[发明专利]电竞小地图图像中的图标检测方法

权利要求书

1.一种电竞小地图图像中的图标检测方法，其特征在于，包括如下：

(1)逐帧采集线下或线上视频中当前帧的电竞图像；

(2)截取当前帧的电竞图像中包含图标信息的小地图图像，作为待检测样本；

(3)采用目标检测模型从待检测样本中检测图标信息的类别与位置。

2.根据权利要求1所述的方法，其特征在于，(1)中逐帧采集线下视频流中当前帧的电竞图像，是利用视频编解码工具从本地电竞视频文件中逐帧采集当前帧的电竞图像。

3.根据权利要求1所述的方法，其特征在于，(1)中逐帧采集线上视频流中当前帧的电竞图像，是通过截取屏幕从网络电竞直播视频中采集当前帧的电竞图像或利用网络爬虫从全网络的电竞视频文件中采集当前帧的电竞图像。

4.根据权利要求1所述的方法，其特征在于，(3)中采用目标检测模型从待检测样本中检测图标信息的类别与位置，其实现如下：

(3a)输入到训练好的目标检测模型中的待检测样本，经过该模型中若干层卷积层得到特征图，这些特征图经过激活函数输出所有可能的预测框的类别概率与位置；

(3b)对所有可能的预测框的类别概率和位置进行筛选，输出待检测样本的最终图标信息类别与位置。

5.根据权利要求4所述的方法，其特征在于，(3a)中训练好的目标检测模型，其实现如下：

(3a1)从历史电竞图像中截取出至少300幅包含图标信息的小地图图像，作为样本集，并将样本集中至少70％作为训练样本集，剩余作为验证样本集；

(3a2)设置训练超参和网络参数，将训练样本集和验证样本集输入到目标检测框架进行迭代训练；

(3a3)训练过程中，实时计算目标检测模型在验证样本集上的损失函数值，若验证样本集上的损失函数值出现上升趋势，停止训练，否则训练到最大训练迭代步数；

(3a4)保存当前的权重文件，得到训练好的目标检测模型。

6.根据权利要求4所述的方法，其特征在于，步骤(3b)中对所有可能的预测框的类别概率和位置进行筛选，具体步骤如下：

(3b1)设置一个分类器得分的阈值Q、一个重叠面积的阈值T和一个空的输出列表；

(3b2)遍历所有候选框，过滤掉分类器得分小于分类器得分阈值Q的候选框，并将剩余的候选框添加到输出列表中；

(3b3)从输出列表中找到分类器得分最大的候选框，将其从输出列表中移除，输出待检测样本中一个包含类别与位置信息的图标预测框；

(3b4)计算输出列表中剩余的候选框与(3b3)中分类器得分最大候选框的重叠面积S_i，并将该重叠面积S_i与设定的阈值T进行比较：

若S_i＞T，将该候选框从输出列表中移除，否则，将该候选框继续保留在输出列表中；

(3b5)重复执行步骤(3b3)～(3b4)，直到输出列表为空。