科创中国

电子信息技术,信息传输、软件和信息技术服务业

在垃圾分类政策的大背景下，社会中展现出了垃圾分类难、组织成本高和管理不便捷等痛点。针对上述问题，我们研发了一套能够实现投放垃圾检查和违规行为报警的AIoT智能垃圾房系统，实现了居民区垃圾房的自主管理。具体而言，针对投放垃圾检查，我们通过垃圾房内部摄像头结合独特设计的目标检测算法，对居民投放的垃圾进行分类检测，并且反馈精细的分类结果，引导居民进行正确投放。与此同时，系统通过外置摄像头结合行为识别算法实现了对违规行为的抓拍和报警。

通过独特设计的颈部网络结构，有针对性的数据增强方案以及前背景分离策略，我们的垃圾分类检测算法能够在光照多变、遮挡严重、垃圾形变污染以及透明和小尺度目标检测等垃圾检测场景中常见的不利条件下，达到90%的识别准确率。同时，我们的行为识别算法结合了卷积神经网络和循环神经网络的优势，能够凭借轻量的神经网络结构，充分考量视频的语义和时序信息，从而在开放世界复杂多变的动态信息中，实时地实现80%以上的违规行为检测率。最后，考虑到实际应用场景下的用户体验，我们利用模型压缩和加速技术在运行效率方面进行攻坚，最终在低成本、算力有限的计算硬件上将投放垃圾检查和违规行为报警两大功能的推理时间控制在300ms以内，实现了高效部署。

第一完成单位：上海交通大学 协作完成单位：苏州东大金点物联科技有限公司