环境的检测方法及装置、存储介质和电子设备制造方法及图纸

本申请公开了一种环境的检测方法及装置、存储介质和电子设备，涉及人工智能技术领域。该方法包括：当检测到第一对象使用目标设备进行交易操作时，获取交易环境对应的第一图像，其中，交易环境为第一对象使用目标设备进行交易操作时的周围环境；对第一图像进行检测处理，得到第二图像；将第二图像输入语言生成模型进行处理，输出对第二图像进行描述的目标语句，并在目标设备的屏幕中显示目标语句，其中，语言生成模型为由长短期记忆网络和注意力机制融合后形成的模型。通过本申请，解决了相关技术中检测用户使用自动取款机进行交易操作时的周围环境是否安全的效果较差的问题。时的周围环境是否安全的效果较差的问题。时的周围环境是否安全的效果较差的问题。

【技术实现步骤摘要】
环境的检测方法及装置、存储介质和电子设备


[0001]本申请涉及人工智能
，具体而言，涉及一种环境的检测方法及装置、存储介质和电子设备。

技术介绍

[0002]相关技术中，自然语言注意力研究机制的研究方法和实验步骤如下：
[0003](1)通过CNN+LSTM(卷积神经网络和长短期记忆人工神经网络)两个模型输入输出的结合，它把语言模型作为一个丰富(足够大)的标签空间，其中通过CNN(Convolutional Neural Network，卷积神经网络)模型将图形首先进行卷积神经网络的处理，在得到相应的归一化模型。
[0004](2)当每个时序训练数据的长度较大或者时刻较小时，损失函数关于时刻隐藏层变量的梯度比较容易出现消失或爆炸的问题，通过LSTM神经网络(Long Short
‑
Term Memory Neural Network，长短期记忆人工神经网络)对图像积累所产生的词通过长短期记忆通过算法加权处理图像数据，对图像数据保留舍弃和词汇预测进行处理。
[0005](3)通过注意力机制Atte本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种环境的检测方法，其特征在于，包括：当检测到第一对象使用目标设备进行交易操作时，获取交易环境对应的第一图像，其中，所述交易环境为所述第一对象使用所述目标设备进行交易操作时的周围环境；对所述第一图像进行检测处理，得到第二图像，其中，所述第二图像中至少包括第二对象；将所述第二图像输入语言生成模型进行处理，输出对所述第二图像进行描述的目标语句，并在所述目标设备的屏幕中显示所述目标语句，其中，所述语言生成模型为由长短期记忆网络和注意力机制融合后形成的模型，所述目标语句用于描述所述第二对象的状态信息，所述状态信息用于提醒所述第一对象所述交易环境是否安全。2.根据权利要求1所述的方法，其特征在于，将所述第二图像输入语言生成模型进行处理，输出对所述第二图像进行描述的目标语句包括：利用所述长短期记忆网络对所述第二图像进行解析处理，得到N个第一文本信息，其中，所述第一文本信息用于描述所述第二图像中对象集合中的对象，所述对象集合中至少包括所述第二对象，N为大于1的正整数；结合所述注意力机制，从所述N个第一文本信息中确定M个第一文本信息，其中，M小于N，M为大于1的正整数；依据所述M个第一文本信息生成目标模板；基于所述目标模板，得到所述目标语句。3.根据权利要求2所述的方法，其特征在于，依据所述M个第一文本信息生成目标模板包括：判断依据所述M个第一文本信息是否满足生成所述目标模板的预设条件；若依据所述M个第一文本信息未满足生成所述目标模板的预设条件，则利用所述长短期记忆网络继续对所述第二图像进行解析处理，得到S个第一文本信息，其中，S为大于1的正整数；结合所述注意力机制，从所述S个第一文本信息中确定T个第一文本信息，其中，T小于S，T为大于1的正整数；依据所述T个第一文本信息和所述M个第一文本信息生成所述目标模板；若依据所述M个第一文本信息满足生成所述目标模板的预设条件，则依据所述M个第一文本信息生成所述目标模板。4.根据权利要求2所述的方法，其特征在于，基于所述目标模板，得到所述目标语句包括：基于所述目标模板，确定所述目标模板中缺少的第二文本信息；对所述第二文本信息进行处理，得到处理后的第二文本信息；确定所述目标模板中缺少...

【专利技术属性】
技术研发人员：张政，袁甲，杨佳，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：