Trashbusters：基于深度学习的垃圾检测与追踪方法
计算机视觉与模式识别
2024-04-12 v1
摘要
非法倾倒垃圾是一个重大的公共卫生和环境问题。在非规划地点倾倒垃圾会带来严重的健康和环境风险。我们应尽可能限制公共垃圾桶的使用。本研究聚焦于自动化处罚乱扔垃圾者，解决公共场所乱扔垃圾这一持续存在的问题。依赖人工干预和目击者报告的传统方法存在延迟、不准确和匿名性问题。为克服这些挑战，本文提出了一种全自动系统，利用监控摄像头和先进的计算机视觉算法进行垃圾检测、目标追踪和人脸识别。该系统能准确识别和追踪参与乱扔垃圾活动的个人，通过人脸识别确认其身份，并实现高效的反乱扔垃圾政策执行。通过减少对人工干预的依赖、最小化人为错误并提供快速识别，所提出的系统在处理乱扔垃圾事件方面具有显著优势。本研究的主要贡献在于实现了所提出的系统，利用先进技术增强监控操作并自动化处罚乱扔垃圾者。
引用
@article{arxiv.2404.07467,
title = {Trashbusters: Deep Learning Approach for Litter Detection and Tracking},
author = {Kashish Jain and Manthan Juthani and Jash Jain and Anant V. Nimkar},
journal= {arXiv preprint arXiv:2404.07467},
year = {2024}
}