语音关键事件检测基本参数
  • 品牌
  • Bothlent
  • 型号
  • XFM-USBMEMS-6MIC
  • 封装形式
  • DIP
语音关键事件检测企业商机

    光流图检测模型为:采用各个第二样本图像组和每个第二样本图像组的事件检测结果所训练得到的模型,且每一第二样本图像组中的图像与待分析图像的图像数量相同,各个第二样本图像组中的图像为:关于防护舱的光流图。具体的,当待分析图像为:包括光流图和光流图之前的连续n帧光流图的多张图像,则光流图检测模型为:采用各个第二样本图像组和每个第二样本图像组的事件检测结果所训练得到的模型,且每一第二样本图像组中包括n+1帧光流图。其中,针对至少一个防护舱,在该防护舱中发生各类事件时,获取n+1帧关于该防护舱的光流图,这样,该n+1帧光流图便可以组成一个第二样本图像组,并进一步确定该第二样本图像组的事件检测结果为:获取该n+1帧光流图时,该防护舱内发生的事件类型。具体的,当待分析图像为:光流图,则光流图检测模型为:采用各个第二样本图像和每个第二样本图像的事件检测结果所训练得到的模型,且每个第二样本图像为一帧光流图。其中,针对至少一个防护舱,在该防护舱中发生各类事件时,获取一帧关于该防护舱的光流图,并将获取该光流图时,该防护舱内发生的事件类型作为该光流图的事件检测结果,这样。语音关键事件检测的使用步骤指南。河南电子类语音关键事件检测供应

    存储器通过通信总线完成相互间的通信;存储器,用于存放计算机程序;处理器,用于执行存储器上所存放的程序时,实现上述方面提供的一种事件检测方法中的任一方法步骤。第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述方面提供的一种事件检测方法中的任一方法步骤。以上可见,应用本发明实施例提供的方案,实时获取目标防护舱的图像,并判断当前时刻所采集到的当前帧图像是否包括目标对象,由于目标对象为:能够表征用户进入目标防护舱的用户身体部位,则可以基于当前帧图像判断当前时刻是否有用户进入目标防护舱。则当判断结果为是时,便可以基于当前帧图像,确定待分析图像,进而将该待分析图像输入到预设的检测模型中,得到当前时刻,关于目标语音关键事件检测防护舱的事件检测结果。这样,由于检测模型是基于各个样本图像和各个样本图像的事件检测结果所训练得到的模型,因此,检测模型充分学习了样本图像和事件检测结果之间的对应关系。基于此,在本发明实施例中,利用采集到的真实图像来确定待分析图像,利用训练好的检测模型对待分析图像进行检测。江苏语音关键事件检测语音关键事件检测的历史作用?

    在本申请的示例性实施例中,所述对所述向量化语义表示w1进行span划分,得到多个语义片段可以包括:获取设定的span的大宽度max_span_width;根据span的宽度从1到max_span_width依次在所述向量化语义表示w1上进行选取,获得多个span的语义表示span_embedding。在本申请的示例性实施例中,可以根据设定的span的大宽度max_span_width=8对步骤s101得到的语义表示w1进行划分。划分方法可以包括:span的宽度从1至max_span_width依次在向量w1上进行选取,得到n个span的语义表示,即span_embedding。s103、对多个语义片段进行平均池化,得到每个span的表示w2。在本申请的示例性实施例中,因每个span的宽度不一样(span_embedding的维度可以为[sw,d1],其中sw取值为1~max_span_width),因此可以对这n个span的语义表示进行平均池化处理,从而得到这n个span的表示w2,w2的维度可以为[n,d1]。s104、使用自注意力机制对获得的每个span的表示w2进行计算,得到每个span的新的语义表示w3。在本申请的示例性实施例中,该自注意力机制可以为自注意力加权计算。在本申请的示例性实施例中,可以将步骤s103所得的span的表示w2通过自注意力机制(自注意力加权计算)计算得到新的表示w4。

    倒地事件概率75%,剧烈运动事件15%,破坏设备事件5%;这样,电子设备便可以确定目标防护舱内出现用户意外倒地的事件。可以理解的,对防护舱内发生的异常事件进行检测的目的之一是保证监控人员能够及时发现各类异常事件,保证防护舱内的用户的人身和财产安全,因此,可以实时对目标防护舱内发生的事件进行检测。具体的,在本发明实施例中,电子设备是实时获取当前帧图像的,进而,便可以继续实时判断该当前帧图像是否包括目标对象时,并在判断结果为是时,实时对目标防护舱内发生的事件进行检测,得到在采集当前帧图像的当前时刻,关于目标防护舱的事件检测结果。即电子设备可以实现对关于目标防护舱的事件检测结果的实时检测,其中,在这种情况下,上述所确定的关于目标防护舱的事件检测结果均为:当前时刻,关于目标防护舱的事件检测结果。从而,可以及时发现目标防护舱内出现的各类异常事件。进一步的,在发现目标防护舱内出现的各类异常事件后,为了保证监控人员能够及时对异常事件该异常事件作出反应,采取有针对性的应对措施。则当事件检测结果为关于发生异常事件且所发生异常事件类型的结果时。语音关键事件检测主要对哪些领域有大作用?

    通信接口用于上述电子设备与其他设备之间的通信。存储器可以包括随机存取存储器(randomaccessmemory,ram),也可以包括非易失性存储器(non-volatilememory,nvm),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。上述的处理器可以是通用处理器,包括处理器(centralprocessingunit,cpu)、网络处理器(networkprocessor,np)等;还可以是数字信号处理器(digitalsignalprocessing,dsp)、集成电路(applicationspecificintegratedcircuit,asic)、现场可编程门阵列(field-programmablegatearray,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,该计算机程序被处理器执行时实现上述本发明实施例提供的一种事件检测方法中的任一方法步骤。需要说明的是,在本文中,诸如和第二等之类的关系术语用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。语音关键事件检测的成熟度如何?新一代语音关键事件检测服务标准

语音关键事件检测的稳定性怎么样?河南电子类语音关键事件检测供应

    如果是,基于所述当前帧图像,确定待分析图像,其中,所述待分析图像为:关于所述目标语音关键事件检测防护舱及所述目标对象的图像;将所述待分析图像输入到预设的检测模型中,得到关于所述目标防护舱的事件检测结果;其中,所述检测模型为:基于各个样本图像和每个样本图像的事件检测结果所训练得到的模型。第二方面,本发明实施例提供了一种事件检测装置,所述装置包括:图像获取模块,用于实时获取关于目标防护舱的图像,并将当前时刻所采集到的图像作为当前帧图像;图像检测模块,用于检测所述当前帧图像是否包含目标对象,其中,所述目标对象为:能够表征用户进入所述目标防护舱的用户身体部位;如果是,触发图像确定模块;所述图像确定模块,用于基于所述当前帧图像,确定待分析图像,其中,所述待分析图像为:关于所述目标防护舱及所述目标对象的图像;结果确定模块,用于将所述待分析图像输入到预设的检测模型中,得到关于所述目标防护舱的事件检测结果;其中,所述检测模型为:基于各个样本图像和每个样本图像的事件检测结果所训练得到的模型。第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口。河南电子类语音关键事件检测供应

深圳鱼亮科技有限公司致力于通信产品,是一家服务型的公司。公司业务分为智能家居,语音识别算法,机器人交互系统,降噪等,目前不断进行创新和服务改进,为客户提供良好的产品和服务。公司注重以质量为中心,以服务为理念,秉持诚信为本的理念,打造通信产品良好品牌。深圳鱼亮科技立足于全国市场,依托强大的研发实力,融合前沿的技术理念,飞快响应客户的变化需求。

与语音关键事件检测相关的文章
与语音关键事件检测相关的产品
与语音关键事件检测相关的新闻
与语音关键事件检测相关的问题
新闻资讯
产品推荐
信息来源于互联网 本站不为信息真实性负责