產(chǎn)品功能ProductFunctions●自動語音關(guān)鍵事件檢測（交通事故、違章停車、逆行、物品遺撒、行人穿越車道、排隊(duì)等）●交通數(shù)據(jù)檢測（車流量、車速、占有率、車型等）（固定場景）系統(tǒng)事件檢測實(shí)景系統(tǒng)測速實(shí)景系統(tǒng)優(yōu)勢SystemAdvantages●高魯棒性的背景更新技術(shù)，使得設(shè)備可在極短時間內(nèi)適應(yīng)所切換的新背景；●單設(shè)備檢測區(qū)域廣闊，采用視頻識別、的方法，使得一個攝像頭監(jiān)控的區(qū)域能夠覆蓋多個車道；●誤觸發(fā)少，由于采用了運(yùn)動軌跡的方法，能夠保證每個目標(biāo)只觸發(fā)一次，避免了由于目標(biāo)本身的差異造成的多次觸發(fā)；●操作無需人為干預(yù)，采用了DSP前端處理，可以24小時不間斷進(jìn)行監(jiān)測；●由于有豐富的...

所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。在當(dāng)前檢測用戶在防護(hù)艙內(nèi)出現(xiàn)倒地事件的相關(guān)方案中，由于紅外線發(fā)射器和紅外線接收器距離地面有一定的高度，因此，當(dāng)防護(hù)艙內(nèi)用戶出現(xiàn)彎腰等情況，身體低于該高度時，紅外接收器因?yàn)榻邮盏郊t外信號而判斷用戶出現(xiàn)倒地事件，產(chǎn)生誤報；當(dāng)身高不足上述高度的用戶進(jìn)入防護(hù)艙時，將無法檢測到用戶進(jìn)入防護(hù)艙，進(jìn)而，當(dāng)該用戶發(fā)生倒地事件時，產(chǎn)生漏報。且，該方案無法檢測出用戶出現(xiàn)劇烈運(yùn)動。基于此，上述相關(guān)方案對防護(hù)艙內(nèi)用戶出現(xiàn)異常事件的檢測準(zhǔn)確率較...

通信接口用于上述電子設(shè)備與其他設(shè)備之間的通信。存儲器可以包括隨機(jī)存取存儲器(randomaccessmemory，ram)，也可以包括非易失性存儲器(non-volatilememory，nvm)，例如至少一個磁盤存儲器。可選的，存儲器還可以是至少一個位于遠(yuǎn)離前述處理器的存儲裝置。上述的處理器可以是通用處理器，包括處理器(centralprocessingunit，cpu)、網(wǎng)絡(luò)處理器(networkprocessor，np)等；還可以是數(shù)字信號處理器(digitalsignalprocessing，dsp)、集成電路(applicationspecificintegratedcirc...

用于將場景圖像檢測模型輸出的檢測結(jié)果和光流圖檢測模型輸出的檢測結(jié)果進(jìn)行融合計(jì)算，基于融合計(jì)算的結(jié)果，確定關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果。可選的，一種具體實(shí)現(xiàn)方式中，上述結(jié)果確定單元包括：乘積計(jì)算子單元，用于根據(jù)場景圖像檢測模型和光流圖檢測模型的權(quán)重，計(jì)算場景圖像檢測模型輸出的檢測結(jié)果和場景圖像檢測模型的權(quán)重的乘積，并計(jì)算光流圖檢測模型輸出的檢測結(jié)果與光流圖檢測模型的權(quán)重的第二乘積；結(jié)果確定子單元，用于計(jì)算乘積和第二乘積的和值，基于和值，確定關(guān)于目標(biāo)防護(hù)艙的事件監(jiān)測結(jié)果。可選的，一種具體實(shí)現(xiàn)方式中，事件檢測結(jié)果為：關(guān)于未發(fā)生異常事件的結(jié)果，或者，關(guān)于發(fā)生異常事件且所發(fā)生異常事件類型的結(jié)果。...

用于基于當(dāng)前幀圖像，確定待分析圖像，其中，待分析圖像為：關(guān)于目標(biāo)防護(hù)艙及目標(biāo)對象的圖像；結(jié)果確定模塊640，用于將待分析圖像輸入到預(yù)設(shè)的檢測模型中，得到關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果；其中，檢測模型為：基于各個樣本圖像和每個樣本圖像的事件檢測結(jié)果所訓(xùn)練得到的模型。以上可見，應(yīng)用本發(fā)明實(shí)施例提供的方案，實(shí)時獲取目標(biāo)防護(hù)艙的圖像，并判斷當(dāng)前時刻所采集到的當(dāng)前幀圖像是否包括目標(biāo)對象，由于目標(biāo)對象為：能夠表征用戶進(jìn)入目標(biāo)防護(hù)艙的用戶身體部位，則可以基于當(dāng)前幀圖像判斷當(dāng)前時刻是否有用戶進(jìn)入目標(biāo)防護(hù)艙。則當(dāng)判斷結(jié)果為是時，便可以基于當(dāng)前幀圖像，確定待分析圖像，進(jìn)而將該待分析圖像輸入到預(yù)設(shè)的檢測模型中...

還可以在檢測到發(fā)生異常事件時，確定所發(fā)生的異常事件的事件類型。即事件檢測結(jié)果為：關(guān)于發(fā)生異常事件且所發(fā)生異常事件類型的結(jié)果。這樣，電子設(shè)備可以根據(jù)檢測模型的輸出結(jié)果，確定目標(biāo)防護(hù)艙內(nèi)發(fā)生哪種異常事件。可選的，一種具體實(shí)現(xiàn)方式中：在上述步驟s304中，上述檢測模型可以直接輸出：所發(fā)生的異常事件的類型，這樣，電子設(shè)備便可以直接確定目標(biāo)防護(hù)艙內(nèi)用戶出現(xiàn)的異常事件的類型，并將該類型作為：關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果。例如，倒地事件；這樣，電子設(shè)備便可以確定目標(biāo)防護(hù)艙內(nèi)出現(xiàn)用戶意外倒地的事件。可選的，另一種具體實(shí)現(xiàn)方式中：在上述步驟s304中，在訓(xùn)練檢測模型時，可以預(yù)先設(shè)定多種類型的異常事件，則...

本發(fā)明涉及語音關(guān)鍵事件檢測技術(shù)，特別是涉及一種事件語音關(guān)鍵事件檢測。背景技術(shù)：當(dāng)前，很多銀行通過設(shè)置語音關(guān)鍵事件檢測防護(hù)艙來為用戶提供更便捷的金融服務(wù)。所謂防護(hù)艙，是一種離行式或在行式的智能化金融服務(wù)設(shè)施，其具有完善的結(jié)構(gòu)設(shè)計(jì)，可以實(shí)現(xiàn)智能化控制和遠(yuǎn)程監(jiān)控，保障內(nèi)部atm(automatictellermachine，自動柜員機(jī))及其它金融服務(wù)設(shè)備全天候安全、以及可靠地運(yùn)行。其中，離行式是指設(shè)置在銀行營業(yè)網(wǎng)點(diǎn)之外的地方，例如，住宅小區(qū)、校園、地鐵站等公共場所；在行式是指設(shè)置在銀行營業(yè)網(wǎng)點(diǎn)中。可以理解的，當(dāng)用戶進(jìn)入語音關(guān)鍵事件檢測防護(hù)艙進(jìn)行金融活動時，有些時候會出現(xiàn)倒地、劇烈運(yùn)動、破壞設(shè)...

確定當(dāng)前時刻，關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果。需要說明的是，電子設(shè)備可以通過多種方式執(zhí)行上述步驟f23，對此本發(fā)實(shí)施例不作具體限定。為了行文清晰，后續(xù)對上述步驟f23的具體實(shí)現(xiàn)方式進(jìn)行舉例說明。顯然，在本實(shí)施例三中，采用多種數(shù)據(jù)來確定檢測關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果，使得到的事件檢測結(jié)果更可靠，且具有說服力，從而可以提高對防護(hù)艙內(nèi)用戶出現(xiàn)異常事件的檢測準(zhǔn)確率。其中，由于類圖像可能為：當(dāng)前幀圖像和當(dāng)前幀圖像之前的連續(xù)m幀圖像的多張圖像，也可能為：當(dāng)前幀圖像；第二類圖像可能為：包括光流圖和光流圖之前的連續(xù)n幀光流圖的多張圖像，也可能為：光流圖。因此，在本實(shí)施例三中，待分析圖像和輔助圖像，以及...

根據(jù)設(shè)定的span寬度，對語句進(jìn)行span劃分，以將語句劃分為多個span，并對每個span進(jìn)行標(biāo)記；其中，每個標(biāo)記表示x+y+1種類型中的任意一種，1表示所述觸發(fā)詞的類型和所述事件主體的類型以外的其他類型。在本申請的示例性實(shí)施例中，所述對所述向量化語義表示w1進(jìn)行span劃分，得到多個語義片段可以包括：獲取設(shè)定的span的大寬度max_span_width；根據(jù)span的寬度從1到max_span_width依次在所述向量化語義表示w1上進(jìn)行選取，獲得多個span的語義表示span_embedding。在本申請的示例性實(shí)施例中，所述對所述新的語義表示w3進(jìn)行span分類可以包括：使用...

確定在時刻t0目標(biāo)人物所處的位置信息，以及在時刻t1目標(biāo)人物所處的位置信息。根據(jù)兩個時刻目標(biāo)人物所處的位置信息，可以獲取目標(biāo)人物的運(yùn)動軌跡。根據(jù)目標(biāo)人物的運(yùn)動軌跡，可以獲知目標(biāo)人物所處的理論位置范圍。在確定了目標(biāo)人物的理論位置范圍之后，控制器12可以從m個第二攝像頭14采集到的實(shí)時圖像中，識別出目標(biāo)人物游泳時的動作姿勢，進(jìn)而獲取目標(biāo)人物的泳姿信息。在實(shí)際應(yīng)用中，游泳者在游泳時，其對應(yīng)的泳姿可以為蝶泳、蛙泳、仰泳、自由泳等。無論哪種泳姿，都存在一定的規(guī)律性。在具體實(shí)施中，控制器12可以采用現(xiàn)有的圖像識別方法來識別目標(biāo)人物游泳時的動作姿勢。控制器12可以將識別出的動作姿勢與現(xiàn)有的泳姿信息庫...

也就是說，安裝在防護(hù)艙內(nèi)的用于監(jiān)控防護(hù)艙內(nèi)情況的攝像頭，可以作為本發(fā)明實(shí)施例中關(guān)于防護(hù)艙的圖像的數(shù)據(jù)來源。這樣，可以通過一個設(shè)備實(shí)現(xiàn)多種功能，可以極大地節(jié)省成本。當(dāng)然，也可以在防護(hù)艙的相關(guān)位置上安裝專門用于實(shí)時采集關(guān)于防護(hù)艙的圖像的圖像采集設(shè)備。這都是合理的。其中，為了獲得較高的關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果的準(zhǔn)確率，人們希望所獲得的關(guān)于防護(hù)艙的圖像能夠盡可能的包括防護(hù)艙內(nèi)更多的區(qū)域，即人們希望圖像采集設(shè)備的拍攝區(qū)域能夠盡可能地覆蓋到防護(hù)艙內(nèi)更多的空間。例如，如圖2所示，可以將安裝在防護(hù)艙頂部的攝像頭作為本發(fā)明實(shí)施例中關(guān)于防護(hù)艙的圖像的數(shù)據(jù)來源。其中，攝像機(jī)的鏡頭可以垂直于艙頂，也可以傾...

確定在時刻t0目標(biāo)人物所處的位置信息，以及在時刻t1目標(biāo)人物所處的位置信息。根據(jù)兩個時刻目標(biāo)人物所處的位置信息，可以獲取目標(biāo)人物的運(yùn)動軌跡。根據(jù)目標(biāo)人物的運(yùn)動軌跡，可以獲知目標(biāo)人物所處的理論位置范圍。在確定了目標(biāo)人物的理論位置范圍之后，控制器12可以從m個第二攝像頭14采集到的實(shí)時圖像中，識別出目標(biāo)人物游泳時的動作姿勢，進(jìn)而獲取目標(biāo)人物的泳姿信息。在實(shí)際應(yīng)用中，游泳者在游泳時，其對應(yīng)的泳姿可以為蝶泳、蛙泳、仰泳、自由泳等。無論哪種泳姿，都存在一定的規(guī)律性。在具體實(shí)施中，控制器12可以采用現(xiàn)有的圖像識別方法來識別目標(biāo)人物游泳時的動作姿勢。控制器12可以將識別出的動作姿勢與現(xiàn)有的泳姿信息庫...

上述步驟s302a可以為：步驟s302b：判斷當(dāng)前幀圖像和在當(dāng)前時刻之前的預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像，是否均包含目標(biāo)對象；如果是，執(zhí)行上述步驟s303。在本實(shí)現(xiàn)方式中，在獲取到當(dāng)前幀圖像后，電子設(shè)備便可以利用圖像識別算法判斷當(dāng)前幀圖像和在當(dāng)前時刻之前的預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像，是否均包含目標(biāo)對象。其中，當(dāng)判斷結(jié)果為是時，電子設(shè)備可以確定存在用戶進(jìn)入目標(biāo)防護(hù)艙，則在當(dāng)前時刻，目標(biāo)防護(hù)艙內(nèi)可能發(fā)生異常事件，這樣，電子設(shè)備便可以繼續(xù)執(zhí)行步驟s303。需要說明的是，在本實(shí)現(xiàn)方式中，電子設(shè)備可以采用任一能夠檢測出當(dāng)前幀圖像和在當(dāng)前時刻之前的預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像中是否均包含目標(biāo)...

電子設(shè)備可以確定存在用戶進(jìn)入目標(biāo)防護(hù)艙，則在當(dāng)前時刻，目標(biāo)防護(hù)艙內(nèi)可能發(fā)生異常事件，這樣，電子設(shè)備便可以繼續(xù)執(zhí)行步驟s303。需要說明的是，在本實(shí)現(xiàn)方式中，電子設(shè)備可以采用任一能夠檢測出當(dāng)前幀圖像和當(dāng)前幀圖像之前的連續(xù)預(yù)設(shè)數(shù)量幀圖像中是否均包含目標(biāo)對象的圖像識別算法執(zhí)行上述步驟s302a，對此，本發(fā)明實(shí)施例不做具體限定。其中，上述預(yù)設(shè)數(shù)量可以為任一正整數(shù)，例如，5，10等，這都是合理的。下面，對電子設(shè)備執(zhí)行上述步驟s302a的具體過程進(jìn)行說明：電子設(shè)備在獲取到每幀關(guān)于目標(biāo)防護(hù)艙的圖像后，判斷該圖像中是否包含目標(biāo)對象。進(jìn)而，在獲取該圖像的下一幀圖像后，判斷該下一幀圖像中是否包括與前一幀圖...

存儲器通過通信總線完成相互間的通信；存儲器，用于存放計(jì)算機(jī)程序；處理器，用于執(zhí)行存儲器上所存放的程序時，實(shí)現(xiàn)上述方面提供的一種事件檢測方法中的任一方法步驟。第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)內(nèi)存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述方面提供的一種事件檢測方法中的任一方法步驟。以上可見，應(yīng)用本發(fā)明實(shí)施例提供的方案，實(shí)時獲取目標(biāo)防護(hù)艙的圖像，并判斷當(dāng)前時刻所采集到的當(dāng)前幀圖像是否包括目標(biāo)對象，由于目標(biāo)對象為：能夠表征用戶進(jìn)入目標(biāo)防護(hù)艙的用戶身體部位，則可以基于當(dāng)前幀圖像判斷當(dāng)前時刻是否有用戶進(jìn)入目標(biāo)防護(hù)艙。則當(dāng)判斷結(jié)果為是時，便可以基于...

語音關(guān)鍵事件檢測JLayer和LayerUI結(jié)合起來可以檢測任意區(qū)域上發(fā)生的事件(包括嵌套的子組件)，這些類共同提供了4個方法來檢測事件。·publicvoidsetLayerEventMask(longlayerEventMask)調(diào)用這個JLayer方法時必須使用位掩碼AWTEvent常量選擇它檢測到的事件類型，如：setLayerEventMask(|);可以檢測到按鍵和焦點(diǎn)改變事件。·publicvoidinstallUI(JComponentc)這個LayerUI方法通常放在setLayerEventMask()方法之前，這個方法類的代碼首先調(diào)用超類方法((c);)，然后是引...

可以獲取概率大值的索引所對應(yīng)的類型即可。本申請實(shí)施例通過雙向lstm網(wǎng)絡(luò)或者bert得到句子的向量化語義表示，然后進(jìn)行span的劃分從而得到多個語義片段，然后對每個語義片段進(jìn)行平均池化得到每個span的表示，使用自注意力機(jī)制獲取不同span之間的關(guān)系從而得到深層的語義表示，后使用兩層全連接網(wǎng)絡(luò)進(jìn)行分類操作從而確定每個span是否為某一事件的觸發(fā)詞或者是事件主體。本申請實(shí)施例公開了一種采用span劃分方式，同時抽取事件觸發(fā)詞和事件主體的事件檢測方法，至少具有以下優(yōu)勢：1、同時抽取事件觸發(fā)詞和事件的主體，可獲取更加有用的信息，具有較強(qiáng)的實(shí)際應(yīng)用價值。2、在數(shù)據(jù)處理和建模的過程中不使用現(xiàn)有的...

n個攝像頭11與控制器12之間進(jìn)行無線通信時，所采用的無線通信協(xié)議可以為wifi、藍(lán)牙、zigbee等。可以理解的是，n個攝像頭11還可以采用其他的無線通信協(xié)議與控制器12進(jìn)行無線通信，本實(shí)用新型實(shí)施例不做贅述。在具體應(yīng)用中，可以在游泳池壁的四周均勻設(shè)置攝像頭11。通過設(shè)置的n個攝像頭，可以采集水平方向上游泳池內(nèi)的圖像。在具體實(shí)施中，在設(shè)置n個攝像頭11時，在垂直方向上，每一個攝像頭11所設(shè)置的位置與游泳池水面之間的距離可以均小于預(yù)設(shè)值。攝像頭11所設(shè)置的位置可以位于游泳池水面以下，也可以位于游泳池水面以上，還可以位于游泳池水面附近。在設(shè)置攝像頭11時，可以將n個攝像頭11均設(shè)置在游泳...

語音關(guān)鍵事件檢測JLayer和LayerUI結(jié)合起來可以檢測任意區(qū)域上發(fā)生的事件(包括嵌套的子組件)，這些類共同提供了4個方法來檢測事件。·publicvoidsetLayerEventMask(longlayerEventMask)調(diào)用這個JLayer方法時必須使用位掩碼AWTEvent常量選擇它檢測到的事件類型，如：setLayerEventMask(|);可以檢測到按鍵和焦點(diǎn)改變事件。·publicvoidinstallUI(JComponentc)這個LayerUI方法通常放在setLayerEventMask()方法之前，這個方法類的代碼首先調(diào)用超類方法((c);)，然后是引...

當(dāng)目標(biāo)人物的沉浮頻率偏離目標(biāo)頻率值時，也即目標(biāo)人物沉浮頻率過高或沉浮頻率過低，目標(biāo)人物均存在溺水的可能性。在具體實(shí)施中，游泳者在正常游泳時，泳姿可能會發(fā)生變化，但是泳姿通常是正常的，例如，游泳者在某一時間段進(jìn)行蛙泳，之后一段時間進(jìn)行仰泳。若游泳者出現(xiàn)溺水時，其對應(yīng)的泳姿會出現(xiàn)異常。因此，在本實(shí)用新型實(shí)施例中，當(dāng)目標(biāo)人物的沉浮頻率偏離預(yù)設(shè)的目標(biāo)頻率值，且目標(biāo)人物的泳姿信息異常時，控制器12可以判定目標(biāo)人物發(fā)生溺水。在具體實(shí)施中，若在目標(biāo)人物所處的理論位置范圍內(nèi)沒有檢測到目標(biāo)人物，且沒有檢測到目標(biāo)人物的時間超過預(yù)設(shè)時長時，目標(biāo)人物也可能會發(fā)生溺水。在本實(shí)用新型實(shí)施例中，當(dāng)目標(biāo)人物的沉浮頻率...

如果是，基于所述當(dāng)前幀圖像，確定待分析圖像，其中，所述待分析圖像為：關(guān)于所述目標(biāo)語音關(guān)鍵事件檢測防護(hù)艙及所述目標(biāo)對象的圖像；將所述待分析圖像輸入到預(yù)設(shè)的檢測模型中，得到關(guān)于所述目標(biāo)防護(hù)艙的事件檢測結(jié)果；其中，所述檢測模型為：基于各個樣本圖像和每個樣本圖像的事件檢測結(jié)果所訓(xùn)練得到的模型。第二方面，本發(fā)明實(shí)施例提供了一種事件檢測裝置，所述裝置包括：圖像獲取模塊，用于實(shí)時獲取關(guān)于目標(biāo)防護(hù)艙的圖像，并將當(dāng)前時刻所采集到的圖像作為當(dāng)前幀圖像；圖像檢測模塊，用于檢測所述當(dāng)前幀圖像是否包含目標(biāo)對象，其中，所述目標(biāo)對象為：能夠表征用戶進(jìn)入所述目標(biāo)防護(hù)艙的用戶身體部位；如果是，觸發(fā)圖像確定模塊；所述圖像...

比如人名、地名、組織機(jī)構(gòu)名、時間等。4、事件檢測與主體抽取：事件檢測與主體抽取即為同時抽取事件的觸發(fā)詞和事件的主體。5、注意力機(jī)制：注意力機(jī)制的本質(zhì)來自于人類視覺注意力機(jī)制。當(dāng)人們發(fā)現(xiàn)一個場景經(jīng)常在某部分出現(xiàn)自己想觀察的東西時，人們會進(jìn)行學(xué)習(xí)在將來再出現(xiàn)類似場景時把注意力放到該部分上。在計(jì)算某一序列表示時，注意力機(jī)制可以獲得權(quán)重和序列位置的相關(guān)性。6、自注意力機(jī)制：自注意力機(jī)制是對注意力機(jī)制的改進(jìn)，減少了對外部信息的依賴，更擅長捕捉數(shù)據(jù)或特征的內(nèi)部相關(guān)性，無視詞之間的距離直接計(jì)算依賴關(guān)系，能夠?qū)W習(xí)一個句子的內(nèi)部結(jié)構(gòu)。7、span：span可認(rèn)為是“一段區(qū)域，每個span具有一定的寬度”...

電子設(shè)備在上述步驟s304中得到的事件檢測結(jié)果可以為：關(guān)于未發(fā)生異常事件的結(jié)果，即目標(biāo)防護(hù)艙內(nèi)未發(fā)生異常情況；相對應(yīng)的，電子設(shè)備在上述步驟s304中得到的事件檢測結(jié)果也可以為：關(guān)于發(fā)生異常事件的結(jié)果，即目標(biāo)防護(hù)艙內(nèi)發(fā)生異常情況。可選的，一種具體實(shí)現(xiàn)方式中，上述事件檢測結(jié)果為：關(guān)于未發(fā)生異常事件的結(jié)果。具體的，當(dāng)事件檢測結(jié)果為：關(guān)于未發(fā)生異常事件的結(jié)果時，則在上述步驟s304中，上述檢測模型可以直接輸出：未發(fā)生異常事件，這樣，電子設(shè)備便可以確定目標(biāo)防護(hù)艙內(nèi)未發(fā)生異常事件。可選的，另一種具體實(shí)現(xiàn)方式中，上述事件檢測結(jié)果為：關(guān)于發(fā)生異常事件的結(jié)果。具體的，當(dāng)事件檢測結(jié)果為：關(guān)于發(fā)生異常事件的...

也就是說，安裝在防護(hù)艙內(nèi)的用于監(jiān)控防護(hù)艙內(nèi)情況的攝像頭，可以作為本發(fā)明實(shí)施例中關(guān)于防護(hù)艙的圖像的數(shù)據(jù)來源。這樣，可以通過一個設(shè)備實(shí)現(xiàn)多種功能，可以極大地節(jié)省成本。當(dāng)然，也可以在防護(hù)艙的相關(guān)位置上安裝專門用于實(shí)時采集關(guān)于防護(hù)艙的圖像的圖像采集設(shè)備。這都是合理的。其中，為了獲得較高的關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果的準(zhǔn)確率，人們希望所獲得的關(guān)于防護(hù)艙的圖像能夠盡可能的包括防護(hù)艙內(nèi)更多的區(qū)域，即人們希望圖像采集設(shè)備的拍攝區(qū)域能夠盡可能地覆蓋到防護(hù)艙內(nèi)更多的空間。例如，如圖2所示，可以將安裝在防護(hù)艙頂部的攝像頭作為本發(fā)明實(shí)施例中關(guān)于防護(hù)艙的圖像的數(shù)據(jù)來源。其中，攝像機(jī)的鏡頭可以垂直于艙頂，也可以傾...

m個第二攝像頭14還可以采用其他的無線通信協(xié)議與控制器12進(jìn)行無線通信，本實(shí)用新型實(shí)施例不做贅述。給出了本實(shí)用新型實(shí)施例中的另一種溺水事件檢測系統(tǒng)的結(jié)構(gòu)。在本實(shí)用新型實(shí)施例中，m個第二攝像頭14均可以設(shè)置在游泳池水面的上方，從而能夠從上向下采集游泳池內(nèi)的圖像。在垂直方向上，任一個第二攝像頭14設(shè)置的位置與游泳池水面的距離可以大于預(yù)設(shè)距離。也就是說，在垂直方向上，m個第二攝像頭14均設(shè)置在n個攝像頭11的上方。為能夠采集較大視角范圍內(nèi)的圖像，m個第二攝像頭14均可以設(shè)置在游泳池上方的懸梁上，游泳池上方的懸梁可以是游泳場館的懸梁，也可以是設(shè)置在游泳池上方較高處的桿狀物。具體的，第二攝像頭1...

在本申請的示例性實(shí)施例中，所述對所述向量化語義表示w1進(jìn)行span劃分，得到多個語義片段可以包括：獲取設(shè)定的span的大寬度max_span_width；根據(jù)span的寬度從1到max_span_width依次在所述向量化語義表示w1上進(jìn)行選取，獲得多個span的語義表示span_embedding。在本申請的示例性實(shí)施例中，可以根據(jù)設(shè)定的span的大寬度max_span_width＝8對步驟s101得到的語義表示w1進(jìn)行劃分。劃分方法可以包括：span的寬度從1至max_span_width依次在向量w1上進(jìn)行選取，得到n個span的語義表示，即span_embedding。s103...

直至電子設(shè)備判斷預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像中均包含相同的目標(biāo)對象后，電子設(shè)備繼續(xù)獲得下一幀圖像，即預(yù)設(shè)時長后的當(dāng)前時刻對應(yīng)的當(dāng)前幀圖像，并判斷該當(dāng)前幀圖像中是否包括預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像所包含的目標(biāo)對象。這樣，當(dāng)判斷結(jié)果為是時，電子設(shè)備便可以繼續(xù)執(zhí)行后續(xù)步驟s303。當(dāng)前，光流法是圖像分析領(lǐng)域中被重點(diǎn)關(guān)注的一種方法，所謂光流是指圖像亮度模式的表觀運(yùn)動。可以理解的，當(dāng)用戶在防護(hù)艙中進(jìn)行各類金融活動時，用戶的某些身體部位也是運(yùn)動的，例如，手指等。光流表達(dá)了圖像的變化，可以引申出光流場。所謂光流場是指圖像中所有像素點(diǎn)構(gòu)成的一種二維(2d)瞬時速度場，其中的二維速度矢量是景物中可見...

電子設(shè)備可以確定存在用戶進(jìn)入目標(biāo)防護(hù)艙，則在當(dāng)前時刻，目標(biāo)防護(hù)艙內(nèi)可能發(fā)生異常事件，這樣，電子設(shè)備便可以繼續(xù)執(zhí)行步驟s303。需要說明的是，在本實(shí)現(xiàn)方式中，電子設(shè)備可以采用任一能夠檢測出當(dāng)前幀圖像和當(dāng)前幀圖像之前的連續(xù)預(yù)設(shè)數(shù)量幀圖像中是否均包含目標(biāo)對象的圖像識別算法執(zhí)行上述步驟s302a，對此，本發(fā)明實(shí)施例不做具體限定。其中，上述預(yù)設(shè)數(shù)量可以為任一正整數(shù)，例如，5，10等，這都是合理的。下面，對電子設(shè)備執(zhí)行上述步驟s302a的具體過程進(jìn)行說明：電子設(shè)備在獲取到每幀關(guān)于目標(biāo)防護(hù)艙的圖像后，判斷該圖像中是否包含目標(biāo)對象。進(jìn)而，在獲取該圖像的下一幀圖像后，判斷該下一幀圖像中是否包括與前一幀圖...

并為所得到的截圖添加標(biāo)簽，其中，標(biāo)簽包括：采集當(dāng)前幀圖像的采集時間和所發(fā)生異常事件類型對應(yīng)的類型標(biāo)簽。可選的，一種具體實(shí)現(xiàn)方式中，上述裝置還包括：視頻標(biāo)記模塊，用于當(dāng)事件檢測結(jié)果為關(guān)于發(fā)生異常事件且所發(fā)生異常事件類型的結(jié)果時，在關(guān)于目標(biāo)防護(hù)艙的監(jiān)控視頻中，為當(dāng)前幀圖像添加第二標(biāo)簽，其中，第二標(biāo)簽包括：所發(fā)生異常事件類型對應(yīng)的類型標(biāo)簽。相應(yīng)于上述本發(fā)明實(shí)例提供的一種事件檢測方法，本發(fā)明實(shí)施例還提供了一種電子設(shè)備，如圖7所示，包括處理器701、通信接口702、存儲器703和通信總線704，其中，處理器701，通信接口702，存儲器703通過通信總線704完成相互間的通信，存儲器703，用于...

便可以極大地減少監(jiān)控人員在查看視頻時所耗費(fèi)的時間。另一種具體實(shí)現(xiàn)方式中，上述本發(fā)明實(shí)施例提供的一種事件檢測方法還可以包括如下步驟c2：步驟c2：在關(guān)于目標(biāo)防護(hù)艙的監(jiān)控視頻中，為當(dāng)前幀圖像添加第二標(biāo)簽，其中，第二標(biāo)簽包括：所發(fā)生異常事件類型對應(yīng)的類型標(biāo)簽。當(dāng)用于采集關(guān)于目標(biāo)防護(hù)艙的圖像的圖像采集設(shè)備和用于對目標(biāo)防護(hù)艙進(jìn)行監(jiān)控的攝像頭為同一設(shè)備時，電子設(shè)備實(shí)時獲取的關(guān)于目標(biāo)防護(hù)艙的圖像即為關(guān)于目標(biāo)防護(hù)艙的監(jiān)控視頻中的每個視頻幀。這樣，當(dāng)電子設(shè)備確定當(dāng)前時刻目標(biāo)防護(hù)艙內(nèi)出現(xiàn)的異常事件的類型后，便可以通過第二標(biāo)簽對當(dāng)前幀圖像進(jìn)行標(biāo)記，該第二標(biāo)簽中包括：當(dāng)前時刻目標(biāo)防護(hù)艙內(nèi)出現(xiàn)的異常事件的類型的...