1.一种针对目标用户的意外事故的检测方法,其特征在于,包括:
获取在目标场景下目标用户的目标图像;
将所述目标用户的目标图像作为事故检测模型的输入,输出所述目标场景所属的事故场景类型,所述事故场景类型用于表征目标用户发生意外事故;
其中,所述事故检测模型基于各类事故场景的类型和在各类事故场景下用户的多个样本图像训练得到的。
2.根据权利要求1所述的方法,其特征在于,在将所述目标用户的目标图像作为事故检测模型的输入,输出所述目标场景所属的事故场景类型,所述事故场景类型用于表征目标用户发生意外事故之后,包括:
向所述目标用户的关联用户推送所述目标用户发生意外事故的检测结果对应的信息。
3.根据权利要求1所述的方法,其特征在于,在将所述目标用户的目标图像作为事故检测模型的输入,输出所述目标场景所属的事故场景类型,所述事故场景类型用于表征目标用户发生意外事故之前,包括:
获取在各类事故场景下用户的多个样本图像;
基于所述各类事故场景的类型和所述在各类事故场景下用户的多个样本图像,通过神经网络学习训练得到事故检测模型,以通过所述事故检测模型检测用户发生意外事故,及所述意外事故的类型。
4.根据权利要求1所述的方法,其特征在于,在获取在目标场景下目标用户的目标图像之后,包括:
将所述目标用户的目标图像进行二值化处理,以得到二值化图像;
将所述目标用户的目标图像作为事故检测模型的输入,输出所述目标场景所属的事故场景类型,所述事故场景类型用于表征目标用户发生意外事故,包括:
将所述二值化图像作为事故检测模型的输入,输出所述目标场景所属的事故场景类型,所述事故场景类型用于表征目标用户发生意外事故。
5.一种针对目标用户的意外事故的检测装置,其特征在于,包括:
第一获取模块,用于获取在目标场景下目标用户的目标图像;
输出模块,用于将所述目标用户的目标图像作为事故检测模型的输入,输出所述目标场景所属的事故场景类型,所述事故场景类型用于表征目标用户发生意外事故;
其中,所述事故检测模型基于各类事故场景的类型和在各类事故场景下用户的多个样本图像训练得到的。
6.根据权利要求5所述的装置,其特征在于,所述装置包括:
推送模块,用于向所述目标用户的关联用户推送所述目标用户发生意外事故的检测结果对应的信息。
7.根据权利要求5所述的装置,其特征在于,所述装置包括:
第二获取模块,用于获取在各类事故场景下用户的多个样本图像;
训练模块,用于基于所述各类事故场景的类型和所述在各类事故场景下用户的多个样本图像,通过神经网络学习训练得到事故检测模型,以通过所述事故检测模型检测用户发生意外事故,及所述意外事故的类型。
8.根据权利要求5所述的装置,其特征在于,所述装置包括:
处理模块,用于将所述目标用户的目标图像进行二值化处理,以得到二值化图像;
所述输出模块包括:
输出单元,用于将所述二值化图像作为事故检测模型的输入,输出所述目标场景所属的事故场景类型,所述事故场景类型用于表征目标用户发生意外事故。
9.一种电子设备,其特征在于,包括:
存储器,存储有计算机程序指令;
处理器,当所述计算机程序被所述处理器执行时实现如权利要求1至4任一项所述的针对目标用户的意外事故的检测方法。
10.一种计算机可读存储介质,其特征在于,
所述计算机可读存储介质包括指令,当所述指令在计算机上运行时,使得计算机执行时实现如权利要求1至4任一项所述的针对目标用户的意外事故的检测方法。