃圾分类模块，由垃圾分类模块进行分类结果显示。2.如权利要求1所述的一种基于人工智能的垃圾分类识别方法，其特征在于，所述图像上传模块连接图像处理模块，所述图像处理模块连接三维模型构建模块，所述三维模型构建模块连接模型对比模块，所述模型对比模块分别连接网络模型数据库和文字采集模块，所述文字采集模块连接二次模型对比模块，所述二次模型对比模块分别连接网络模型数据库和文字信息库，所述模型对比模块和二次模型对比模块均与控制器连接，所述控制器连接垃圾分类模块。3.如权利要求1所述的一种基于人工智能的垃圾分类识别方法，其特征在于，所述垃圾分类模块内包括厨余垃圾分类单元、可回收垃圾分类单元、有害垃圾分类单元、其他垃圾分类单元。4.如权利要求1所述的一种基于人工智能的垃圾分类识别方法，其特征在于，所述步骤s1中图像处理模块进行图像数据处理，是提取图像数据中的各端点的数据，通过各端点数据进行三维模型构建。5.如权利要求1所述的一种基于人工智能的垃圾分类识别方法，其特征在于，所述步骤s2中模型对比模块将构建的三维模型与网络模型数据库中的模型进行匹配，当相似度不低于80%时，则判定为同一种物品。6.如权利要求1所述的一种基于人工智能的垃圾分类识别方法，其特征在于，所述步骤s3中通过文字采集模块对垃圾进行文字描述，接着通过二次模型对比模块再次进行模型对比，其中二次模型对比模块是根据文字信息库和网络模型数据库结合对比，产生的对比结果。
本发明提供一种基于人工智能的垃圾分类识别方法，首先通过图像上传模块将待分类垃圾图片上传，上传后经图像处理模块进行图像数据处理，利用处理后的图像数据构建三维模型；将构建好的三维模型传送至模型对比模块，模型对比模块将构建的三维模型与网络模型数据库中的模型进行匹配，达到设定的相似度，即判定为同一种物品,将对比结果发送至控制器；若未达到设定的相似度，则通过文字采集模块对垃圾进行文字描述，接着通过二次模型对比模块再次进行模型对比，最后得到的对比结果发送至控制器；控制器收到对比结果信息后，将对比结果信息发送至垃圾分类模块，由垃圾分类模块进行分类结果显示。本发明区别于人工对垃圾进行分类，提高了垃圾分类效率。提高了垃圾分类效率。提高了垃圾分类效率。
1.计算机视觉 2.无线.计算机仿线.网络安全；物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
