广西语音关键事件检测服务标准

时间:2024年01月06日 来源:

    当目标人物的沉浮频率偏离目标频率值时,也即目标人物沉浮频率过高或沉浮频率过低,目标人物均存在溺水的可能性。在具体实施中,游泳者在正常游泳时,泳姿可能会发生变化,但是泳姿通常是正常的,例如,游泳者在某一时间段进行蛙泳,之后一段时间进行仰泳。若游泳者出现溺水时,其对应的泳姿会出现异常。因此,在本实用新型实施例中,当目标人物的沉浮频率偏离预设的目标频率值,且目标人物的泳姿信息异常时,控制器12可以判定目标人物发生溺水。在具体实施中,若在目标人物所处的理论位置范围内没有检测到目标人物,且没有检测到目标人物的时间超过预设时长时,目标人物也可能会发生溺水。在本实用新型实施例中,当目标人物的沉浮频率偏离预设的目标频率值,且在预设时长内在所述理论位置范围内没有检测到目标人物时,控制器12也可以判定目标人物发生溺水。在实际应用中,预设时长可以根据具体的应用场景进行设定。例如,预设时长设置为15s。又如,预设时长设置为20s。需要说明的是,在本实用新型实施例中,控制器12执行的算法运算操作均可以采用现有的公知技术所实现。在具体实施中,在判定目标人物溺水之后,控制器12可以向预先关联的告警装置13输出告警指令。语音关键事件检测发展如何?欢迎来电咨询!广西语音关键事件检测服务标准

    在本申请的示例性实施例中,在通过双向lstm网络获得语句的向量化语义表示w1之前,所述方法还可以包括:将语句中的m个字符随机初始化为一个维度为[m,n]的n维向量d,其中,对于从0到m-1的索引id,每个id对应一个不同的字符;对于长度为s的语句,该语句中每一个字符能够在向量d中找到对应的id,从而获得维度为[s,d]的向量。在本申请的示例性实施例中,通过双向lstm网络获得语句的向量化语义表示w1可以包括:将维度为[s,d]的向量输入预设的双向lstm神经网络,将所述双向lstm神经网络的输出作为语句的向量化语义表示w1。在本申请的示例性实施例中,通过bert模型获得语句的向量化语义表示w1可以包括:将语句直接输入所述bert模型,将所述bert模型的输出作为语句的向量化语义表示w1。在本申请的示例性实施例中,所述向量化语义表示w1的维度可以为[s,d1];其中,当通过双向lstm网络获得语句的向量化语义表示w1时,d1为2*lstm隐层节点数;当通过bert模型获得语句的向量化语义表示w1时,d1=768。在本申请的示例性实施例中,所述方法还可以包括:预先将触发词的类型划分为x种,将事件主体的类型划分为y种,其中,x、y均为正整数;在获得语句的向量化语义表示w1之前。河北无限语音关键事件检测设计语音关键事件检测有什么注意事项?

    光流图检测模型为:采用各个第二样本图像组和每个第二样本图像组的事件检测结果所训练得到的模型,且每一第二样本图像组中的图像与待分析图像的图像数量相同,各个第二样本图像组中的图像为:关于防护舱的光流图。具体的,当待分析图像为:包括光流图和光流图之前的连续n帧光流图的多张图像,则光流图检测模型为:采用各个第二样本图像组和每个第二样本图像组的事件检测结果所训练得到的模型,且每一第二样本图像组中包括n+1帧光流图。其中,针对至少一个防护舱,在该防护舱中发生各类事件时,获取n+1帧关于该防护舱的光流图,这样,该n+1帧光流图便可以组成一个第二样本图像组,并进一步确定该第二样本图像组的事件检测结果为:获取该n+1帧光流图时,该防护舱内发生的事件类型。具体的,当待分析图像为:光流图,则光流图检测模型为:采用各个第二样本图像和每个第二样本图像的事件检测结果所训练得到的模型,且每个第二样本图像为一帧光流图。其中,针对至少一个防护舱,在该防护舱中发生各类事件时,获取一帧关于该防护舱的光流图,并将获取该光流图时,该防护舱内发生的事件类型作为该光流图的事件检测结果,这样。

    通信接口用于上述电子设备与其他设备之间的通信。存储器可以包括随机存取存储器(randomaccessmemory,ram),也可以包括非易失性存储器(non-volatilememory,nvm),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。上述的处理器可以是通用处理器,包括处理器(centralprocessingunit,cpu)、网络处理器(networkprocessor,np)等;还可以是数字信号处理器(digitalsignalprocessing,dsp)、集成电路(applicationspecificintegratedcircuit,asic)、现场可编程门阵列(field-programmablegatearray,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,该计算机程序被处理器执行时实现上述本发明实施例提供的一种事件检测方法中的任一方法步骤。需要说明的是,在本文中,诸如和第二等之类的关系术语用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。语音关键事件检测的劣处是什么?欢迎咨询!

    上述步骤s302a可以为:步骤s302b: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,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。其中,当判断结果为是时,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在当前时刻之前的预设时长内采集到的连续多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s302b,对此,本发明实施例不做具体限定。其中,上述预设时长可以为任一时长,例如,2s,5s等,这都是合理的。下面,对电子设备执行上述步骤s302b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。语音关键事件检测用到了哪些技术?欢迎咨询!江西量子语音关键事件检测

通过分析语音信号的频率、幅度和持续时间等特征,语音关键事件检测系统能够识别出不同的声音事件。广西语音关键事件检测服务标准

    并为所得到的截图添加标签,其中,标签包括:采集当前帧图像的采集时间和所发生异常事件类型对应的类型标签。可选的,一种具体实现方式中,上述装置还包括:视频标记模块,用于当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时,在关于目标防护舱的监控视频中,为当前帧图像添加第二标签,其中,第二标签包括:所发生异常事件类型对应的类型标签。相应于上述本发明实例提供的一种事件检测方法,本发明实施例还提供了一种电子设备,如图7所示,包括处理器701、通信接口702、存储器703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信,存储器703,用于存放计算机程序;处理器701,用于执行存储器703上所存放的程序时,实现上述本发明实施例提供的一种事件检测方法中的任一方法步骤。上述电子设备提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect,pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture,eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中用一条粗线表示,但并不表示有一根总线或一种类型的总线。广西语音关键事件检测服务标准

信息来源于互联网 本站不为信息真实性负责