福建光纤数据语音关键事件检测服务标准
该m+1帧图像便可以组成一个样本图像组,并进一步确定该样本图像组的事件检测结果为:采集该m+1帧图像时,该防护舱内发生的事件类型。具体的,当待分析图像为:当前帧图像,则场景图像检测模型为:采用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,且每个样本图像为一帧场景图像。其中,针对至少一个防护舱,在该防护舱中发生各类事件时,采集一帧关于该防护舱的图像,并将采集该图像时,该防护舱内发生的事件类型作为该图像的事件检测结果,这样,便可以得到一个样本图像组及样本图像组的事件检测结果。实施例二:待分析图像为上述第二类图像,即待分析图像为:至少包含光流图的光流图;则上述步骤s303,包括如下步骤g1-g2:步骤g1:将待分析图像输入到预设的光流图检测模型中,得到光流图检测模型输出的检测结果;步骤g2:基于光流图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对应的光流图,则在本实施例二中,所采用的检测模型即为预设的光流图检测模型,且用于训练该光流图检测模型的各个第二样本图像组中所包括的图像即为光流图。需要说明的是。语音关键事件检测的应用步骤是如何的?福建光纤数据语音关键事件检测服务标准
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,从而可以提高对防护舱内用户出现异常事件的检测准确率。需要说明的是,由于电子设备可以实时对目标防护舱内部发生的异常事件进行检测,则在上述本发明实施例提供的一种事件检测方法中,电子设备对实时获取的每一关于目标防护舱的图像后,判断该图像是否包括目标对象,并在判断结果为是时,执行后续步骤s303-s304。然而,可以理解的,在某些时刻。福建光纤数据语音关键事件检测服务标准语音关键事件检测的不足之处。
电子设备便可以基于该当前帧图像,确定待分析图像。由于是对目标防护舱内发生的事件进行检测,因此,也就是检测目标防护舱内的用户是否处于正常情况中。这样,电子设备所确定的待分析图像便可以为:关于目标防护舱内的用户的图像,进一步的,目标防护舱内的用户通过当前帧图像中的目标对象表征。因此,电子设备所确定的待分析图像即为:关于目标防护舱及目标对象的图像。例如,包括目标防护舱内部情况及目标对象的图像。需要说明的是,电子设备可以通过多种方式基于当前帧图像,确定待分析图像,对此,本发明实施例不做具体限定。可选的,一种具体实现方式中,上述步骤s303,可以为:将至少包含当前帧图像的类图像确定为待分析图像,其中,类图像中各图像均为关于目标防护舱,且包括目标对象的图像。由于电子设备实时获取的关于目标防护舱的图像均为目标图像采集设备所采集的、能够反映目标防护舱的内部空间在每个时刻的真实情况的图像,并且,由于是对目标防护舱内的用户是否处于正常情况中进行检测。因此,电子设备可以将这些关于目标防护舱,且包括目标对象的图像确定为待分析图像。从而,利用待分析图像,确定当前时刻,关于目标防护舱的事件检测结果。具体的。
将w2与w4进行横向拼接得到终的语义表示w3,w3的维度可以为[n,2*d1]。在本申请的示例性实施例中,自注意力机制计算具体可以包括:将w2分别进行多次(如三次)线性变换得到w21、w22、w23,然后可以执行矩阵相乘运算得到w4=(w22*w23t)*w21,w3=w2||w4。s105、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。在本申请的示例性实施例中,所述对所述新的语义表示w3进行span分类可以包括:使用两层全连接神经网络和softmax层对每个span进行分类;其中,在训练阶段,将分类结果与带有标记的span进行误差计算和反向传播。在本申请的示例性实施例中,得到步骤s104的span的表示w3后,可以使用两层全连接神经网络和softmax层对span进行分类。在本申请的示例性实施例中,如果如步骤s101中所述,预先对数据进行了预处理,即预先对数据进行了span分类和标记,则在训练阶段,可以将分类结果与预处理过程所得的带有标记的span进行误差计算和反向传播,并进行参数更新操作完成训练过程。在本申请的示例性实施例中,在预测阶段,根据分类的结果即可得到每个span的类型。softmax的输出是每个span所属对应类型(预处理过程获得的带类型标记的span)的概率。语音关键事件检测运用成熟度如何?
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。语音关键事件检测的效果如何?福建光纤数据语音关键事件检测服务标准
语音关键事件检测发展如何?福建光纤数据语音关键事件检测服务标准
从而可以提高对防护舱内用户出现异常事件的检测准确率可选的,一种具体实现方式中,上述装置还包括图像判断模块;在本实现方式中,一种情况下,图像判断模块,可以用于在基于当前帧图像,确定待分析图像之前,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;在本实现方式中,另一种情况下,图像判断模块,可以用于在基于当前帧图像,确定待分析图像之前,判断当前帧图像和在当前时刻之前的预设时长内采集到的连续多帧图像,是否均包含目标对象;如果是,触发图像确定模块。可选的,一种具体实现方式中,上述图像确定模块630包括:图像确定子模块,用于将至少包含当前帧图像的类图像确定为待分析图像,其中,类图像中各图像均为关于目标防护舱,且包括目标对象的图像。可选的,一种具体实现方式中,类图像为: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;其中,m为正整数;或,类图像为:当前帧图像。可选的,一种具体实现方式中,上述结果确定模块640包括:图像检测子模块,用于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;结果确定子模块,用于基于场景图像检测模型输出的检测结果。福建光纤数据语音关键事件检测服务标准
深圳鱼亮科技有限公司致力于通信产品,以科技创新实现***管理的追求。深圳鱼亮科技深耕行业多年,始终以客户的需求为向导,为客户提供***的智能家居,语音识别算法,机器人交互系统,降噪。深圳鱼亮科技继续坚定不移地走高质量发展道路,既要实现基本面稳定增长,又要聚焦关键领域,实现转型再突破。深圳鱼亮科技始终关注通信产品市场,以敏锐的市场洞察力,实现与客户的成长共赢。