语音关键事件检测基本参数
  • 品牌
  • Bothlent
  • 型号
  • XFM-USBMEMS-6MIC
  • 封装形式
  • DIP
语音关键事件检测企业商机

    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,可以包括以下步骤g21-g23:步骤g21:将至少包含当前帧图像的类图像确定为辅助图像;步骤g22:将辅助图像输入到预设的场景检测模型中,得到场景检测模型输出的检测结果;步骤g23:将场景图像检测模型输出的检测结果和光流图检测模型输出的检测结果进行融合计算,基于融合计算的结果,确定当前时刻,关于目标防护舱的事件检测结果。其中,关于类图像的相关描述内容、场景检测模型的相关描述内容、场景图像检测模型输出的检测结果和光流图检测模型输出的检测结果进行融合的融合过程等,可以参见上述的以第二类图像作为辅助图像时的相关描述内容。相对应上述本发明实施例提供的一种事件检测方法,本发明实施例还提供了一种事件检测装置。图6为本发明实施例提供的一种事件检测装置的结构示意图,如图6所示,该装置可以包括如下模块:图像获取模块610,用于实时获取关于目标防护舱的图像,并将当前时刻所采集到的图像作为当前帧图像;图像检测模块620,用于检测当前帧图像是否包含目标对象,其中,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;如果是,触发图像确定模块;图像确定模块630。语音关键事件检测找鱼亮科技!欢迎来电咨询!深圳电子类语音关键事件检测标准

    便可以得到一个第二样本图像组及样本图像组的事件检测结果。实施例三:上述步骤f2,基于场景图像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,可以包括以下步骤f21-f23:步骤f21:将至少包含光流图在内的第二类图像确定为辅助图像,第二类图像中各个图像的类型均为:基于每两帧连续的关于所述目标防护舱且包括所述目标对象的图像获取的光流图,光流图为当前帧图像对应的光流图;步骤f22:将辅助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;其中,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据相同,各个第二样本图像组中的图像为:关于防护舱的光流图;步骤f23:将场景图像检测模型输出的检测结果和光流图检测模型输出的检测结果进行融合计算,基于融合计算的结果,确定关于目标防护舱的事件检测结果。也就是说,在本实施例三中,可以同时利用场景图像检测模型对类图像进行检测,得到一个检测结果,利用光流图检测模型对第二类图像进行检测,得到另一个检测结果,进而,将两个检测结果进行融合计算,并基于融合计算的结果。深圳电子类语音关键事件检测标准语音关键事件检测在音频编辑和音频处理领域也有应用,如自动剪辑音频中的特定部分或去除背景噪音等。

    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。

    本文涉及事件数据处理技术,尤指一种语音关键事件检测检测方法和装置。背景技术:互联网上每天都会产生大量的新闻数据,描述许多已经发生的事件。但由于事件种类繁多,无法快速而且准确地分辨事件的类型以及事件中的主体。对发生的公共事件或者特定行业内所发生的事件进行区分和主体识别,不仅有助于实时把握事件的发展趋势以及整个行业的发展方向,也可辅助高层决策,降低风险,具有重要的实际应用价值和研究意义。现有进行语音关键事件检测的方法大都辅助使用已有的自然语言处理工具,但是在实际应用中并不能通过这些工具预先处理好。事件的类型往往可以从一些关键词中获取,比如”杀”,“袭击”等,这类词就被称为触发词。因此快速准确地识别出这些触发词就极其重要。现有的语音关键事件检测识别方法:基于图神经网络的模型;[2]基于深度学习、注意力机制、序列标注的模型等。现有方法存在以下缺点:1、现有方法只进行事件类型检测即事件触发词,并没有进行事件主体抽取,任务单一,不具备较强的实际应用价值。2、现有方法大都使用特定的自然语言处理工具,如jieba,ltp,standfordnlp等首先对句子进行分词,建立依存树,然后再将这些特征输入模型。语音关键事件检测算法的性能评估通常包括准确率、召回率和F1分数等指标。

    与所述控制器通信连接,适于在接收到所述控制器输出的告警指令时执行告警操作;所述告警装置由救生人员佩戴或设置在游泳场馆中。可选的,所述溺水事件检测装置还包括:m个第二摄像头,均与所述控制器耦接,设置在所述游泳池水面的上方,且在垂直方向上与所述游泳池水面的距离大于所述预设值;所述m个第二摄像头适于从上向下采集所述游泳池内的图像。可选的,所述n个摄像头均匀分布在所述游泳池壁上。可选的,在水平方向上,所述n个摄像头均设置在所述游泳池水面上方。可选的,在水平方向上,所述n个摄像头均设置在所述游泳池水面下方。可选的,在水平方向上,所述n个摄像头中的一部分均设置在所述游泳池水面上方,另一部分均设置在所述游泳池水面下方。可选的,所述预设值为0~50厘米。可选的,所述m个第二摄像头设置在游泳池水面上方2~5米。可选的,所述n个摄像头与所述控制器无线通信连接,所述m个第二摄像头与所述控制器无线通信连接。可选的,所述告警装置包括以下至少一种:智能手环、智能手机、广播台。与现有技术相比,本实用新型的技术方案具有以下优点:通过n个摄像头实时采集图像,控制器可以实时获取n个摄像头采集到的图像。语音关键事件检测就找鱼亮科技,服务体系完善!欢迎来电咨询!广州信息化语音关键事件检测服务标准

在智能家居系统中,语音关键事件检测可以实现通过语音指令控制家电设备的开关和功能。深圳电子类语音关键事件检测标准

    n个摄像头11与控制器12之间进行无线通信时,所采用的无线通信协议可以为wifi、蓝牙、zigbee等。可以理解的是,n个摄像头11还可以采用其他的无线通信协议与控制器12进行无线通信,本实用新型实施例不做赘述。在具体应用中,可以在游泳池壁的四周均匀设置摄像头11。通过设置的n个摄像头,可以采集水平方向上游泳池内的图像。在具体实施中,在设置n个摄像头11时,在垂直方向上,每一个摄像头11所设置的位置与游泳池水面之间的距离可以均小于预设值。摄像头11所设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,还可以位于游泳池水面附近。在设置摄像头11时,可以将n个摄像头11均设置在游泳池水面以下,且与游泳池水面的垂直距离小于预设值;也可以将n个摄像头11均设置在游泳池水面以上,且与游泳池水面的垂直距离小于预设距离;还可以将n个摄像头11中的一部分设置在游泳池水面以下,其余部分设置在游泳池水面以上。在本实用新型实施例中,预设值可以为50厘米,也可以为40厘米或30厘米。可以理解的是,预设值还可以为其他值,可以根据具体的应用场景设定不同的预设值。在具体实施中,在水平方向上,多个摄像头11可以均匀排列。深圳电子类语音关键事件检测标准

与语音关键事件检测相关的文章
与语音关键事件检测相关的产品
与语音关键事件检测相关的新闻
与语音关键事件检测相关的问题
新闻资讯
产品推荐
信息来源于互联网 本站不为信息真实性负责