用于將場景圖像檢測模型輸出的檢測結果和光流圖檢測模型輸出的檢測結果進行融合計算，基于融合計算的結果，確定關于目標防護艙的事件檢測結果。可選的，一種具體實現方式中，上述結果確定單元包括：乘積計算子單元，用于根據場景圖像檢測模型和光流圖檢測模型的權重，計算場景圖像檢測模型輸出的檢測結果和場景圖像檢測模型的權重的乘積，并計算光流圖檢測模型輸出的檢測結果與光流圖檢測模型的權重的第二乘積；結果確定子單元，用于計算乘積和第二乘積的和值，基于和值，確定關于目標防護艙的事件監測結果。可選的，一種具體實現方式中，事件檢測結果為：關于未發生異常事件的結果，或者，關于發生異常事件且所發生異常事件類型的結果。可選的，一種具體實現方式中，上述裝置還包括：事件判斷模塊，用于當事件檢測結果為關于發生異常事件且所發生異常事件類型的結果時，判斷目標防護艙當前時刻發生的事件類型是否包括預設類型的事件；如果是，觸發報警模塊；報警模塊，用于生成并發出與預設類型對應的報警信號。可選的，一種具體實現方式中，上述裝置還包括：圖像截取模塊，用于當事件檢測結果為關于發生異常事件且所發生異常事件類型的結果時，對當前幀圖像進行截圖。語音關鍵事件檢測如何適應環境的變化？重慶自主可控語音關鍵事件檢測供應
雖然用戶進入了目標防護艙，但是用戶并沒有在目標防護艙內停留，而是立刻離開了目標防護艙，又或者，在某個時刻，用戶從目標防護艙前路過，而在此刻采集到的關于目標防護艙的圖像恰好拍攝到用戶投射到防護艙門上的影子。顯然，在上述這些時刻，雖然電子設備獲取的當前幀圖像中存在目標對象，但是，電子設備可以確定在這些時刻目標防護艙內不會發生針對該目標對象所在的用戶的異常事件，進而，不需要對這些時刻獲取的關于目標防護艙的圖像執行后續步驟s303-s304。因此，為了進一步節省電子設備的資源，減輕電子設備的運行負擔，同時也為了避免誤報，電子設備可以通過多種方式來確定執行步驟s303的條件。一種具體實現方式中，如圖4所示，在上述步驟s303，基于當前幀圖像，確定待分析圖像之前，上述本發明實施例提供的一種事件檢測方法還可以包括：s302a：判斷當前幀圖像和當前幀圖像之前的連續預設數量幀圖像，是否均包含目標對象，如果是，執行上述步驟s303。在本實現方式中，在獲取到當前幀圖像后，電子設備便可以利用圖像識別算法判斷當前幀圖像和當前幀圖像之前的連續預設數量幀圖像，是否均包含目標對象。其中，當判斷結果為是時。語音關鍵事件檢測有什么語音關鍵事件檢測在機關單位的使用。
使用自注意力機制對獲得的每個span的表示w2進行計算，得到每個span的新的語義表示w3；對所述新的語義表示w3進行span分類，確定每個span是否為一個事件的觸發詞或事件主體。通過該實施例方案，能夠同時抽取事件觸發詞和事件的主體，可獲取更加有用的信息，具有較強的實際應用價值；在數據處理和建模的過程中不使用現有的自然語言處理工具，使得操作簡單，也避免了因使用自然語言處理工具而導致的誤差累積的問題，同時也更加符合真實應用場景；通過劃分span的方式，完美解決了序列標注存在的問題，效率更高，適用性更強。本申請的其它特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本申請而了解。本申請的其他優點可通過在說明書以及附圖中所描述的方案來實現和獲得。附圖說明附圖用來提供對本申請技術方案的理解，并且構成說明書的一部分，與本申請的實施例一起用于解釋本申請的技術方案，并不構成對本申請技術方案的限制。圖1為本申請實施例的事件檢測方法流程圖；圖2為本申請實施例的事件檢測裝置組成框圖。具體實施方式本申請描述了多個實施例，但是該描述是示例性的，而不是限制性的。
每種類型與某一數字對應，以便于計算機的處理，則可以分別標記為[0,1,2,3,4,...,29,30]。在本申請的示例性實施例中，因計算機無法直接處理中文，因此可以將句子(語句)中每一個單詞轉化為數字的映射。即，獲得語句的向量化語義表示w1。在本申請的示例性實施例中，所述獲得語句的向量化語義表示w1可以包括：通過雙向lstm網絡模型或bert模型獲得語句的向量化語義表示w1。在本申請的示例性實施例中，在通過雙向lstm網絡獲得語句的向量化語義表示w1之前，所述方法還可以包括：將語句中的m個字符隨機初始化為一個維度為[m，n]的n維向量d，其中，對于從0到m-1的索引id，每個id對應一個不同的字符；對于長度為s的語句，該語句中每一個字符能夠在向量d中找到對應的id，從而獲得維度為[s，d]的向量。在本申請的示例性實施例中，通過雙向lstm網絡獲得語句的向量化語義表示w1可以包括：將維度為[s，d]的向量輸入預設的雙向lstm神經網絡，將所述雙向lstm神經網絡的輸出作為語句的向量化語義表示w1。在本申請的示例性實施例中，假設語料中一共有20000個不同的字符(漢字和/或單詞，可以包括其他常用符號)，每個字符可以隨機初始化為一個300維的向量，則可以得到一個維度為[20000。語音關鍵事件檢測主要有哪些零部件？
用于基于當前幀圖像，確定待分析圖像，其中，待分析圖像為：關于目標防護艙及目標對象的圖像；結果確定模塊640，用于將待分析圖像輸入到預設的檢測模型中，得到關于目標防護艙的事件檢測結果；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果所訓練得到的模型。以上可見，應用本發明實施例提供的方案，實時獲取目標防護艙的圖像，并判斷當前時刻所采集到的當前幀圖像是否包括目標對象，由于目標對象為：能夠表征用戶進入目標防護艙的用戶身體部位，則可以基于當前幀圖像判斷當前時刻是否有用戶進入目標防護艙。則當判斷結果為是時，便可以基于當前幀圖像，確定待分析圖像，進而將該待分析圖像輸入到預設的檢測模型中，得到關于目標防護艙的事件檢測結果。這樣，由于檢測模型是基于各個樣本圖像和各個樣本圖像的事件檢測結果所訓練得到的模型，因此，檢測模型充分學習了樣本圖像和事件檢測結果之間的對應關系。基于此，在本發明實施例中，利用采集到的真實圖像來確定待分析圖像，利用訓練好的檢測模型對待分析圖像進行檢測，便可以提高關于目標防護艙的事件檢測結果的準確率。而上述事件檢測結果中可以包括目標防護艙內所發生的事件類型。語音關鍵事件檢測主要對哪些領域有大作用？語音關鍵事件檢測有什么
語音關鍵事件檢測的意義是什么？重慶自主可控語音關鍵事件檢測供應
并為所得到的截圖添加標簽，其中，標簽包括：采集當前幀圖像的采集時間和所發生異常事件類型對應的類型標簽。可選的，一種具體實現方式中，上述裝置還包括：視頻標記模塊，用于當事件檢測結果為關于發生異常事件且所發生異常事件類型的結果時，在關于目標防護艙的監控視頻中，為當前幀圖像添加第二標簽，其中，第二標簽包括：所發生異常事件類型對應的類型標簽。相應于上述本發明實例提供的一種事件檢測方法，本發明實施例還提供了一種電子設備，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，用于存放計算機程序；處理器701，用于執行存儲器703上所存放的程序時，實現上述本發明實施例提供的一種事件檢測方法中的任一方法步驟。上述電子設備提到的通信總線可以是外設部件互連標準(peripheralcomponentinterconnect，pci)總線或擴展工業標準結構(extendedindustrystandardarchitecture，eisa)總線等。該通信總線可以分為地址總線、數據總線、控制總線等。為便于表示，圖中用一條粗線表示，但并不表示有一根總線或一種類型的總線。重慶自主可控語音關鍵事件檢測供應
深圳魚亮科技有限公司是國內一家多年來專注從事智能家居，語音識別算法，機器人交互系統，降噪的老牌企業。公司位于龍華街道清華社區建設東路青年創業園B棟3層12號，成立于2017-11-03。公司的產品營銷網絡遍布國內各大市場。公司業務不斷豐富，主要經營的業務包括：智能家居，語音識別算法，機器人交互系統，降噪等多系列產品和服務。可以根據客戶需求開發出多種不同功能的產品，深受客戶的好評。公司與行業上下游之間建立了長久親密的合作關系，確保智能家居，語音識別算法，機器人交互系統，降噪在技術上與行業內保持同步。產品質量按照行業標準進行研發生產，絕不因價格而放棄質量和聲譽。Bothlent秉承著誠信服務、產品求新的經營原則，對于員工素質有嚴格的把控和要求，為智能家居，語音識別算法，機器人交互系統，降噪行業用戶提供完善的售前和售后服務。