一種信息獲取的方法以及相關裝置制造方法及圖紙

本發明專利技術實施例公開了一種信息獲取的方法，包括：獲取待識別圖像，待識別圖像中包含至少一個待識別垃圾的圖像；采用預置訓練模型對待識別圖像進行處理，預置訓練模型為樣本圖像與類別特征值的函數關系模型，類別特征值用于表示樣本圖像對應的垃圾類別以及位置信息；根據預置訓練模型的處理結果獲取待識別垃圾對應的回收類別信息；若回收類別信息指示待識別圖像中包含目標垃圾圖像，則獲取目標位置信息。本發明專利技術還提供一種信息獲取裝置。本發明專利技術利用預置訓練模型對待識別垃圾的圖像進行識別，并探測圖像中的待識別垃圾對應的回收類別信息，最后根據回收類別信息來自動篩選出目標垃圾圖像，只需要對待識別圖像進行一次檢測，從而提升檢測效率。

Method for acquiring information and related device

Including the embodiment of the invention discloses a method of information acquisition: acquiring image, image contains at least one to identify spam image; with the pre training model to recognize the image processing function model of preset training model sample image and special eigenvalue, eigenvalue for category said the sample image and the corresponding type of garbage and location information; according to the preset training model to identify the categories of information recovery results to obtain the corresponding garbage; if the recovery category information indicating image contains the target image is garbage, the location information of the target. The invention also provides an information acquisition device. The image using preset training model to identify spam identification, detection and recovery of category information in the image corresponding to the identification of garbage, finally according to the recovery of the class information to identify the target spam image, only need to identify the image of a test, so as to enhance the detection efficiency.

【技術實現步驟摘要】
一種信息獲取的方法以及相關裝置
本專利技術涉及計算機處理領域，尤其涉及一種信息獲取的方法以及相關裝置。
技術介紹
隨著我國社會經濟的快速發展城市化進程的加快以及人民生活水平的迅速提高，城市生產與生活過程中產生的垃圾廢物也隨之迅速增加，生活垃圾占用土地，污染環境的狀況以及對人們健康的影響也越加明顯。如何更高效地回收和處理垃圾也成為各界所關注的焦點。在回收垃圾的過程中需要重視對垃圾的分類，也就是需要按照一定的規則或標準將垃圾分類儲存、分類投放和分類搬運，從而轉變成公共資源。目前，對特殊垃圾的檢測主要依賴于基于滑動窗口的分類檢測方法，具體的分類檢測方法請參閱圖1，圖1為現有技術中滑動窗口檢測方法的一個實施例示意圖，首先對不同比例的圖像分別進行檢測，然后計算出特征值以通過分類器，最后輸出綜合檢測結果。雖然采用類似圖1基于滑動窗口的分類檢測方法，相比于人為對垃圾進行分類更利于節省人力成本，但是，基于滑動窗口的垃圾檢測需要對整個圖像進行多次掃描，即將圖像分為各個尺度進行掃描，并對每個位置進行分類，這樣的話，通常需要較大數量級的檢測次數，導致檢測時會消耗大量時間，從而降低了檢測效率。
技術實現思路
本專利技術實施例提供了一種信息獲取的方法以及相關裝置，利用預置訓練模型對包含了至少一個待識別垃圾的圖像進行識別，并探測圖像中的待識別垃圾對應的回收類別信息，最后根據回收類別信息來自動篩選出目標垃圾圖像，以此只需要對待識別圖像進行一次檢測，大幅度的提高了檢測速度，從而提升檢測效率。有鑒于此，本專利技術第一方面提供一種信息獲取的方法，包括：獲取待識別圖像，所述待識別圖像中包含至少一個待識別垃圾的圖像；采用預置訓練模型對所述待識別圖像進行處理，其中，所述預置訓練模型為樣本圖像與類別特征值的函數關系模型，所述類別特征值用于表示所述樣本圖像對應的垃圾類別以及位置信息；根據所述預置訓練模型的處理結果，獲取所述待識別圖像中所述待識別垃圾對應的回收類別信息；若所述回收類別信息指示所述待識別圖像中包含目標垃圾圖像，則獲取所述目標垃圾圖像對應的目標位置信息。結合本專利技術實施例的第一方面，在第一種可能的實現方式中，所述采用預置訓練模型對所述待識別圖像進行處理之前，所述方法還包括：獲取待訓練樣本圖像集合，其中，所述待訓練樣本圖像集合中包含至少一個樣本圖像，所述樣本圖像包括至少一個子區域圖像；根據所述子區域圖像確定對應的所述垃圾類別以及所述位置信息；根據所述樣本圖像中所述子區域圖像所對應的所述垃圾類別以及所述位置信息獲取所述預置訓練模型。結合本專利技術實施例的第一方面的第一種可能實現方式，在第二種可能的實現方式中，所述根據所述子區域圖像確定對應的所述垃圾類別以及所述位置信息，包括：接收預設類別信息，所述預設類別信息中包含所述垃圾類別；在所述子區域圖像中標定出目標垃圾對應的所述位置信息，所述位置信息包含所述目標垃圾在所述子區域圖像中的中心位置、高度、寬度以及面積重合率中的至少一項。結合本專利技術實施例的第一方面、第一方面的第一種或第二種可能實現方式，在第三種可能的實現方式中，所述采用預置訓練模型對所述待識別圖像進行處理，包括：將所述待識別圖像輸入至所述預置訓練模型，其中，所述待識別圖像包括至少一個待識別子區域圖像；獲取所述待識別子區域圖像對應的類別概率值；所述根據所述預置訓練模型的處理結果，獲取所述待識別圖像中所述待識別垃圾對應的回收類別信息，包括：若所述類別概率值大于或等于預設門限，則確定所述待識別子區域圖像中所述待識別垃圾對應的所述回收類別信息。結合本專利技術實施例的第一方面，在第四種可能的實現方式中，所述若所述回收類別信息指示所述待識別圖像中包含目標垃圾圖像，則獲取所述目標垃圾圖像對應的目標位置信息，包括：若根據所述回收類別信息確定所述待識別圖像中包含所述目標垃圾圖像，則檢測所述目標垃圾圖像的所述面積重合率；根據所述目標垃圾圖像的所述面積重合率以及所述預置訓練模型，獲取所述目標垃圾圖像在所述待識別圖像中的中心位置、高度以及寬度中的至少一項。本專利技術第二方面提供一種信息獲取裝置，包括：第一獲取模塊，用于獲取待識別圖像，所述待識別圖像中包含至少一個待識別垃圾的圖像；處理模塊，用于采用預置訓練模型對所述第一獲取模塊獲取的所述待識別圖像進行處理，其中，所述預置訓練模型為樣本圖像與類別特征值的函數關系模型，所述類別特征值用于表示所述樣本圖像對應的垃圾類別以及位置信息；第二獲取模塊，用于根據所述預置訓練模型的處理結果，獲取所述待識別圖像中所述待識別垃圾對應的回收類別信息；第三獲取模塊，用于若所述第二獲取模塊獲取的所述回收類別信息指示所述待識別圖像中包含目標垃圾圖像，則獲取所述目標垃圾圖像對應的目標位置信息。結合本專利技術實施例的第二方面，在第一種可能的實現方式中，所述裝置還包括：第四獲取模塊，用于在所述處理模塊采用預置訓練模型對所述待識別圖像進行處理之前，獲取待訓練樣本圖像集合，其中，所述待訓練樣本圖像集合中包含至少一個樣本圖像，所述樣本圖像包括至少一個子區域圖像；確定模塊，用于根據所述子區域圖像確定對應的所述垃圾類別以及所述位置信息；第五獲取模塊，用于根據所述樣本圖像中所述確定模塊確定的所述子區域圖像所對應的所述垃圾類別以及所述位置信息獲取所述預置訓練模型。結合本專利技術實施例的第二方面的第一種可能實現方式，在第二種可能的實現方式中，所述確定模塊包括：接收單元，用于接收預設類別信息，所述預設類別信息中包含所述垃圾類別；標定單元，用于在所述子區域圖像中標定出目標垃圾對應的所述位置信息，所述位置信息包含所述目標垃圾在所述子區域圖像中的中心位置、高度、寬度以及面積重合率中的至少一項。結合本專利技術實施例的第二方面、第二方面的第一種或第二種可能實現方式，在第三種可能的實現方式中，所述處理模塊包括：輸入單元，用于將所述待識別圖像輸入至所述預置訓練模型，其中，所述待識別圖像包括至少一個待識別子區域圖像；第一獲取單元，用于獲取所述待識別子區域圖像對應的類別概率值；所述第二獲取模塊包括：確定單元，用于若所述第一獲取單元獲取的所述類別概率值大于或等于預設門限，則確定所述待識別子區域圖像中所述待識別垃圾對應的所述回收類別信息。結合本專利技術實施例的第二方面，在第四種可能的實現方式中，所述第三獲取模塊包括：檢測單元，用于若根據所述回收類別信息確定所述待識別圖像中包含所述目標垃圾圖像，則檢測所述目標垃圾圖像的所述面積重合率；第二獲取單元，用于根據所述檢測單元檢測得到的所述目標垃圾圖像的所述面積重合率以及所述預置訓練模型，獲取所述目標垃圾圖像在所述待識別圖像中的中心位置、高度以及寬度中的至少一項。從以上技術方案可以看出，本專利技術實施例具有以下優點：本專利技術實施例中，提供了一種信息獲取的方法，首先獲取待識別圖像，該待識別圖像中包含了至少一個待識別垃圾的圖像，接著采用預置訓練模型對待識別圖像進行處理，其中，預置訓練模型是樣本圖像與類別特征值的函數關系模型，類別特征值用于表示樣本圖像對應的垃圾類別以及位置信息。然后根據預置訓練模型的處理結果，獲取待識別圖像中待識別垃圾對應的回收類別信息，如果回收類別信息指示待識別圖像中包含了目標垃圾圖像，那么就可以獲取該目標垃圾圖像對應的目標位置信息。通過上述方式，利用預置訓練模型對包含本文檔來自技高網...

【技術保護點】
一種信息獲取的方法，其特征在于，包括：獲取待識別圖像，所述待識別圖像中包含至少一個待識別垃圾的圖像；采用預置訓練模型對所述待識別圖像進行處理，其中，所述預置訓練模型為樣本圖像與類別特征值的函數關系模型，所述類別特征值用于表示所述樣本圖像對應的垃圾類別以及位置信息；根據所述預置訓練模型的處理結果，獲取所述待識別圖像中所述待識別垃圾對應的回收類別信息；若所述回收類別信息指示所述待識別圖像中包含目標垃圾圖像，則獲取所述目標垃圾圖像對應的目標位置信息。

【技術特征摘要】
1.一種信息獲取的方法，其特征在于，包括：獲取待識別圖像，所述待識別圖像中包含至少一個待識別垃圾的圖像；采用預置訓練模型對所述待識別圖像進行處理，其中，所述預置訓練模型為樣本圖像與類別特征值的函數關系模型，所述類別特征值用于表示所述樣本圖像對應的垃圾類別以及位置信息；根據所述預置訓練模型的處理結果，獲取所述待識別圖像中所述待識別垃圾對應的回收類別信息；若所述回收類別信息指示所述待識別圖像中包含目標垃圾圖像，則獲取所述目標垃圾圖像對應的目標位置信息。2.根據權利要求1所述的方法，其特征在于，所述采用預置訓練模型對所述待識別圖像進行處理之前，所述方法還包括：獲取待訓練樣本圖像集合，其中，所述待訓練樣本圖像集合中包含至少一個樣本圖像，所述樣本圖像包括至少一個子區域圖像；根據所述子區域圖像確定對應的所述垃圾類別以及所述位置信息；根據所述樣本圖像中所述子區域圖像所對應的所述垃圾類別以及所述位置信息獲取所述預置訓練模型。3.根據權利要求2所述的方法，其特征在于，所述根據所述子區域圖像確定對應的所述垃圾類別以及所述位置信息，包括：接收預設類別信息，所述預設類別信息中包含所述垃圾類別；在所述子區域圖像中標定出目標垃圾對應的所述位置信息，所述位置信息包含所述目標垃圾在所述子區域圖像中的中心位置、高度、寬度以及面積重合率中的至少一項。4.根據權利要求1至3中任一項所述的方法，其特征在于，所述采用預置訓練模型對所述待識別圖像進行處理，包括：將所述待識別圖像輸入至所述預置訓練模型，其中，所述待識別圖像包括至少一個待識別子區域圖像；獲取所述待識別子區域圖像對應的類別概率值；所述根據所述預置訓練模型的處理結果，獲取所述待識別圖像中所述待識別垃圾對應的回收類別信息，包括：若所述類別概率值大于或等于預設門限，則確定所述待識別子區域圖像中所述待識別垃圾對應的所述回收類別信息。5.根據權利要求4所述的方法，其特征在于，所述若所述回收類別信息指示所述待識別圖像中包含目標垃圾圖像，則獲取所述目標垃圾圖像對應的目標位置信息，包括：若根據所述回收類別信息確定所述待識別圖像中包含所述目標垃圾圖像，則檢測所述目標垃圾圖像的所述面積重合率；根據所述目標垃圾圖像的所述面積重合率以及所述預置訓練模型，獲取所述目標垃圾圖像在所述待識別圖像中的中心位置、高度以及寬度中的至少一項。6.一種信息獲取裝置，其特征在于，包括：第一獲取模塊，用于獲取待...

【專利技術屬性】
技術研發人員：王淑燕，吳玨其，楊磊，吳沛謙，鄭思明，
申請(專利權)人：佛山市絡思訊科技有限公司，
類型：發明
國別省市：廣東,44