圾类型进行有效识别。系统将保留投错类型、投放时间、地点、垃圾截图等一些列
数据，通过政府监控系统获取垃圾错投人员相关信息，并以短信方式告知该人员。
通过短信还可下载移动应用查看违规记录，依靠强制力手段规范居民垃圾分类行为。
针对用户的垃圾分类情况对其进行相应积分的加减。积分进行等级划分，不同等级
者将获得不同奖励。针对难以有效辨别垃圾类型的用户，可使用基于MobileNet技
术的移动应用垃圾分类识别功能帮助他们学习识别垃圾类型。为了提高垃圾投放站
点使用效率，该系统可收集投放参数，整合数据，计算最佳投放时间及投放地点。
该系统通过普及知识，强制管理，等级奖励制度，优化投放点设置等方法推进实现
大国家举措。在共同实行垃圾分类管理政策中，垃圾分类投放监管难度大，错投乱
投甚至拒绝积极配合的现象时有发生。垃圾分类知识难以全面普及。目前的垃圾分
类解决方案基本上是运用自动开盖垃圾桶和定时定点投放垃圾的措施，不具有识别
功能，可以识别垃圾类型的垃圾桶体型过于巨大，成本较高、应用少。垃圾分类后
的垃圾收集路径也缺少合理性，经常会出现定时定点投放处无垃圾可收，而个别投
放处垃圾严重溢出未能及时清除的现象，导致垃圾收集车得不到充分利用。目前垃
圾分类监管也缺乏较为完善的机制，如对市民的垃圾分类投放的奖惩机制，没能与
时俱进地发展，需要合理的机制减少市民垃圾乱投的现象。本文将介绍一种针对上
为硬件感知层、模型层、移动端，模型间通过数据的交流转换以及该层次自带功能
对信息进行收集。硬件感知层由智能识别垃圾桶组成，移动端由智能识别App组
成，模型层由Web端组成。用户通过App端登录使得后台Web端获取用户信息。
垃圾桶通过存储垃圾投放情况，包括违规行为的照片、时间、地点，垃圾投放量，
传送给后台Web端，当Web端发现垃圾投放总量达到满溢值时，反馈信息至垃圾
桶，从而关闭垃圾桶盖。Web端将违规记录的时间地点传送给政府从而获得对应
的场景照片，经过处理得到人像照片，传送给政府获得人员信息，包括手机号、身
份证。当Web端的个人的违规记录到达一定值时，通过手机号给用户发送警告短
App中。通过三方面主体层次的划分，将功能专一化，将科普、监管、查询等功能
两个实体各自包含相应的属性，在发生投放事件时将垃圾桶与市民通过时间戳以及
投放记录产生关系。将市民的身份证号以及基本信息和从垃圾桶内获取的信息如垃
圾桶编号、垃圾桶地址、垃圾桶类别进行整合。通过投放事件判定是否违规操作，
如操作违规将通过记录时间戳、身份证号、违规记录截屏、垃圾桶地址等进行汇总，
进行积分统计。在信息统计好过后进行记录汇总，生成相应积分数，将积分发送至
要使用这个已有的分类模型去完成更多的垃圾分类。系统中，使用的深度学习模型
与迁移学习算法结合，由于深度学习模型需要大量的高质量标注数据，Pre-training
与fine-tuning的结合可以为图像识别带来更好的效果，所以选择预训练的
行语音报错，同时垃圾桶的识别摄像头进行拍照截屏。将照片，时间，地点发送至
后台服务器中。后台通过传送时间，地点给到政府系统来调取政府的监控，得到政
府反馈的当时的情景照片。后台对此照片进行处理，截取出投错垃圾的人像，传送
给政府系统来获得此人的身份信息，包括身份证号、姓名**机号等。最终，后台
的数据库中将存储此人违规记录的详细内容，包括时间、地点、次数，当次数到达
一定值后，后台将会根据所得到的电话号码，结合垃圾桶反馈的违规记录以及政府
系统反馈的人像信息，对该手机号发送警告信息“您的垃圾投放行为存在多次违规
记录，若是后续再有违规现象的发生，将会影响到您的征信，请您重视。详情请通
过App来查询”。该系统采用积分制度，每一位新注册客户将获得70分起评分，
当投放垃圾错误时将违规次数加1，每加1后将扣除相应分数，当分数低于及格分
数60分时将进行短信告知。除分数控制外还有错误次数通报，连续错误投放超过
储，再使用Redis作为辅助进行缓存的读写。在服务应用层中，实现了以下功能：
用户账号管理、用户不良记录管理、用户积分管理、不良记录统计分析、垃圾回收
策略。并且使用了日志记录，方便数据的实时分析。在网络方面，使用了HTTP协
议与Servlet，实现了不同设备端的数据传输。调用了第三方API，使信息的整合更
移动应用App总体架构见图5，该App可以在所有Android移动设备端进行使
用。在底层的数据库方面，使用了自带的SQLite数据库，方便数据在本机上进行
存储，减轻了服务器的存储压力。在服务应用层中，实现了以下功能：垃圾科普识
别、垃圾投放点查询、个人积分查询、投放错误记录查询。并且在开发过程中，使
移动应用App 采用Android 系统开发，所使用的开发软件为谷歌推出的
合垃圾分类的环保特色。数据内容采用Android 自带轻量化数据库SQList，用于存
储客户信息。连接百度地图API 对用户进行寻找附近站点的地图导航。识别拍照
功能采用 MobileNet 训练数据集，对获取的垃圾图像进行分类。主体功能简约便捷，
的识别正确率，得到图片中的垃圾属于类别，湿垃圾的置信区间达到95%。该系
统模型对于垃圾分类的图像识别有较高的准确率。该系统有很好的应用前景，并且
Web 管理端使用JAVA Web 开发技术，采用MVC 框架，数据存储采用
MySQL 数据库，对每日的垃圾投放数据进行量化分析，进行可视化处理，用曲线
错误的相关数据。由相关数据可寻找到指定人员并进行告知。用户可通过移动应用
来进行查看个人错误行为。系统通过积分制奖惩来激励市民养成主动分类的良好习
惯。该系统可收集投放参数，整合数据，计算最佳投放时间及投放地点。该系统通
过普及知识，强制管理，合理化分配发展，等级奖励制度等加深垃圾分类目标的推
该系统现阶段为符合政策推行阶段的要求，提升全民的分类素养，规范市民投放行
为，普及分类知识等。当前系统通过数据采集，包括投放时间，地点，人流量等信
息，在未来将会利用所收集数据进行分析与处理，采用一些机器学习算法预测合理
的投放时间，正确地回收站点位置等内容。从规范个人行为与政府监察到垃圾分类
部署策略的调整与优化。在提升国民素质之后，专注于调整政策向更人性化，合理
