垃圾图像识别研究进展

• 作者: 金佩薇 姚燕 梁晓瑜 蔡晋辉
• 来源期刊: 环境工程
• 关键词: 图像识别 深度学习 特征提取 卷积神经网络 MSW
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 综述
• 页码范围: 196-206
• 页数: 11页
• 语种: 中文
• DOI: 10.13205/j.hjgc.202201029

摘要

实现生活垃圾自动分类是解决城市固体废弃物(municipal solid waste,MSW)问题的有效途径.着眼于近10年基于计算机视觉的垃圾图像识别相关研究,依据垃圾自动分类方法的差异性,将当前现有相关研究分为基于传统机器学习方法和基于深度学习方法.介绍了机器学习方法以及深度学习方法特征提取方式,对比分析了传统机器学习方法和基于深度学习方法的垃圾种类识别的优缺点,着重阐述深度学习方法通用神经网络的应用研究.此外,对当前垃圾图像识别相关研究所用数据集进行了介绍,并对当前垃圾图像识别存在的问题进行了分析与展望.