激情综合色综合久久综合,国产综合色产在线视频欧美,欧美国产 视频1,国产 日韩 欧美 第二页

并為所得到的截圖添加標(biāo)簽，其中，標(biāo)簽包括：采集當(dāng)前幀圖像的采集時間和所發(fā)生異常事件類型對應(yīng)的類型標(biāo)簽?？蛇x的，一種具體實現(xiàn)方式中，上述裝置還包括：視頻標(biāo)記模塊，用于當(dāng)事件檢測結(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)果時，在關(guān)于目標(biāo)防護(hù)艙的監(jiān)控視頻中，為當(dāng)前幀圖像添加第二標(biāo)簽，其中，第二標(biāo)簽包括：所發(fā)生異常事件類型對應(yīng)的類型標(biāo)簽。相應(yīng)于上述本發(fā)明實例提供的一種事件檢測方法，本發(fā)明實施例還提供了一種電子設(shè)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...

300]的向量d，其中對于索引id從0至19999，每個id對應(yīng)一個不同的漢字。那么對于一句話(長度為s)中的每一個字符，都可以在d中找到對應(yīng)的id，從而獲取對應(yīng)的向量，因此可以得到一個維度為[s,300]的向量。然后可以使用雙向lstm神經(jīng)網(wǎng)絡(luò)得到句子的語義表示向量w1。在本申請的示例性實施例中，通過bert模型獲得語句的向量化語義表示w1可以包括：將語句直接輸入所述bert模型，將所述bert模型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，使用bert模型時，可以將句子直接輸入至bert模型，bert模型的輸出即可以作為句子的向量化語義表示w1。在本申請的示例性實...

在清單中，LayerUI的installUI()方法調(diào)用setLayerEventMask()檢測鼠標(biāo)移動事件，它又調(diào)用eventDispatched()方法返回結(jié)果。這個方法首先調(diào)用()方法確定鼠標(biāo)移動事件相對于層的坐標(biāo)位置。接下來這個方法通過檢查它的坐標(biāo)是否落在圍繞UI中心的一個矩形區(qū)域內(nèi)，檢測鼠標(biāo)指針是否移到印記文本上方，如果坐標(biāo)剛好落在這個矩形區(qū)域內(nèi)，印記文本的顏色就變?yōu)榈t色，除此以外，印記文本的顏色就恢復(fù)為藍(lán)色。顯示了鼠標(biāo)移到印記文本上方前后的顏色變化。鼠標(biāo)指針移到文本上方時，重新繪制文本顏色給用戶一個不刺眼的提示小結(jié)JLayer對自定義繪制和事件檢測的支持讓你可以改進(jìn)UI...

n個攝像頭11與控制器12之間進(jìn)行無線通信時，所采用的無線通信協(xié)議可以為wifi、藍(lán)牙、zigbee等?？梢岳斫獾氖牵琻個攝像頭11還可以采用其他的無線通信協(xié)議與控制器12進(jìn)行無線通信，本實用新型實施例不做贅述。在具體應(yīng)用中，可以在游泳池壁的四周均勻設(shè)置攝像頭11。通過設(shè)置的n個攝像頭，可以采集水平方向上游泳池內(nèi)的圖像。在具體實施中，在設(shè)置n個攝像頭11時，在垂直方向上，每一個攝像頭11所設(shè)置的位置與游泳池水面之間的距離可以均小于預(yù)設(shè)值。攝像頭11所設(shè)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，還可以位于游泳池水面附近。在設(shè)置攝像頭11時，可以將n個攝像頭11均設(shè)置在游泳...

確定關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果；其中，光流圖檢測模型為：采用各個第二樣本圖像組和每個第二樣本圖像組的事件檢測結(jié)果所訓(xùn)練得到的模型，且每一第二樣本圖像組中的圖像與待分析圖像的圖像數(shù)量相同，各個第二樣本圖像組中的圖像為：關(guān)于防護(hù)艙的光流圖。可選的，一種具體實現(xiàn)方式中，上述裝置還包括：光流圖確定模塊，用于每獲取到一幀圖像，利用該幀圖像和該幀圖像的前一幀圖像，得到該幀圖像對應(yīng)的光流圖；則在本實現(xiàn)方式中，上述結(jié)果確定子模塊包括：輔助圖像確定單元，用于將至少包含光流圖在內(nèi)的第二類圖像確定為輔助圖像，第二類圖像中各個圖像的類型均為：基于每兩幀連續(xù)的關(guān)于目標(biāo)防護(hù)艙且包括目標(biāo)對象的圖像獲取的光流圖，光...

便可以極大地減少監(jiān)控人員在查看視頻時所耗費的時間。另一種具體實現(xiàn)方式中，上述本發(fā)明實施例提供的一種事件檢測方法還可以包括如下步驟c2：步驟c2：在關(guān)于目標(biāo)防護(hù)艙的監(jiān)控視頻中，為當(dāng)前幀圖像添加第二標(biāo)簽，其中，第二標(biāo)簽包括：所發(fā)生異常事件類型對應(yīng)的類型標(biāo)簽。當(dāng)用于采集關(guān)于目標(biāo)防護(hù)艙的圖像的圖像采集設(shè)備和用于對目標(biāo)防護(hù)艙進(jìn)行監(jiān)控的攝像頭為同一設(shè)備時，電子設(shè)備實時獲取的關(guān)于目標(biāo)防護(hù)艙的圖像即為關(guān)于目標(biāo)防護(hù)艙的監(jiān)控視頻中的每個視頻幀。這樣，當(dāng)電子設(shè)備確定當(dāng)前時刻目標(biāo)防護(hù)艙內(nèi)出現(xiàn)的異常事件的類型后，便可以通過第二標(biāo)簽對當(dāng)前幀圖像進(jìn)行標(biāo)記，該第二標(biāo)簽中包括：當(dāng)前時刻目標(biāo)防護(hù)艙內(nèi)出現(xiàn)的異常事件的類型的...

直至電子設(shè)備判斷預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像中均包含相同的目標(biāo)對象后，電子設(shè)備繼續(xù)獲得下一幀圖像，即預(yù)設(shè)時長后的當(dāng)前時刻對應(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)時長內(nèi)采集到的連續(xù)多幀圖像所包含的目標(biāo)對象。這樣，當(dāng)判斷結(jié)果為是時，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)域中被重點關(guān)注的一種方法，所謂光流是指圖像亮度模式的表觀運動?？梢岳斫獾模?dāng)用戶在防護(hù)艙中進(jìn)行各類金融活動時，用戶的某些身體部位也是運動的，例如，手指等。光流表達(dá)了圖像的變化，可以引申出光流場。所謂光流場是指圖像中所有像素點構(gòu)成的一種二維(2d)瞬時速度場，其中的二維速度矢量是景物中可見...

上述步驟s302a可以為：步驟s302b：判斷當(dāng)前幀圖像和在當(dāng)前時刻之前的預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像，是否均包含目標(biāo)對象；如果是，執(zhí)行上述步驟s303。在本實現(xiàn)方式中，在獲取到當(dāng)前幀圖像后，電子設(shè)備便可以利用圖像識別算法判斷當(dāng)前幀圖像和在當(dāng)前時刻之前的預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像，是否均包含目標(biāo)對象。其中，當(dāng)判斷結(jié)果為是時，電子設(shè)備可以確定存在用戶進(jìn)入目標(biāo)防護(hù)艙，則在當(dāng)前時刻，目標(biāo)防護(hù)艙內(nèi)可能發(fā)生異常事件，這樣，電子設(shè)備便可以繼續(xù)執(zhí)行步驟s303。需要說明的是，在本實現(xiàn)方式中，電子設(shè)備可以采用任一能夠檢測出當(dāng)前幀圖像和在當(dāng)前時刻之前的預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像中是否均包含目標(biāo)...

根據(jù)設(shè)定的span寬度，對語句進(jìn)行span劃分，以將語句劃分為多個span，并對每個span進(jìn)行標(biāo)記；其中，每個標(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。在本申請的示例性實施例中，所述對所述向量化語義表示w1進(jìn)行span劃分，得到多個語義片段可以包括：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span的語義表示span_embedding。在本申請的示例性實施例中，所述對所述新的語義表示w3進(jìn)行span分類可以包括：使用...

用于基于當(dāng)前幀圖像，確定待分析圖像，其中，待分析圖像為：關(guān)于目標(biāo)防護(hù)艙及目標(biāo)對象的圖像；結(jié)果確定模塊640，用于將待分析圖像輸入到預(yù)設(shè)的檢測模型中，得到關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)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(jié)果所訓(xùn)練得到的模型。以上可見，應(yīng)用本發(fā)明實施例提供的方案，實時獲取目標(biāo)防護(hù)艙的圖像，并判斷當(dāng)前時刻所采集到的當(dāng)前幀圖像是否包括目標(biāo)對象，由于目標(biāo)對象為：能夠表征用戶進(jìn)入目標(biāo)防護(hù)艙的用戶身體部位，則可以基于當(dāng)前幀圖像判斷當(dāng)前時刻是否有用戶進(jìn)入目標(biāo)防護(hù)艙。則當(dāng)判斷結(jié)果為是時，便可以基于當(dāng)前幀圖像，確定待分析圖像，進(jìn)而將該待分析圖像輸入到預(yù)設(shè)的檢測模型中...

本發(fā)明實施例提供的一種事件檢測方法，包括如下步驟：s300：實時獲取關(guān)于目標(biāo)防護(hù)艙的圖像，并將當(dāng)前時刻所采集到的圖像作為當(dāng)前幀圖像；其中，目標(biāo)防護(hù)艙指代的是需要進(jìn)行事件檢測的防護(hù)艙，并不具有任何其他限定意義。目標(biāo)防護(hù)艙所對應(yīng)的目標(biāo)圖像采集設(shè)備，實時對目標(biāo)防護(hù)艙的內(nèi)部空間進(jìn)行圖像采集，并將得到的關(guān)于目標(biāo)防護(hù)艙的圖像實時傳輸給的目標(biāo)防護(hù)艙所對應(yīng)的電子設(shè)備。這樣，電子設(shè)備便可以實時獲取關(guān)于目標(biāo)防護(hù)艙的圖像。其中，可以理解的，關(guān)于目標(biāo)防護(hù)艙的圖像可以為目標(biāo)防護(hù)艙內(nèi)部空間的圖像。也就是說，上述目標(biāo)圖像采集設(shè)備可以在每個時刻采集關(guān)于目標(biāo)防護(hù)艙的圖像，進(jìn)而，電子設(shè)備可以在每個時刻獲得在該時刻時，關(guān)于...

從而可以提高對防護(hù)艙內(nèi)用戶出現(xiàn)異常事件的檢測準(zhǔn)確率可選的，一種具體實現(xiàn)方式中，上述裝置還包括圖像判斷模塊；在本實現(xiàn)方式中，一種情況下，圖像判斷模塊，可以用于在基于當(dāng)前幀圖像，確定待分析圖像之前，判斷當(dāng)前幀圖像和當(dāng)前幀圖像之前的連續(xù)預(yù)設(shè)數(shù)量幀圖像，是否均包含目標(biāo)對象；在本實現(xiàn)方式中，另一種情況下，圖像判斷模塊，可以用于在基于當(dāng)前幀圖像，確定待分析圖像之前，判斷當(dāng)前幀圖像和在當(dāng)前時刻之前的預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像，是否均包含目標(biāo)對象；如果是，觸發(fā)圖像確定模塊?？蛇x的，一種具體實現(xiàn)方式中，上述圖像確定模塊630包括：圖像確定子模塊，用于將至少包含當(dāng)前幀圖像的類圖像確定為待分析圖像，其中...

紅外線發(fā)射器所發(fā)射的紅外線將被用戶身體發(fā)射到紅外接收器。而當(dāng)用戶倒地后，紅外線接收器因為接收不到紅外線的反射信號而判斷用戶出現(xiàn)倒地事件，并發(fā)出警報，以使外界救護(hù)人員能夠及時地進(jìn)入對用戶進(jìn)行救援。然而，在上述相關(guān)方案中，由于紅外線發(fā)射器和紅外線接收器距離地面有一定的高度，因此，當(dāng)防護(hù)艙內(nèi)用戶出現(xiàn)彎腰等情況，身體低于該高度時，紅外接收器因為接收到紅外信號而判斷用戶出現(xiàn)倒地事件，產(chǎn)生誤報；當(dāng)身高不足上述高度的用戶進(jìn)入防護(hù)艙時，將無法檢測到用戶進(jìn)入語音關(guān)鍵事件檢測防護(hù)艙，進(jìn)而，當(dāng)該用戶發(fā)生倒地事件時，產(chǎn)生漏報。且，該方案無法檢測出用戶出現(xiàn)劇烈運動?；诖?，上述相關(guān)方案對防護(hù)艙內(nèi)用戶出現(xiàn)異常事件...

該m+1幀圖像便可以組成一個樣本圖像組，并進(jìn)一步確定該樣本圖像組的事件檢測結(jié)果為：采集該m+1幀圖像時，該防護(hù)艙內(nèi)發(fā)生的事件類型。具體的，當(dāng)待分析圖像為：當(dāng)前幀圖像，則場景圖像檢測模型為：采用各個樣本圖像和每個樣本圖像的事件檢測結(jié)果所訓(xùn)練得到的模型，且每個樣本圖像為一幀場景圖像。其中，針對至少一個防護(hù)艙，在該防護(hù)艙中發(fā)生各類事件時，采集一幀關(guān)于該防護(hù)艙的圖像，并將采集該圖像時，該防護(hù)艙內(nèi)發(fā)生的事件類型作為該圖像的事件檢測結(jié)果，這樣，便可以得到一個樣本圖像組及樣本圖像組的事件檢測結(jié)果。實施例二：待分析圖像為上述第二類圖像，即待分析圖像為：至少包含光流圖的光流圖；則上述步驟s303，包括如...

比如人名、地名、組織機(jī)構(gòu)名、時間等。4、事件檢測與主體抽?。菏录z測與主體抽取即為同時抽取事件的觸發(fā)詞和事件的主體。5、注意力機(jī)制：注意力機(jī)制的本質(zhì)來自于人類視覺注意力機(jī)制。當(dāng)人們發(fā)現(xiàn)一個場景經(jīng)常在某部分出現(xiàn)自己想觀察的東西時，人們會進(jìn)行學(xué)習(xí)在將來再出現(xiàn)類似場景時把注意力放到該部分上。在計算某一序列表示時，注意力機(jī)制可以獲得權(quán)重和序列位置的相關(guān)性。6、自注意力機(jī)制：自注意力機(jī)制是對注意力機(jī)制的改進(jìn)，減少了對外部信息的依賴，更擅長捕捉數(shù)據(jù)或特征的內(nèi)部相關(guān)性，無視詞之間的距離直接計算依賴關(guān)系，能夠?qū)W習(xí)一個句子的內(nèi)部結(jié)構(gòu)。7、span：span可認(rèn)為是“一段區(qū)域，每個span具有一定的寬度”...

每種類型與某一數(shù)字對應(yīng)，以便于計算機(jī)的處理，則可以分別標(biāo)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(jī)無法直接處理中文，因此可以將句子(語句)中每一個單詞轉(zhuǎn)化為數(shù)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(wǎng)絡(luò)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(wǎng)絡(luò)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(jī)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(yīng)一...

向告警裝置輸出告警指令。告警裝置在接收到告警指令后執(zhí)行告警操作，從而可以提醒救生人員。因此，本實用新型實施例中的方案能夠及時準(zhǔn)確地檢測到溺水事件的發(fā)生，并及時地通知救生員進(jìn)行救援。為使本實用新型的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結(jié)合對本實用新型的具體實施例做詳細(xì)的說明。本實用新型實施例提供了一種溺水事件檢測系統(tǒng)。在本實用新型實施例中，溺水事件檢測系統(tǒng)可以包括n個攝像頭11、控制器12以及告警裝置13。在具體實施中，n個攝像頭11可以均設(shè)置在游泳池壁上。n個攝像頭11在工作時，可以實時采集到游泳池內(nèi)的圖像。n個攝像頭11與控制器12可以通信連接，從而可以將實時采集到的圖像傳輸至...

將w2與w4進(jìn)行橫向拼接得到終的語義表示w3，w3的維度可以為[n,2*d1]。在本申請的示例性實施例中，自注意力機(jī)制計算具體可以包括：將w2分別進(jìn)行多次(如三次)線性變換得到w21、w22、w23,然后可以執(zhí)行矩陣相乘運算得到w4＝(w22*w23t)*w21，w3＝w2||w4。s105、對所述新的語義表示w3進(jìn)行span分類，確定每個span是否為一個事件的觸發(fā)詞或事件主體。在本申請的示例性實施例中，所述對所述新的語義表示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層對每個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)行誤差計算和反向...

向告警裝置輸出告警指令。告警裝置在接收到告警指令后執(zhí)行告警操作，從而可以提醒救生人員。因此，本實用新型實施例中的方案能夠及時準(zhǔn)確地檢測到溺水事件的發(fā)生，并及時地通知救生員進(jìn)行救援。為使本實用新型的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結(jié)合對本實用新型的具體實施例做詳細(xì)的說明。本實用新型實施例提供了一種溺水事件檢測系統(tǒng)。在本實用新型實施例中，溺水事件檢測系統(tǒng)可以包括n個攝像頭11、控制器12以及告警裝置13。在具體實施中，n個攝像頭11可以均設(shè)置在游泳池壁上。n個攝像頭11在工作時，可以實時采集到游泳池內(nèi)的圖像。n個攝像頭11與控制器12可以通信連接，從而可以將實時采集到的圖像傳輸至...

紅外線發(fā)射器所發(fā)射的紅外線將被用戶身體發(fā)射到紅外接收器。而當(dāng)用戶倒地后，紅外線接收器因為接收不到紅外線的反射信號而判斷用戶出現(xiàn)倒地事件，并發(fā)出警報，以使外界救護(hù)人員能夠及時地進(jìn)入對用戶進(jìn)行救援。然而，在上述相關(guān)方案中，由于紅外線發(fā)射器和紅外線接收器距離地面有一定的高度，因此，當(dāng)防護(hù)艙內(nèi)用戶出現(xiàn)彎腰等情況，身體低于該高度時，紅外接收器因為接收到紅外信號而判斷用戶出現(xiàn)倒地事件，產(chǎn)生誤報；當(dāng)身高不足上述高度的用戶進(jìn)入防護(hù)艙時，將無法檢測到用戶進(jìn)入語音關(guān)鍵事件檢測防護(hù)艙，進(jìn)而，當(dāng)該用戶發(fā)生倒地事件時，產(chǎn)生漏報。且，該方案無法檢測出用戶出現(xiàn)劇烈運動?；诖?，上述相關(guān)方案對防護(hù)艙內(nèi)用戶出現(xiàn)異常事件...

控制器可以根據(jù)接收到的圖像確定是否存在溺水現(xiàn)象發(fā)生，并在確定存在溺水現(xiàn)象發(fā)生時，向告警裝置輸出告警指令。告警裝置在接收到告警指令后執(zhí)行告警操作，從而可以提醒救生人員。因此，本實用新型實施例中的方案能夠及時準(zhǔn)確地檢測到溺水事件的發(fā)生，并及時地通知救生員進(jìn)行救援。說明是本實用新型實施例中的一種溺水事件檢測系統(tǒng)的結(jié)構(gòu)；本實用新型實施例中的一種攝像頭安裝位置；是本實用新型實施例中的另一種溺水事件檢測系統(tǒng)的結(jié)構(gòu)示意圖。具體實施方式現(xiàn)有技術(shù)中，為有效解決溺水問題，通常在游泳場館中安裝有攝像頭，攝像頭通常安裝在游泳池的上方，以實時采集游泳池內(nèi)的圖像。后臺工作人員在監(jiān)控室查看攝像頭實時采集到的圖像，并...

使得每一個攝像頭能夠采集到泳池內(nèi)相同面積的圖像。例如，在游泳池的一側(cè)壁上，均勻設(shè)置有4個攝像頭11，4個攝像頭11均設(shè)置在游泳池水面以上，4個攝像頭11的高度相等，且水平方向上4個攝像頭11等間距排列。給出了本實用新型實施例中的一種攝像頭11安裝位置。圖2中，4個攝像頭依次為21、22、23、24，在水平方向上四個攝像頭等間距排列，且均設(shè)置在游泳池壁20上。需要說明的是，在設(shè)置多個攝像頭11時，可以獲取所有攝像頭11采集到的圖像，并判斷所有攝像頭11采集到的圖像的總和是否覆蓋了整個游泳池，也即判斷所有攝像頭11采集到的圖像是否存在盲區(qū)。若存在盲區(qū)，則可以對多個攝像頭11的安裝位置進(jìn)行調(diào)...

在本申請的示例性實施例中，在通過雙向lstm網(wǎng)絡(luò)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(jī)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(yīng)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(yīng)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(wǎng)絡(luò)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(yù)設(shè)的雙向lstm神經(jīng)網(wǎng)絡(luò)，將所述雙向lstm神經(jīng)網(wǎng)絡(luò)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，通過bert模型獲得語句的向量化語義...

從而可以提高對防護(hù)艙內(nèi)用戶出現(xiàn)異常事件的檢測準(zhǔn)確率可選的，一種具體實現(xiàn)方式中，上述裝置還包括圖像判斷模塊；在本實現(xiàn)方式中，一種情況下，圖像判斷模塊，可以用于在基于當(dāng)前幀圖像，確定待分析圖像之前，判斷當(dāng)前幀圖像和當(dāng)前幀圖像之前的連續(xù)預(yù)設(shè)數(shù)量幀圖像，是否均包含目標(biāo)對象；在本實現(xiàn)方式中，另一種情況下，圖像判斷模塊，可以用于在基于當(dāng)前幀圖像，確定待分析圖像之前，判斷當(dāng)前幀圖像和在當(dāng)前時刻之前的預(yù)設(shè)時長內(nèi)采集到的連續(xù)多幀圖像，是否均包含目標(biāo)對象；如果是，觸發(fā)圖像確定模塊。可選的，一種具體實現(xiàn)方式中，上述圖像確定模塊630包括：圖像確定子模塊，用于將至少包含當(dāng)前幀圖像的類圖像確定為待分析圖像，其中...

與所述控制器通信連接，適于在接收到所述控制器輸出的告警指令時執(zhí)行告警操作；所述告警裝置由救生人員佩戴或設(shè)置在游泳場館中。可選的，所述溺水事件檢測裝置還包括：m個第二攝像頭，均與所述控制器耦接，設(shè)置在所述游泳池水面的上方，且在垂直方向上與所述游泳池水面的距離大于所述預(yù)設(shè)值；所述m個第二攝像頭適于從上向下采集所述游泳池內(nèi)的圖像?？蛇x的，所述n個攝像頭均勻分布在所述游泳池壁上。可選的，在水平方向上，所述n個攝像頭均設(shè)置在所述游泳池水面上方。可選的，在水平方向上，所述n個攝像頭均設(shè)置在所述游泳池水面下方?？蛇x的，在水平方向上，所述n個攝像頭中的一部分均設(shè)置在所述游泳池水面上方，另一部分均設(shè)置在...

用于將場景圖像檢測模型輸出的檢測結(jié)果和光流圖檢測模型輸出的檢測結(jié)果進(jìn)行融合計算，基于融合計算的結(jié)果，確定關(guān)于目標(biāo)防護(hù)艙的事件檢測結(jié)果?？蛇x的，一種具體實現(xiàn)方式中，上述結(jié)果確定單元包括：乘積計算子單元，用于根據(jù)場景圖像檢測模型和光流圖檢測模型的權(quán)重，計算場景圖像檢測模型輸出的檢測結(jié)果和場景圖像檢測模型的權(quán)重的乘積，并計算光流圖檢測模型輸出的檢測結(jié)果與光流圖檢測模型的權(quán)重的第二乘積；結(jié)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(guān)于目標(biāo)防護(hù)艙的事件監(jiān)測結(jié)果?？蛇x的，一種具體實現(xiàn)方式中，事件檢測結(jié)果為：關(guān)于未發(fā)生異常事件的結(jié)果，或者，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。...

語音關(guān)鍵事件檢測JLayer和LayerUI結(jié)合起來可以檢測任意區(qū)域上發(fā)生的事件(包括嵌套的子組件)，這些類共同提供了4個方法來檢測事件?！ublicvoidsetLayerEventMask(longlayerEventMask)調(diào)用這個JLayer方法時必須使用位掩碼AWTEvent常量選擇它檢測到的事件類型，如：setLayerEventMask(|);可以檢測到按鍵和焦點改變事件。·publicvoidinstallUI(JComponentc)這個LayerUI方法通常放在setLayerEventMask()方法之前，這個方法類的代碼首先調(diào)用超類方法((c);)，然后是引...

使得每一個攝像頭能夠采集到泳池內(nèi)相同面積的圖像。例如，在游泳池的一側(cè)壁上，均勻設(shè)置有4個攝像頭11，4個攝像頭11均設(shè)置在游泳池水面以上，4個攝像頭11的高度相等，且水平方向上4個攝像頭11等間距排列。給出了本實用新型實施例中的一種攝像頭11安裝位置。圖2中，4個攝像頭依次為21、22、23、24，在水平方向上四個攝像頭等間距排列，且均設(shè)置在游泳池壁20上。需要說明的是，在設(shè)置多個攝像頭11時，可以獲取所有攝像頭11采集到的圖像，并判斷所有攝像頭11采集到的圖像的總和是否覆蓋了整個游泳池，也即判斷所有攝像頭11采集到的圖像是否存在盲區(qū)。若存在盲區(qū)，則可以對多個攝像頭11的安裝位置進(jìn)行調(diào)...

并且對于本領(lǐng)域的普通技術(shù)人員來說顯而易見的是，在本申請所描述的實施例包含的范圍內(nèi)可以有更多的實施例和實現(xiàn)方案。盡管在附圖中示出了許多可能的特征組合，并在具體實施方式中進(jìn)行了討論，但是所公開的特征的許多其它組合方式也是可能的。除非特意加以限制的情況以外，任何實施例的任何特征或元件可以與任何其它實施例中的任何其他特征或元件結(jié)合使用，或可以替代任何其它實施例中的任何其他特征或元件。本申請包括并設(shè)想了與本領(lǐng)域普通技術(shù)人員已知的特征和元件的組合。本申請已經(jīng)公開的實施例、特征和元件也可以與任何常規(guī)特征或元件組合，以形成由權(quán)利要求限定的獨特的發(fā)明方案。任何實施例的任何特征或元件也可以與來自其它發(fā)明方...

光流圖檢測模型為：采用各個第二樣本圖像和每個第二樣本圖像的事件檢測結(jié)果所訓(xùn)練得到的模型，且每個第二樣本圖像為一幀光流圖。需要說明的是，下面對上述步驟f23的具體實現(xiàn)方式進(jìn)行舉例說明。一種具體實現(xiàn)方式中，上述步驟f23可以包括如下步驟f231-f232：f231：根據(jù)場景圖像檢測模型和光流圖檢測模型的權(quán)重，計算場景圖像檢測模型輸出的檢測結(jié)果和場景圖像檢測模型的權(quán)重的乘積，并計算光流圖檢測模型輸出的檢測結(jié)果與光流圖檢測模型的權(quán)重的第二乘積；f232：計算乘積和第二乘積的和值，基于和值，確定關(guān)于目標(biāo)防護(hù)艙的事件監(jiān)測結(jié)果。在本實現(xiàn)方式中，當(dāng)場景圖像檢測模型輸出的檢測結(jié)果和光流圖檢測模型輸出的檢...