[发明专利]在线自学习事件检测模型更新方法及装置

说明书

本发明实施例提供了一种在线自学习事件检测模型更新方法及装置，所述方法包括：当检测到当前事件检测模型产生的至少一个目标报警事件时，将所述至少一个目标报警事件展示给用户，以使用户基于所展示的目标报警事件发出所述各目标报警事件的事件结果；获得用户基于所展示的目标报警事件发出的各目标报警事件的事件结果；判断用户发出事件结果的目标报警事件是否满足预设更新条件，如果是，根据至少一个所述用户发出事件结果的目标报警事件及各自对应的事件结果，以及预定的训练样本训练得到目标事件检测模型；使用所述目标事件检测模型替换所述当前事件检测模型。本实施方式能够不断地更新当前事件检测模型，从而提高在线学习的精确性。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种在线自学习事件检测模型更新方法及装置。

背景技术

在线学习方法可以针对具体的场景，使用预先设定的事件检测模型对输入的待学习数据(如视频、图片等)进行在线学习，以对满足条件的事件进行报警等操作。例如，在交通工具领域，通过对汽车偏离车道的状态进行在线学习，有效区分驾驶员有意识的换道操作而造成的车道偏离状态和驾驶员无意识下使汽车偏离车道行驶的车道偏离状态，并通过学习结果，对第二种车道偏离状态进行预警，输出报警事件。

然而，在实际应用中，使用事件检测模型进行在线学习时，由于场景的复杂性等因素，不可避免产生一定数量的误报事件。而且，由于一直使用同一个事件检测模型，因此，在以后的学习过程中，仍会产生相同的误报事件。因此，现有的在线学习方法受限于事件检测模型的完善程度，一直使用同一个事件检测模型进行在线学习会产生大量的相同的误报事件，如何完善事件检测模型，以提高在线学习的精确性成为一个亟待解决的问题。

发明内容

本发明实施例的目的在于提供一种在线自学习事件检测模型更新方法及装置，以提高在线学习的精确性。具体技术方案如下：

第一方面，本发明提供了一种在线自学习事件检测模型更新方法，应用于电子设备，所述方法包括：

当检测到当前事件检测模型产生的至少一个目标报警事件时，将所述至少一个目标报警事件展示给用户，以使用户基于所展示的目标报警事件发出所述各目标报警事件的事件结果；

获得用户基于所展示的目标报警事件发出的各目标报警事件的事件结果；

判断用户发出事件结果的目标报警事件是否满足预设更新条件，如果是，根据至少一个所述用户发出事件结果的目标报警事件及各自对应的事件结果，以及预定的训练样本训练得到目标事件检测模型，其中，所述预定的训练样本包括以下至少一项：多个预设基准事件及各自对应的事件结果、以及多个用户确认的历史报警事件及各自对应的事件结果；

使用所述目标事件检测模型替换所述当前事件检测模型。

进一步地，所述使用所述目标事件检测模型替换所述当前事件检测模型之前，所述方法还包括：

获取验证样本，并根据所述验证样本判断所述目标事件检测模型的误报率是否低于所述当前事件检测模型的误报率，其中，所述验证样本包括以下至少一项：多个预设基准事件及各自对应的事件结果、多个或一个用户发出事件结果的历史报警事件及各自对应的事件结果、以及至少一个所述用户发出事件结果的目标报警事件及各自对应的事件结果；

若是，继续执行所述使用所述目标事件检测模型替换所述当前事件检测模型。

进一步地，所述将所述至少一个目标报警事件展示给用户，包括：

将所述至少一个目标报警事件发送给用户并展示；或

当接收到用户发送的浏览目标报警事件的请求时，将所述至少一个目标报警事件发送给用户并展示。

进一步地，所述预设更新条件包括：所述用户发出事件结果的目标报警事件的数量达到预设阈值、或所述用户发出事件结果的目标报警事件的发生时间在预设时间范围内。