CN113694528B 数据处理方法、装置、电子设备及存储介质 （腾讯科技（深圳）有限公司）

匹配的虚拟场景行进路线的起始位置坐标和终不但能够有效的保证数据处理模型处理的准确2基于所述地图位置坐标和地图类型参数，确定与所述虚拟场从所述虚拟场景图像中提取与所述虚拟场景相匹配的虚拟场确定与所述虚拟场景相匹配的虚拟场景行进路线的起始位置坐根据与所述虚拟场景图像相匹配的比例尺信息、所述虚拟场景行基于所述虚拟场景行进路线坐标和辅助线坐标，在所述虚拟场景通过尺度匹配机制对所述虚拟场景图像进行检测，得到所述虚拟场通过所述数据处理模型，从所提取的虚拟场景图像中的地图数据从所述虚拟场景的历史数据中获取所述虚拟场景图像基于所述缩放系数，对所述虚拟场景图像中的地图标识进行图像获取所述虚拟场景对应的虚拟场景模板图像，并确定所述虚拟场基于所述多尺度缩放系数表中的每一组缩放系数，对所述虚拟场获取所述虚拟场景对应的虚拟场景模板图像，并确定所述虚拟场3依次计算所述多尺度缩放系数表中的每一组缩放系数所分别对应的归一化相关系数，通过数据处理模型对于所述虚拟场景图像进行特征提取处理，确定与通过数据处理模型对所述地图位置坐标和地图类型参数进行特征卷对所述地图位置坐标和地图类型参数所对应的置信度、回归框坐标和基于所述地图位置坐标和地图类型参数所对应的置信度、回根据所述游戏地图的尺寸和虚拟场景图像的尺寸的比值，确定与所述虚基于所述目标对象的历史参数，确定与所述数据处理模型相匹配的第一训练样本集基于所述数据处理模型相匹配的噪音阈值，提取第一训练样本确定特征提取器网络的初始参数和所述样本分通过所述特征提取器网络对所述第二训练样本集合进行处理通过所述特征提取器网络的更新参数对所述特征提取器网过所述样本分类器网络的更新参数对所述样本分类器网络的初始参基于所述多任务损失函数，调整所述特征提取器网络的4基于所述两条辅助线所分别对应的辅助线坐标，生成与所述虚的两条辅助线，在所述虚拟场景中的游戏地图中呈现虚拟场景行进路线和对应的辅助线，基于所述两条辅助线所分别对应的辅助线坐标与旋转角度，生成其中，所述旋转角度是当所述虚拟场景行进路线为倾斜虚拟场景行进路线的起始位置坐标和终点位置将所述虚拟场景中的游戏地图由红绿蓝RGB模式转换为色调饱和度明对所述虚拟场景行进路线起点所在区域的图像依次进行高斯模糊处对所述第一预处理图像进行霍夫圆检测处理，将经过所述霍夫圆对所述虚拟场景行进路线终点所在区域的图像进行高斯将所述高斯模糊处理的结果从RGB模式转换为HSV模式，得到HSV模式的虚拟场景行进对所述HSV模式的虚拟场景行进路线终点所在区域的图像，依次进行形态学膨胀处理对所述第二预处理图像进行轮廓检测处理，将经过所述轮廓检测处根据所述虚拟场景的类型，或者所述虚拟场景对应的用户等级，采用所述虚拟场景行进路线的呈现形式，在所述虚拟场景中呈现虚拟5信息处理模块，用于当确定所述虚拟场景图像中的地图标识所述虚拟场景图像相匹配的地图位置坐标和地所述信息处理模块，用于基于所述地图位置坐标和地图类型参数所述信息处理模块，用于确定与所述虚拟场景相匹配的虚拟场景行所述信息处理模块，用于根据与所述虚拟场景图像相匹配的比例所述信息处理模块，用于基于所述虚拟场景行进路线坐标和辅助线理器执行时实现权利要求1-12任一项所述的数据令被处理器执行时实现权利要求1-12任一项所6[0009]确定与所述虚拟场景相匹配的虚拟场景行进路线的起始位置坐标和终点位置坐7坐标和终点位置坐标，确定所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐8[0039]图13为本发明实施例中虚拟场景行进路线的级联提取的霍夫梯度法检测圆心示图像经过openCV等工具读取形成的三通道或原通道矩阵，模型输出为多分类概率，通过9中借助辅助线选择任一点执行相应的动作，例如虚拟场景行进路线为游戏地图中的航线[0053](1)基于模板匹配算法提取虚拟场景行进路线：这一过程中模板匹配包括在较大撑一个示例性应用，终端包括终端10-1和终端10-2，终端通过网络300连接数据处理装置personshootinggame)、多人在线战术竞技游戏(MOBAMultiplayerOnlineBattle非易失性存储器两者。本发明实施例中的存储器202能够存储数据以支持终端(如10-1)的理器可以采用一个或多个应用专用集成电路(ASIC，ApplicationSpecificIntegrated(CPLD，ComplexProgrammableLogicDevice)、现场可编程门阵列(FPGA，Field-ProgrammableGateArray)或其他电子例所提供的数据处理装置可以直接体现为由处理器201执行的软件模块组合，软件模块可器件(PLD，ProgrammableLogicDevice)、复杂可编程逻辑器件(CPLD，ComplexProgrammableLogicDevice)、现场可编程门阵列(FPGA，Field-ProgrammableGateArray)或其他电子元件执行实现本发明实施例提供的数[0069]本发明实施例中的存储器202用于存储各种类型的数据以支持数据处理装置的操实现本发明实施例的从数据处理方法的程序可以包含在可[0070]在另一些实施例中，本发明实施例提供的数据处理装置[0072]信息处理模块2082，用于当确定所述虚拟场景图像中的地图标识处于打开状态[0080]继续结合图2示出的数据处理装置说明本发明实施例提供的数据处理方法，参见杂维度的虚拟场景行进路线进行处理，图3所示的步骤可以由运行数据处理装置的各种电[0081]下面结合图3示出的步骤，以数据处理装置实施本发明实施例提供的数据处理方虚拟场景图像中的地图标识表明当前所呈现的虚拟场景图像中包括相应的游戏地图，以确定与所述虚拟场景图像相匹配的地图位置的地图数据中提取与所述虚拟场景图像相匹配的地图位置坐标和地图类型参数。图4为本定虚拟场景图像中的地图标识的状态，只有在虚拟场景图像中的地图标识呈现打开状态虚拟场景行进路线坐标后可作以下用途：(1)可根据常用跳伞距离生成虚拟场景行进路线域302所投掷的游戏道具资源已被搜索过且危险系数较高。虚拟场景行进路线辅助效果如的虚拟场景为FPS游戏环境，当需要在图5B所示的游戏视频画面的虚拟场景中呈现虚拟场境并不相同(例如图1所示的终端10-2和10-1所分别运行的同一游戏进程的虚拟场景图像地图中的虚拟场景行进路线和对应的辅助线以及所呈现的虚拟场景图像中的地图标识也对于手游化境优选为200(像素)*200(像素)，可根据游戏类型或者虚拟场景进行具体调)[0106]3)最大归一化相关系数Rmax大于阈值T(T在FPS游戏中优选为0.75)，说明匹配成y2戏地图中呈现的虚拟场景行进路线中的对应[0127]为了克服传统虚拟场景行进路线生成方式所造成的虚拟场景行进路线生成不准确以及效率低的缺陷，本发明所提供的技术方案使用了人工智能技术，人工智能AI(ArtificialIntelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和中的不同神经网络和处理进程确定虚拟场景行进路线的虚拟场景行进路线坐标和辅助线处理装置200用于实现本发明所提供的数据处理方法，经过训练的数据处理模型可以保存调整，最终在用户界面(UIUserInterface)上呈现出与通过数据处理模型所确定与虚拟不同类型的游戏相匹配的数据处理模型也可以迁移至即时通讯进程的在线对战的FPS游戏据处理模型中不同神经网络的参数，以达到准确处理地图位置坐标和地图类型参数的效[0135]在本发明的一些实施例中，当所述目标对象所处虚拟场通过离线操控的FPS游戏进程执行角色扮演类游戏中使用环境中的动态噪声阈值，并依据对于部署于固定游戏终端(例如体感游戏机或者AR游戏眼镜等游戏设备)中的对战类游戏，通过固定噪声阈值可以有效提升训练样本的获取速度与精确度，减少游戏用户的等待时[0137]步骤704：数据处理模型训练装置根据所提取的第二训练样本集合对所述数据处[0138]步骤705：数据处理模型训练装置确定数据处理模型中的不同神经网络的网络参史数据获取虚拟场景行进路线所造成占用游戏终端大量数据还可以选用更快速的基于区域的卷积神经网络Faster-RCNN、单次多边界框检测器SSD、网络(例如使用深度神经网络目标检测算法YOLOv4-tiny作为数据处理模型的主结构网络)行调整，例如选择经过预训练的YOLOv4-tiny网络对分布在不同位置的空降过程中的地图GeneralizedIntersectionoverUnion，表示广义交并比，是深度学习中的一种损失函策略更加复杂的FPS游戏(例如帧间变化速度更快以及虚拟场景图像更加复杂的FPS游戏)，[0150]步骤901：确定所述数据处理模型中特征提取器网络的初始参数和所述样本分类[0152]步骤903：通过所述特征提取器网络的更新参数对所述特征提取器网络的初始参[0158]步骤304：数据处理装置确定与所述虚拟场景相匹配的虚拟场景行进路线的起始[0160]步骤306：数据处理装置基于所述虚拟场景行进路线的虚拟场景行进路线坐标和用。度调整为与所述游戏地图不同，可以实现虚拟场景行进路线与游戏地图的区别呈现状态，发明实施例提供的数据处理模型应用于FPS游戏示意图，在图10中通过不同的图例示出了拟场景行进路线可以呈现为一条红白交叠且动态变化的宽直线1001，起点为白色圆形[0180]其中，梯度强度值大于150的像素认为是强边缘点，小于50的像素认为是非边缘[0191]由此可得到虚拟场景行进路线中线与地图边界交点坐标为点A(xa,ya)，点B(xb,[0205]圆心到虚拟场景行进路线距离小于1/2*r时，此圆心坐标可作为虚拟场景行进路[0209]步骤1107：基于所述虚拟场景行进路线的虚拟场景行进[0210]下面以提取图3中所示的虚拟场景行进路线为例，对本申请所提供的数据处理方圆检测处理的圆心确定为虚拟场景行进路线的起始位[0211]图13为本发明实施例中虚拟场景行进路线的级联提取的霍夫梯度法检测圆心示[0217]6)对第二预处理图像进行轮廓检测，优选采用OpenCV中findCo[0219]8)通过顶点坐标计算出三角形长边与短边长度lmax[0226]设置虚拟场景行进路线辅助线之间的距离为Dauv，生成一对与虚拟场景行进路线坐标和终点位置坐标，确定所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐