[发明专利]一种基于机器学习的养成类游戏角色的培养方法和装置在审
申请号: | 201811003307.1 | 申请日: | 2018-08-30 |
公开(公告)号: | CN109157842A | 公开(公告)日: | 2019-01-08 |
发明(设计)人: | 钟奕辉 | 申请(专利权)人: | 网宿科技股份有限公司 |
主分类号: | A63F13/825 | 分类号: | A63F13/825 |
代理公司: | 北京华智则铭知识产权代理有限公司 11573 | 代理人: | 陈向敏 |
地址: | 200030 上海市徐汇区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标游戏 识别训练 事物识别 角色 方法和装置 基于机器 游戏角色 素材 机器学习技术 角色类型信息 初始模型 创建请求 模型训练 事物标识 用户提供 游戏设计 可玩性 学习 视频 携带 游戏 图片 | ||
1.一种基于机器学习的养成类游戏角色的培养方法,其特征在于,所述方法包括:
接收携带有角色类型信息的目标游戏角色的创建请求;
将所述角色类型信息对应的事物识别初始模型,确定为所述目标游戏角色的事物识别模型;
获取用户提供的所述目标游戏角色的识别训练素材,所述识别训练素材至少包括标记有事物标识的视频、图片或音频;
基于所述目标游戏角色的识别训练素材,以深度学习的方式对所述目标游戏角色的事物识别模型进行模型训练。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标游戏角色的识别训练素材,以深度学习的方式对所述目标游戏角色的事物识别模型进行模型训练,包括:
以深度学习的方式确定所述识别训练素材中的事物辨识特征;
根据所述识别训练素材中标记的事物标识和所述事物辨识特征训练所述目标游戏角色的事物识别模型,以使所述事物识别模型确定任意事物的事物标识。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当接收到针对所述目标游戏角色的事物识别比拼的开始请求时,随机选择包含有事物辨识特征的待识别视频、图片或音频;
将所述待识别视频、图片或音频输入所述目标游戏角色的事物识别模型,得到识别出的事物标识;
根据所述识别出的事物标识和所述待识别视频、图片或音频对应的事物标识,确定事物识别评分。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标游戏角色的识别训练素材,以深度学习的方式对所述目标游戏角色的事物识别模型进行模型训练,包括:
以深度学习的方式确定所述识别训练素材中的事物动作和/或事物姿态,以及所述事物动作对应的肢体位移和/或所述姿态对应的肢体位置;
根据所述肢体位移和/或所述肢体位置训练所述目标游戏角色的事物识别模型,以使所述事物识别模型模仿所述事物动作和/或所述事物姿态。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
当接收到针对所述目标游戏角色的肢体模仿比拼的开始请求时,随机选择包含有事物动作和/或事物姿态的待模仿视频、图片或音频;
将所述待模仿视频、图片或音频输入所述目标游戏角色的事物识别模型,得到模仿动作和/或模仿姿态;
根据所述模仿动作和/模仿姿态,与所述待模仿视频、图片或音频中的事物动作和/或事物姿态的相似度,生成肢体模仿评分。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取用户提供的所述目标游戏角色的识别测试素材,调用所述目标游戏角色的事物识别模型对所述识别测试素材进行识别,并向所述用户反馈识别结果。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
周期性从预设的特殊素材库中获取所述角色类型信息对应的角色特性训练素材,所述角色特性训练素材专用于训练不同的角色特性;
基于所述角色特性训练素材,以深度学习的方式对所述目标游戏角色的事物识别模型进行模型训练。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当接收到其他用户对于所述目标游戏角色的识别训练素材的获取请求时,判断所述其它用户是否满足所述识别训练素材的共享条件;
如果满足,则基于所述识别训练素材,以深度学习的方式对所述其他用户指定的游戏角色的事物识别模型进行模型训练。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网宿科技股份有限公司,未经网宿科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811003307.1/1.html,转载请声明来源钻瓜专利网。