垃圾分类的耦合创新方法与可行性分析
机器学习
2021-08-26 v3 计算机视觉与模式识别
图像与视频处理
摘要
为解决近期垃圾分类中存在的智能化程度低、准确率低及设备成本高等缺陷,本文提出了一系列智能垃圾分类中的识别与判断方法,包括基于热原理与非破坏性激光照射的材料识别、基于光学衍射与相位分析的另一材料识别、利用经PCA与直方图校正后的场景热图像的轮廓识别、以及利用带有创新数据集与算法的计算机视觉的另一轮廓识别。结合AHP与贝叶斯公式,本文创新了一种耦合算法,基于材料与轮廓识别对垃圾类别作出综合判断。本文还提出了一种基于空气作为流体特性的垃圾桶实时空间测量方法,并分析了空气净化与颗粒处理的功能。本文摒弃单一使用垃圾图像识别,提供了通过材料与轮廓识别判断垃圾类别的综合方法,大幅提升了垃圾分类的准确率与智能化程度。
引用
@article{arxiv.2102.00193,
title = {Coupling innovation method and feasibility analysis of garbage classification},
author = {Zizhe Wang and Shaomeng Shen and Jiabei Mu},
journal= {arXiv preprint arXiv:2102.00193},
year = {2021}
}
备注
a series significant mistakes were found. need a thorough rewrite