预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共25页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113903003A(43)申请公布日2022.01.07(21)申请号202111205257.7G06N3/08(2006.01)(22)申请日2021.10.15(71)申请人宿迁硅基智能科技有限公司地址223808江苏省宿迁市湖滨新区保险小镇B19栋201室(72)发明人司马华鹏汤毅平姚奥(74)专利代理机构南京经纬专利商标代理有限公司32200代理人阚梦诗(51)Int.Cl.G06V20/52(2022.01)G06V20/40(2022.01)G06V10/764(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)权利要求书2页说明书16页附图6页(54)发明名称事件发生概率的确定方法、存储介质及电子装置(57)摘要本申请实施例提供了一种事件发生概率的确定方法、存储介质及电子装置,属于音频数据识别技术领域,所述方法包括:通过拾音设备获取目标区域的音频数据,根据所述音频数据与所述判定条件,确定第一独立事件和/或第二独立事件;在确定发生所述第一独立事件和所述第二独立事件的情况下,通过所述拾音设备分别确定所述第一独立事件的方向信息和所述第二独立事件的方向信息,根据所述第一独立事件确定第一概率值,并根据所述第二独立事件确定第二概率值;根据所述第一独立事件的方向信息和所述第二独立事件的方向信息确定所述第一独立事件和所述第二独立事件的方向偏差;根据第一概率值、第二概率值以及方向偏差确定完整事件发生的概率。CN113903003ACN113903003A权利要求书1/2页1.一种事件发生概率的确定方法,其特征在于,包括:通过拾音设备获取目标区域的音频数据,其中,所述目标区域为根据所述拾音设备的预设方向和预设距离设置的监控区域;根据所述音频数据与所述判定条件,确定第一独立事件和/或第二独立事件;其中,所述第一独立事件与第一判定条件对应,所述第二独立事件与第二判定条件对应;在确定发生所述第一独立事件和所述第二独立事件的情况下,通过所述拾音设备分别确定所述第一独立事件的方向信息和所述第二独立事件的方向信息,其中,所述方向信息用于指示所述第一独立事件或所述第二独立事件发生的位置相对于所述拾音设备的方向;根据所述第一独立事件确定第一概率值,并根据所述第二独立事件确定第二概率值;其中,所述第一概率值用于指示所述第一独立事件存在的情形下,所述完整事件发生的概率,所述第二概率值用于指示所述第二独立事件存在的情形下,所述完整事件发生的概率;根据所述第一独立事件的方向信息和所述第二独立事件的方向信息确定所述第一独立事件和所述第二独立事件的方向偏差;根据所述第一概率值、所述第二概率值以及所述方向偏差确定所述完整事件发生的概率。2.根据权利要求1所述的方法,其特征在于,所述根据所述第一概率值、所述第二概率值以及所述方向偏差确定所述完整事件发生的概率,包括:在所述方向偏差小于第一预设阈值的情况下,获取所述第一独立事件的距离信息和所述第二独立事件的距离信息,其中,所述第一独立事件的距离信息用于指示所述第一独立事件发生的位置相对于所述拾音设备的直线距离,所述第二独立事件的距离信息用于指示所述第二独立事件发生的位置相对于所述拾音设备的直线距离;根据所述第一独立事件的距离信息和所述第二独立事件的距离信息确定所述第一独立事件发生的位置与所述第二独立事件发生的位置之间的距离偏差;根据所述第一概率值、所述第二概率值、所述方向偏差以及所述距离偏差确定所述完整事件发生的概率。3.根据权利要求1所述的方法,其特征在于,在确定发生所述第一独立事件和所述第二独立事件的情况下,所述方法还包括:根据所述音频数据确定音频时序信息,其中,所述音频时序信息用于指示所述第一独立事件与所述第二独立事件的时序关系;根据所述第一概率值、所述第二概率值、所述方向偏差以及所述音频时序信息,确定所述完整事件发生的概率。4.根据权利要求1至3任一项所述的方法,其特征在于,在根据所述独立事件和所述独立事件的方向信息,确定完整事件发生的概率之后,所述方法还包括:在所述完整事件发生的概率大于或等于第二预设阈值的情况下,输出所述完整事件的类型。5.根据权利要求1所述的方法,其特征在于,所述根据所述音频数据与所述判定条件,确定第一独立事件和/或第二独立事件,包括:通过第一神经网络模型根据音频数据与预设的判定条件获取所述第一独立事件和/或所述第二独立事件所对应的第一特征向量,其中,所述第一神经网络模型为使用第一样本2CN113903003A权利要求书2/2页数据训练的卷积神经网络模型,所述第一神经网络模型包括共享网络层和第一分类层,所述第一样本数据包括所述第一独立事件音数据和/或所述第二独立事件音数据