四川自主可控語音關(guān)鍵事件檢測(cè)特征

    直至電子設(shè)備判斷預(yù)設(shè)時(shí)長(zhǎng)內(nèi)采集到的連續(xù)多幀圖像中均包含相同的目標(biāo)對(duì)象后，電子設(shè)備繼續(xù)獲得下一幀圖像，即預(yù)設(shè)時(shí)長(zhǎng)后的當(dāng)前時(shí)刻對(duì)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(shí)長(zhǎng)內(nèi)采集到的連續(xù)多幀圖像所包含的目標(biāo)對(duì)象。這樣，當(dāng)判斷結(jié)果為是時(shí)，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(dòng)。可以理解的，當(dāng)用戶在防護(hù)艙中進(jìn)行各類金融活動(dòng)時(shí)，用戶的某些身體部位也是運(yùn)動(dòng)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(chǎng)。所謂光流場(chǎng)是指圖像中所有像素點(diǎn)構(gòu)成的一種二維(2d)瞬時(shí)速度場(chǎng)，其中的二維速度矢量是景物中可見點(diǎn)的三維速度矢量在成像表面的投影。這樣，光流不包含了被觀察物體的運(yùn)動(dòng)信息，而且還包含有關(guān)景物三維結(jié)構(gòu)的豐富信息。因此，在本發(fā)明實(shí)施例中也可以引入光流法。可選的，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(cè)方法中，還可以包括如下步驟d1：步驟d1：每當(dāng)獲取到一幀圖像時(shí)，利用該幀圖像和該幀圖像的前一幀圖像，得到該幀圖像對(duì)應(yīng)的光流圖；由于光流包含被觀察物體的運(yùn)動(dòng)信息，因此，光流圖表征的是兩幀圖像之間的變化。語音關(guān)鍵事件檢測(cè)有哪些關(guān)鍵技術(shù)？四川自主可控語音關(guān)鍵事件檢測(cè)特征

    基于光流圖檢測(cè)模型輸出的檢測(cè)結(jié)果，確定關(guān)于目標(biāo)防護(hù)艙的事件檢測(cè)結(jié)果，可以包括以下步驟g21-g23：步驟g21：將至少包含當(dāng)前幀圖像的類圖像確定為輔助圖像；步驟g22：將輔助圖像輸入到預(yù)設(shè)的場(chǎng)景檢測(cè)模型中，得到場(chǎng)景檢測(cè)模型輸出的檢測(cè)結(jié)果；步驟g23：將場(chǎng)景圖像檢測(cè)模型輸出的檢測(cè)結(jié)果和光流圖檢測(cè)模型輸出的檢測(cè)結(jié)果進(jìn)行融合計(jì)算，基于融合計(jì)算的結(jié)果，確定當(dāng)前時(shí)刻，關(guān)于目標(biāo)防護(hù)艙的事件檢測(cè)結(jié)果。其中，關(guān)于類圖像的相關(guān)描述內(nèi)容、場(chǎng)景檢測(cè)模型的相關(guān)描述內(nèi)容、場(chǎng)景圖像檢測(cè)模型輸出的檢測(cè)結(jié)果和光流圖檢測(cè)模型輸出的檢測(cè)結(jié)果進(jìn)行融合的融合過程等，可以參見上述的以第二類圖像作為輔助圖像時(shí)的相關(guān)描述內(nèi)容。相對(duì)應(yīng)上述本發(fā)明實(shí)施例提供的一種事件檢測(cè)方法，本發(fā)明實(shí)施例還提供了一種事件檢測(cè)裝置。圖6為本發(fā)明實(shí)施例提供的一種事件檢測(cè)裝置的結(jié)構(gòu)示意圖，如圖6所示，該裝置可以包括如下模塊：圖像獲取模塊610，用于實(shí)時(shí)獲取關(guān)于目標(biāo)防護(hù)艙的圖像，并將當(dāng)前時(shí)刻所采集到的圖像作為當(dāng)前幀圖像；圖像檢測(cè)模塊620，用于檢測(cè)當(dāng)前幀圖像是否包含目標(biāo)對(duì)象，其中，目標(biāo)對(duì)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；如果是，觸發(fā)圖像確定模塊；圖像確定模塊630。四川光纖數(shù)據(jù)語音關(guān)鍵事件檢測(cè)語音關(guān)鍵事件檢測(cè)的成熟度如何？歡迎咨詢！

    這樣，電子設(shè)備在每獲取到一幀圖像時(shí)，便可以利用該幀圖像和該幀圖像的前一幀圖像，得到該幀圖像對(duì)應(yīng)的光流圖。進(jìn)一步的，在本實(shí)現(xiàn)方式中，上述步驟s303，基于當(dāng)前幀圖像，確定待分析圖像，便可以包括如下步驟e1：步驟e1：將至少包含光流圖在內(nèi)的第二類圖像確定為待分析圖像，其中，第二類圖像中各個(gè)圖像均為：基于每?jī)蓭B續(xù)的關(guān)于目標(biāo)防護(hù)艙且包括目標(biāo)對(duì)象的圖像獲取的光流圖，光流圖為當(dāng)前幀圖像對(duì)應(yīng)的光流圖。由于電子設(shè)備實(shí)時(shí)獲取的關(guān)于目標(biāo)防護(hù)艙的圖像均為目標(biāo)圖像采集設(shè)備所采集的、能夠反映目標(biāo)防護(hù)艙的內(nèi)部空間在每個(gè)時(shí)刻的真實(shí)情況的圖像，而光流圖是基于這些關(guān)于目標(biāo)防護(hù)艙的圖像中人物的運(yùn)動(dòng)變化情況獲得的，因此，電子設(shè)備可以將光流圖確定為待分析圖像。從而，利用待分析圖像，確定當(dāng)前時(shí)刻，關(guān)于目標(biāo)防護(hù)艙的事件檢測(cè)結(jié)果。其中，為了描述簡(jiǎn)單，可以將當(dāng)前幀圖像的光流圖簡(jiǎn)稱為光流圖。其中，由于本發(fā)明實(shí)施例是對(duì)目標(biāo)防護(hù)艙內(nèi)的用戶是否處于正常情況中進(jìn)行檢測(cè)，因此，第二類圖像中的各個(gè)光流圖應(yīng)該是關(guān)于目標(biāo)防護(hù)艙中用戶運(yùn)動(dòng)情況的光流圖。進(jìn)一步的，由于每幀光流圖是通過連續(xù)兩幀圖像獲取到的，因此，在本實(shí)現(xiàn)方式中。

    確定在時(shí)刻t0目標(biāo)人物所處的位置信息，以及在時(shí)刻t1目標(biāo)人物所處的位置信息。根據(jù)兩個(gè)時(shí)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(dòng)軌跡。根據(jù)目標(biāo)人物的運(yùn)動(dòng)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(gè)第二攝像頭14采集到的實(shí)時(shí)圖像中，識(shí)別出目標(biāo)人物游泳時(shí)的動(dòng)作姿勢(shì)，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(shí)，其對(duì)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(shí)別方法來識(shí)別目標(biāo)人物游泳時(shí)的動(dòng)作姿勢(shì)。控制器12可以將識(shí)別出的動(dòng)作姿勢(shì)與現(xiàn)有的泳姿信息庫進(jìn)行比對(duì)，從而獲知目標(biāo)人物的泳姿信息。具體的比對(duì)過程也可以采用現(xiàn)有的匹配算法，本實(shí)用新型實(shí)施例不做贅述。在具體實(shí)施中，可以預(yù)先根據(jù)經(jīng)驗(yàn)值，設(shè)置相應(yīng)的目標(biāo)頻率值。例如，根據(jù)大數(shù)據(jù)統(tǒng)計(jì)分析，正常情況下，游泳者沉浮一次間隔的時(shí)間為15s，也即1分鐘游泳者的沉浮頻率為4次。此時(shí)，可以設(shè)置目標(biāo)頻率值為1分鐘4次。可以理解的是，目標(biāo)頻率值也可以根據(jù)實(shí)際的應(yīng)用場(chǎng)景進(jìn)行設(shè)定，并不僅限于本實(shí)用新型上述實(shí)施例中提供的示例。語音關(guān)鍵事件檢測(cè)的意義是什么？歡迎咨詢！

    還可以在檢測(cè)到發(fā)生異常事件時(shí)，確定所發(fā)生的異常事件的事件類型。即事件檢測(cè)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(cè)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(cè)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(cè)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(cè)模型時(shí)，可以預(yù)先設(shè)定多種類型的異常事件，則上述檢測(cè)模型可以直接輸出：正常事件概率以及每種類型的異常事件的概率。其中，正常事件表示目標(biāo)防護(hù)艙內(nèi)未發(fā)生異常事件。這樣，電子設(shè)備便可以將概率比較高的事件確定為目標(biāo)防護(hù)艙內(nèi)用戶出現(xiàn)的事件的類型，并將該類型作為：關(guān)于目標(biāo)防護(hù)艙的事件檢測(cè)結(jié)果。顯然，當(dāng)正常事件概率比較高時(shí)，則可以確定目標(biāo)防護(hù)艙內(nèi)未發(fā)生異常事件，當(dāng)某類型的異常事件的概率比較高時(shí)，則可以確定目標(biāo)防護(hù)艙內(nèi)發(fā)生該類型異常事件。例如，正常事件概率5％。語音關(guān)鍵事件檢測(cè)在線咨詢魚亮科技！廣西數(shù)字語音關(guān)鍵事件檢測(cè)內(nèi)容

語音關(guān)鍵事件檢測(cè)主要應(yīng)用在哪些領(lǐng)域？四川自主可控語音關(guān)鍵事件檢測(cè)特征

    根據(jù)設(shè)定的span寬度，對(duì)語句進(jìn)行span劃分，以將語句劃分為多個(gè)span，并對(duì)每個(gè)span進(jìn)行標(biāo)記；其中，每個(gè)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(qǐng)的示例性實(shí)施例中，所述對(duì)所述向量化語義表示w1進(jìn)行span劃分，得到多個(gè)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(gè)span的語義表示span_embedding。在本申請(qǐng)的示例性實(shí)施例中，所述對(duì)所述新的語義表示w3進(jìn)行span分類可以包括：使用兩層全連接神經(jīng)網(wǎng)絡(luò)和softmax層對(duì)每個(gè)span進(jìn)行分類；其中，在訓(xùn)練階段，將分類結(jié)果與帶有標(biāo)記的span進(jìn)行誤差計(jì)算和反向傳播。本申請(qǐng)還提供了一種事件檢測(cè)裝置，可以包括處理器和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有指令，當(dāng)所述指令被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)上述任意一項(xiàng)所述的事件檢測(cè)方法。與相關(guān)技術(shù)相比，本申請(qǐng)可以包括：獲得語句的向量化語義表示w1；對(duì)所述向量化語義表示w1進(jìn)行span劃分，得到多個(gè)語義片段；對(duì)多個(gè)語義片段進(jìn)行平均池化，得到每個(gè)span的表示w2。四川自主可控語音關(guān)鍵事件檢測(cè)特征