基于机器视觉的脏污清洁评估方法、装置、设备及介质与流程

摘要: 本申请涉及机器视觉,尤其涉及一种基于机器视觉的脏污清洁评估方法、装置、设备及介质。背景技术:1、随着居民生活水平提升与家政服务市场规模持续扩大,居家清洁服务已成...
基于机器视觉的脏污清洁评估方法、装置、设备及介质与流程

本申请涉及机器视觉,尤其涉及一种基于机器视觉的脏污清洁评估方法、装置、设备及介质。

背景技术:

1、随着居民生活水平提升与家政服务市场规模持续扩大,居家清洁服务已成为现代家庭日常生活的刚性需求。居家家政清洁服务本质上是一种基于居家环境状态评估的非标准化服务交易,其中脏污检测与清洁难度评估构成了居家养老服务的作业定价与派单调度的前置基础环节,其评估精度直接决定了服务费用的公允性与资金结算的合理性。

2、目前,随着机器视觉技术的发展,部分领域已尝试将图像识别技术应用于环境检测场景。然而,居家场景具有显著特殊性:室内光源分布复杂,用户自行拍摄的图像普遍存在光照不均、色偏、镜头畸变、家具遮挡及噪声干扰等问题,现有图像处理技术的应用主要针对标准化采集场景设计,且居家环境中的脏污类别多且杂,相关技术无法准确识别居家环境中的脏污分布状况,导致居家环境的脏污检测结果不准确,清洁难度评估缺乏量化数据支撑,无法满足居家养老服务对服务作业定价标准化、精细化及风险可控性的基本要求。

技术实现思路

1、本申请提供一种基于机器视觉的脏污清洁评估方法、装置、设备及介质,以解决居家家政清洁服务中相关技术对居家环境中的脏污分布状况识别不准确,导致脏污检测结果不准确,清洁难度评估结果不准确的技术问题。

2、第一方面,提供了一种基于机器视觉的脏污清洁评估方法,包括:

3、对客户端上传的居家场景图像进行图像预处理,获得标准化检测图像;

4、基于预训练的目标检测模型,对所述标准化检测图像进行目标检测,识别所述标准化检测图像中的脏污区域,以及所述脏污区域对应的脏污类型;

5、基于所述脏污类型,提取所述脏污区域对应的至少一个脏污特征;

6、基于预设的加权评分模型,对所述脏污区域对应的至少一个所述脏污特征进行加权融合,获得所述脏污区域对应的脏污等级量化评分;

7、基于所述脏污等级量化评分以及所述脏污区域对应的区域类型,计算清洁难度评分。

8、第二方面,提供了一种基于机器视觉的脏污清洁评估装置,包括:

9、图像预处理模块,用于对客户端上传的居家场景图像进行图像预处理,获得标准化检测图像;

10、脏污区域检测模块,用于基于预训练的目标检测模型,对所述标准化检测图像进行目标检测,识别所述标准化检测图像中的脏污区域,以及所述脏污区域对应的脏污类型;

11、脏污特征提取模块,用于基于所述脏污类型,提取所述脏污区域对应的至少一个脏污特征;

12、脏污等级评估模块,用于基于预设的加权评分模型,对所述脏污区域对应的至少一个所述脏污特征进行加权融合,获得所述脏污区域对应的脏污等级量化评分;

13、清洁难度评估模块,用于基于所述脏污等级量化评分以及所述脏污区域对应的区域类型,计算清洁难度评分。

14、第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述基于机器视觉的脏污清洁评估方法的步骤。

15、第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述基于机器视觉的脏污清洁评估方法的步骤。

16、上述基于机器视觉的脏污清洁评估方法、装置、设备及介质所实现的方案中,通过对客户端上传的居家场景图像进行图像预处理获得标准化检测图像,使居家场景图像满足后续目标检测的输入要求;基于预训练的目标检测模型对所述标准化检测图像进行目标检测,识别所述标准化检测图像中的脏污区域以及所述脏污区域对应的脏污类型,实现了对多类别脏污分布状况的精准定位与分类;基于所述脏污类型提取所述脏污区域对应的至少一个脏污特征,将视觉信息转化为可量化的特征数据;通过预设的加权评分模型对所述脏污特征进行加权融合获得脏污等级量化评分,以客观量化方式替代主观经验判断,使脏污检测结果由定性判断转变为定量评分,实现了脏污等级的标准化判定;基于所述脏污等级量化评分以及所述脏污区域对应的区域类型计算清洁难度评分,使清洁难度评估建立在脏污状态量化数据与区域属性相结合的基础上,从而有效提升了脏污分布状况识别、脏污检测及清洁难度评估的准确性,为居家养老服务的服务作业定价提供了标准化、精细化的量化依据。

1.一种基于机器视觉的脏污清洁评估方法,其特征在于,包括:

2.如权利要求1所述的基于机器视觉的脏污清洁评估方法,其特征在于,所述基于预设的加权评分模型,对所述脏污区域对应的至少一个所述脏污特征进行加权融合,获得所述脏污区域对应的脏污等级量化评分,包括:

3.如权利要求1所述的基于机器视觉的脏污清洁评估方法,其特征在于,所述基于预训练的目标检测模型,对所述标准化检测图像进行目标检测,识别所述标准化检测图像中的脏污区域,以及所述脏污区域对应的脏污类型,包括:

4.如权利要求3所述的基于机器视觉的脏污清洁评估方法,其特征在于,所述基于预设的加权评分模型,对所述脏污区域对应的至少一个所述脏污特征进行加权融合,获得所述脏污区域对应的脏污等级量化评分,还包括:

5.如权利要求1所述的基于机器视觉的脏污清洁评估方法,其特征在于,所述脏污特征包括脏污覆盖面积占比、浓度灰度特征以及顽固度特征;

6.如权利要求1所述的基于机器视觉的脏污清洁评估方法,其特征在于,所述基于所述脏污等级量化评分以及所述脏污区域对应的区域类型,计算清洁难度评分,包括:

7.如权利要求1-6任一项所述的基于机器视觉的脏污清洁评估方法,其特征在于,基于所述脏污等级量化评分以及所述脏污区域对应的区域类型,计算清洁难度评分之后,还包括:

8.一种基于机器视觉的脏污清洁评估装置,其特征在于,包括:

9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于机器视觉的脏污清洁评估方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于机器视觉的脏污清洁评估方法的步骤。