还可以在检测到发生异常事件时,确定所发生的异常事件的事件类型。即事件检测结果为:关于发生异常事件且所发生异常事件类型的结果。这样,电子设备可以根据检测模型的输出结果,确定目标防护舱内发生哪种异常事件。可选的,一种具体实现方式中:在上述步骤s304中,上述检测模型可以直接输出:所发生的异常事件的类型,这样,电子设备便可以直接确定目标防护舱内用户出现的异常事件的类型,并将该类型作为:关于目标防护舱的事件检测结果。例如,倒地事件;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。可选的,另一种具体实现方式中:在上述步骤s304中,在训练检测模型时,可以预先设定多种类型的异常事件,则上述检测模型可以直接输出:正常事件概率以及每种类型的异常事件的概率。其中,正常事件表示目标防护舱内未发生异常事件。这样,电子设备便可以将概率比较高的事件确定为目标防护舱内用户出现的事件的类型,并将该类型作为:关于目标防护舱的事件检测结果。显然,当正常事件概率比较高时,则可以确定目标防护舱内未发生异常事件,当某类型的异常事件的概率比较高时,则可以确定目标防护舱内发生该类型异常事件。例如,正常事件概率5%。语音关键事件检测有什么用?云南自主可控语音关键事件检测是什么
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;对所述新的语义表示w3进行span分类,确定每个span是否为一个事件的触发词或事件主体。通过该实施例方案,能够同时抽取事件触发词和事件的主体,可获取更加有用的信息,具有较强的实际应用价值;在数据处理和建模的过程中不使用现有的自然语言处理工具,使得操作简单,也避免了因使用自然语言处理工具而导致的误差累积的问题,同时也更加符合真实应用场景;通过划分span的方式,完美解决了序列标注存在的问题,效率更高,适用性更强。本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。附图说明附图用来提供对本申请技术方案的理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。图1为本申请实施例的事件检测方法流程图;图2为本申请实施例的事件检测装置组成框图。具体实施方式本申请描述了多个实施例,但是该描述是示例性的,而不是限制性的。云南自主可控语音关键事件检测服务标准语音关键事件检测该如何使用?
实施例一:待分析图像为上述类图像,即待分析图像为至少包含当前帧图像的目标防护舱的图像:则上述步骤s304,包括如下步骤f1-f2:步骤f1:将待分析图像输入到预设的场景图像检测模型中,得到场景图像检测模型输出的检测结果;步骤f2:基于场景图像检测模型输出的检测结果,确定关于目标防护舱的事件检测结果;其中,由于待分析图像为目标防护舱的场景图像,则在本实施例一中,所采用的检测模型即为预设的场景图像检测模型,且用于训练该场景图像检测模型的各个样本图像组中所包括的图像可以称为场景图像。需要说明的是,场景图像检测模型为:采用各个样本图像组和每个样本图像组的事件检测结果所训练得到的模型,且每一样本图像组中的图像与待分析图像的图像数量相同,各个样本图像组中的图像为:所采集到的关于防护舱的图像。具体的,当待分析图像为:当前帧图像和当前帧图像之前的连续m帧图像的多张图像,则场景图像检测模型为:采用各个样本图像组和每个样本图像组的事件检测结果所训练得到的模型,且每一样本图像组中包括m+1帧场景图像。其中,针对至少一个防护舱,在该防护舱中发生各类事件时,采集m+1帧关于该防护舱的图像,这样。
电子设备可以确定存在用户进入目标防护舱,则在当前时刻,目标防护舱内可能发生异常事件,这样,电子设备便可以继续执行步骤s303。需要说明的是,在本实现方式中,电子设备可以采用任一能够检测出当前帧图像和当前帧图像之前的连续预设数量帧图像中是否均包含目标对象的图像识别算法执行上述步骤s302a,对此,本发明实施例不做具体限定。其中,上述预设数量可以为任一正整数,例如,5,10等,这都是合理的。下面,对电子设备执行上述步骤s302a的具体过程进行说明:电子设备在获取到每帧关于目标防护舱的图像后,判断该图像中是否包含目标对象。进而,在获取该图像的下一帧图像后,判断该下一帧图像中是否包括与前一帧图像相同的目标对象。依次类推,直至电子设备判断连续预设数量帧图像后中均包含相同的目标对象后,电子设备继续获得下一帧图像,即采集完连续预设数量帧图像后的当前时刻对应的当前帧图像,并判断该当前帧图像中是否包括前连续预设数量帧图像所包含的目标对象。这样,当判断结果为是时,电子设备便可以继续执行后续步骤s303。另一种具体实现方式中,如图5所示。语音关键事件检测的好处有哪些?
用于基于当前帧图像,确定待分析图像,其中,待分析图像为:关于目标防护舱及目标对象的图像;结果确定模块640,用于将待分析图像输入到预设的检测模型中,得到关于目标防护舱的事件检测结果;其中,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。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,得到关于目标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,便可以提高关于目标防护舱的事件检测结果的准确率。而上述事件检测结果中可以包括目标防护舱内所发生的事件类型。语音关键事件检测如何适应环境的变化?广西自主可控语音关键事件检测服务标准
语音关键事件检测的使用步骤指南。云南自主可控语音关键事件检测是什么
虽然用户进入了目标防护舱,但是用户并没有在目标防护舱内停留,而是立刻离开了目标防护舱,又或者,在某个时刻,用户从目标防护舱前路过,而在此刻采集到的关于目标防护舱的图像恰好拍摄到用户投射到防护舱门上的影子。显然,在上述这些时刻,虽然电子设备获取的当前帧图像中存在目标对象,但是,电子设备可以确定在这些时刻目标防护舱内不会发生针对该目标对象所在的用户的异常事件,进而,不需要对这些时刻获取的关于目标防护舱的图像执行后续步骤s303-s304。因此,为了进一步节省电子设备的资源,减轻电子设备的运行负担,同时也为了避免误报,电子设备可以通过多种方式来确定执行步骤s303的条件。一种具体实现方式中,如图4所示,在上述步骤s303,基于当前帧图像,确定待分析图像之前,上述本发明实施例提供的一种事件检测方法还可以包括:s302a:判断当前帧图像和当前帧图像之前的连续预设数量帧图像,是否均包含目标对象,如果是,执行上述步骤s303。在本实现方式中,在获取到当前帧图像后,电子设备便可以利用图像识别算法判断当前帧图像和当前帧图像之前的连续预设数量帧图像,是否均包含目标对象。其中,当判断结果为是时。云南自主可控语音关键事件检测是什么
深圳鱼亮科技有限公司一直专注于语音识别,音效算法,降噪算法,机器人,智能玩具,软件服务,教育培训,芯片开发,电脑,笔记本,手机,耳机,智能穿戴,进出口服务,云计算,计算机服务,软件开发,底层技术开发,软件服务进出口,品牌代理服务。,是一家通信产品的企业,拥有自己**的技术体系。公司目前拥有较多的高技术人才,以不断增强企业重点竞争力,加快企业技术创新,实现稳健生产经营。公司以诚信为本,业务领域涵盖智能家居,语音识别算法,机器人交互系统,降噪,我们本着对客户负责,对员工负责,更是对公司发展负责的态度,争取做到让每位客户满意。公司深耕智能家居,语音识别算法,机器人交互系统,降噪,正积蓄着更大的能量,向更广阔的空间、更宽泛的领域拓展。