CN110585730A - 游戏的节奏感测试方法、装置以及相关设备 - Google Patents

游戏的节奏感测试方法、装置以及相关设备 Download PDF

Info

Publication number
CN110585730A
CN110585730A CN201910854950.3A CN201910854950A CN110585730A CN 110585730 A CN110585730 A CN 110585730A CN 201910854950 A CN201910854950 A CN 201910854950A CN 110585730 A CN110585730 A CN 110585730A
Authority
CN
China
Prior art keywords
information
rhythm
target game
visual
game
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910854950.3A
Other languages
English (en)
Other versions
CN110585730B (zh
Inventor
阎明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201910854950.3A priority Critical patent/CN110585730B/zh
Publication of CN110585730A publication Critical patent/CN110585730A/zh
Application granted granted Critical
Publication of CN110585730B publication Critical patent/CN110585730B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/60Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/80Special adaptations for executing a specific game genre or game mode
    • A63F13/814Musical performances, e.g. by evaluating the player's ability to follow a notation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • User Interface Of Digital Computer (AREA)
  • Auxiliary Devices For Music (AREA)

Abstract

本公开提供一种游戏的节奏感测试方法、装置以及电子设备和计算机可读存储介质,涉及计算机与互联网技术领域,该方法包括:获取目标游戏的图像数据、关卡音频数据和关卡配置文件;根据所述图像数据获得所述目标游戏的视觉节拍信息;解析所述关卡音频数据以获得所述目标游戏的听觉节拍信息;解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。本公开实施例提供的技术方案可以准确的获得目标游戏的音频节奏、视觉节奏以及设定节奏的一致性评价结果。

Description

游戏的节奏感测试方法、装置以及相关设备
技术领域
本公开涉及计算机与互联网技术领域,尤其涉及一种游戏的节奏感测试方法、装置以及相关设备。
背景技术
在玩音乐节奏类游戏时,玩家需要在通过视觉和听觉确定出视觉节拍点和听觉节拍点的同时,在视频画面的对应位置处进行指定的屏幕操作(或在键盘进行对应的键盘操作)。当玩家在正确的时间点(例如,游戏设计指定的时间点)进行了正确的操作(例如,游戏设计的正确操作是点触屏幕的指定位置)时,系统会给玩家一个正反馈,玩家会获得游戏的快感。
因此,在设计音乐节奏类游戏时,需要将耳朵可以听到的听觉节拍、眼睛可以看到的视觉节拍(在一些游戏中,当指定图标落在指定位置处就可以认为是一个节拍)与程序设定的节拍相统一。
但是,在实际设计过程中,会由于游戏更新版本时的加壳、代码优化或者乐谱的改变等原因导致听觉节拍、视觉节拍以及设定节拍之间出现错拍、节拍不符等问题,进而导致玩家感受到的游戏的节奏感不强,用户体验差。
因此,在每次上架新歌曲关卡以及更新游戏版本的时候,需要人工将歌曲关卡仔细的体验一遍,以测试游戏的节奏感。但是人工测试结果通常取决于个人的音乐素养、听觉的敏感性以及手速的快慢,属于一个主观的评价,缺少客观性的定性分析。另外,人工体验耗时耗力,不利于游戏的快速上新。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此,本公开实施例提供一种游戏的节奏感测试方法、装置以及电子设备和计算机可读存储介质,能够实现游戏节奏感测试的自动化。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
本公开实施例提出一种游戏的节奏感测试方法,该方法包括:获取目标游戏的图像数据、关卡音频数据和关卡配置文件;根据所述图像数据获得所述目标游戏的视觉节拍信息;解析所述关卡音频数据获得所述目标游戏的听觉节拍信息;解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
在一些实施例中,所述图像数据包括所述目标游戏的各帧图片及其时间信息,所述视觉节拍信息包括视觉节拍点及其时间信息,各帧图片中包括按键图标和指定图标;其中,根据所述图像数据获得所述目标游戏的视觉节拍信息,包括:通过第一实时目标检测模型对各帧图片进行处理,获得各帧图片中的按键图标及其位置信息和指定图标及其位置信息;根据各帧图片中的按键图标及其位置信息、指定图标及其位置信息和各帧图片的时间信息,确定所述目标游戏的各视觉节拍点及其时间信息。
在一些实施例中,所述第一实时目标检测模型是实时目标检测模型。
在一些实施例中,所述听觉节拍信息包括所述关卡音频数据的听觉节拍点及其时间信息;其中,解析所述关卡音频数据获得所述目标游戏的听觉节拍信息,包括:通过音频解析算法对所述关卡音频数据进行处理,获得所述音频数据的节拍点及其时间信息。
在一些实施例中,所述节奏感测试结果包括第一节奏感测试结果;其中,根据所述视觉节拍信息和所述听觉节拍信息获得所述目标游戏的节奏感测试结果,包括:将所述听觉节拍信息与所述视觉节拍信息对齐;根据对齐后的听觉节拍信息和视觉节拍信息确定所述第一节奏感测试结果,以确定对齐后的听觉节拍信息与视觉节拍信息的节奏一致性。
在一些实施例中,根据所述关卡配置文件获得所述目标游戏的设定节拍信息,包括:通过文件解析器对所述关卡配置文件进行解析,获得所述目标游戏的设定节拍信息。
在一些实施例中,所述节奏感测试结果包括第二节奏感测试结果;其中,根据所述视觉节拍信息和所述设定节拍信息确定所述目标游戏的节奏感测试结果,包括:将所述设定节拍信息与所述视觉节拍信息对齐;根据对齐后的设定节拍信息和视觉节拍信息确定所述第二节奏感测试结果,以确定对齐后的设定节拍信息与视觉节拍信息的节奏一致性。
在一些实施例中,根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果,包括:若所述第一节奏感测试结果大于第一阈值或所述第二节奏感测试结果大于第二阈值,则所述目标游戏的节奏感测试结果为不通过。
在一些实施例中,所述图像数据包括所述目标游戏的各帧图片及其时间信息;其中,获取目标游戏的图像数据,包括:获取所述目标游戏的关卡视频;对所述关卡视频进行解帧处理,获得所述关卡视频的各帧图片及其时间信息。
在一些实施例中,获取所述目标游戏的关卡视频,包括:控制客户端完成所述目标游戏的关卡对局;控制所述客户端录制所述关卡对局,以便于所述客户端生成所述目标游戏的关卡视频;接收并存储所述客户端上传的所述目标游戏的关卡视频。
在一些实施例中,控制客户端完成所述目标游戏的关卡对局,包括:实时接收所述客户端上传的所述目标游戏的实时帧图片;通过第二实时目标检测模型对所述实时帧图片进行处理,以获得所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息;若所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息满足预设条件,则向所述客户端发送控制指令,以用于控制所述客户端在所述指定图标的位置处进行确认操作。
在一些实施例中,所述节奏感测试方法还包括:将所述目标游戏及其节奏感测试结果上传至区块链中存储。
本公开实施例,提出一种游戏的节奏感测试装置,该装置包括:游戏数据获取模块、视觉信息确定模块、听觉信息确定模块、设定信息确定模块以及测试结果获取模块。
其中,所述游戏数据获取模块可以配置为获取目标游戏的图像数据、关卡音频数据和关卡配置文件;所述视觉信息确定模块可以配置为根据所述图像数据获得所述目标游戏的视觉节拍信息;所述听觉信息确定模块可以配置为解析所述关卡音频数据获得所述目标游戏的听觉节拍信息;所述设定信息确定模块可以配置为解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;所述测试结果获取模块可以配置为根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
本公开实施例提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一项所述的游戏的节奏感测试方法。
本公开实施例提出一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任一项所述的游戏的节奏感测试方法。
本公开实施例提供的游戏的节奏感测试方法、装置及电子设备和计算机可读存储介质,通过所述目标游戏的图像数据、关卡音频数据和关卡配置文件确定了所述目标游戏的视觉节拍信息、听觉节拍信息和设定节拍信息,并根据上述三种节拍信息确定了所述目标游戏的节奏感测试结果。该方法一方面能够结合所述目标游戏的图像数据、关卡音频数据和关卡配置文件准确的获得所述目标游戏的视觉节拍信息、听觉节拍信息以及设定节拍信息,上述三种节拍信息有助于对所述目标游戏的节奏感进行准确测试;另一方面,基于所述目标游戏的视觉节拍信息、听觉节拍信息以及设定节拍信息,可以自动的完成对所述目标游戏的节奏感的测试,为游戏的节奏感测试提供了一种客观、准确的评价方法。此外,本公开实施例提供的方法可以快速、便捷的完成了对所述目标游戏的节奏感的测试,节约了人力物力。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。下面描述的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了可以应用于本公开实施例的游戏的节奏感测试方法或游戏的节奏感测试装置的示例性系统架构的示意图。
图2是根据相关技术示出的一种音乐节奏类游戏的交互界面。
图3是根据一示例性实施例示出的一种游戏的节奏感测试方法的流程图。
图4是图3中步骤S1在一示例性实施例中的流程图。
图5是图4中步骤S11在一示例性实施例中的流程图。
图6是图5中步骤S111在一示例性实施例中的流程图。
图7是图3中步骤S2在另一示例性实施例中的流程图。
图8是根据一示例性实施例示出的yolo3-tiny的模型结构图。
图9是根据一示例性实施例示出的一种图像识别结果的示意图。
图10是根据一示例性实施例示出的一种听觉节拍点的序列示意图。
图11是图3中步骤S5在一示例性实施例中的流程图。
图12是图3中步骤S5在另一示例性实施例中的流程图。
图13是根据一示例性实施例示出的另一种游戏的节奏感测试方法的流程图。
图14是根据一示例性实施例示出的一种游戏的节奏感测试系统的示意图。
图15是根据一示例性实施例示出的一种区块链系统的示意图。
图16是根据一示例性实施例示出的一种区块结构的示意图。
图17是根据一示例性实施例示出的一种游戏的节奏感测试装置的框图。
图18是根据一示例性实施例示出的一种应用于游戏的节奏感测试装置的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
本公开所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图仅为本公开的示意性图解,图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和步骤,也不是必须按所描述的顺序执行。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本说明书中,用语“一个”、“一”、“该”、“所述”和“至少一个”用以表示存在一个或多个要素/组成部分/等;用语“包含”、“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”、“第二”和“第三”等仅作为标记使用,不是对其对象的数量限制。
下面结合附图对本公开示例实施方式进行详细说明。
图1示出了可以应用于本公开实施例的游戏的节奏感测试方法或游戏的节奏感测试装置的示例性系统架构的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。其中,终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机、可穿戴设备、虚拟现实设备、智能家居等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理,并将处理结果反馈给终端设备。
服务器105可例如获取目标游戏的图像数据、关卡音频数据和关卡配置文件;服务器105可例如对根据所述图像数据获得所述目标游戏的视觉节拍信息;服务器105可例如解析所述关卡音频数据获得所述目标游戏的听觉节拍信息;服务器105可例如解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;服务器105可例如根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的,服务器105可以是一个实体的服务器,还可以为多个服务器组成,根据实际需要,可以具有任意数目的终端设备、网络和服务器。
本公开实施例提供的游戏的节奏感测试方法涉及了计算机视觉技术(ComputerVision,CV)。计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图像处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR(OpticalCharacter Recognition,光学字符识别)、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D(3Dimensions,三维)技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
需要说明的是,上述计算机视觉技术也是一种人工智能(ArtificialIntelligence,AI)技术。人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
可以理解的是,人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习(Machine Learning,ML)等几大方向。
其中,机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
在本公开实施例中,游戏的节奏感测试方法可以指的是音乐节奏类游戏的节奏感测试方法。其中,所述音乐节奏类游戏是一款不仅需要通过视觉或听觉确定节拍点,而且需要同时在视频画面的对应的位置处进行确认操作(或在键盘中进行对应的键盘操作)的游戏。
图2是根据相关技术示出的一种音乐节奏类游戏的交互界面。
如图2所示,游戏界面中可以包括多个如201、202所示的按键图标和多个如203所示的指定图片。
在一些实施例中,当所述按键图标(如图标201或图标202)与所述指定图标(如图标203)重合时,可以认为该游戏到达一个视觉节拍点。
在一些实施例中,玩家可以将听觉和视觉确定的节拍点同时反映到游戏操作(比如说触摸屏幕、滑动屏幕或则指定键盘操作等)中。如果游戏操作的时间点与设定的时间点完全对应,系统就会给出一个正反馈,玩家由此可以获得游戏的快感。
例如,当玩家通过听觉在游戏歌曲中确定了音频节拍点并且通过如图2所示的游戏画面确定了视觉节拍点(例如按键图标201或202的中心点和指定图标203的重点位置重合),玩家可以长按所述重合位置处,直至重合位置处的按键图标消失。当玩家的上述游戏操作(即长按操作)及其时间与设定的节拍动作及其时间吻合的时候,系统会给玩家一个正反馈。
图3是根据一示例性实施例示出的一种游戏的节奏感测试方法的流程图。本公开实施例所提供的方法可以由任意具备计算处理能力的电子设备处理,例如上述图1实施例中的服务器105和/或终端设备102、103,在下面的实施例中,以服务器105为执行主体为例进行举例说明,但本公开并不限定于此。
参照图3,本公开实施例提供的游戏的节奏感测试可以包括以下步骤。
在步骤S1中,获取目标游戏的图像数据、关卡音频数据和关卡配置文件。
在一些实施例中,所述目标游戏可以指的是音乐节奏类游戏,例如XX炫舞等。
在一些实施例中,所述目标游戏可能会包括多个关卡,也可以只包括一个关卡,每个关卡都可以对应有不同的关卡视频数据、关卡音频数据以及配置文件。其中,所述关卡音频数据可以是一首歌曲,也可以是纯音乐等。
在一些实施例中,可以通过解帧所述目标游戏的关卡视频以获得所述目标游戏的图像数据。
在步骤S2中,根据所述图像数据获得所述目标游戏的视觉节拍信息。
在一些实施例中,所述视觉节拍信息包括视觉节拍点及其时间信息。
在一些实施例中,当所述图像数据满足预设条件时,就可以认为所述图像数据就对应了一个视觉节拍点,所述图像数据对应的时间就可以是所述视觉节拍点的时间。
在步骤S3中,解析所述关卡音频数据获得所述目标游戏的听觉节拍信息。
在一些实施例中,可以解析所述关卡音频数据,获得所述关卡音频数据的听觉节拍点及其对应时间。
在一些实施例中,所述听觉节拍信息包括所述关卡音频数据的听觉节拍点以及所述节拍点对应的时间信息。
在一些实施例中,可以结合Essentia(一种用于音频/音乐分析/合成的开源库/工具)中的RhythmEtractor(节奏提取)算法、onset(起始)算法以及aubio(音频)开源音频算法对所述关卡音频数据进行处理,以获得所述关卡音频数据的听觉节拍点及其对应时间。
在步骤S4中,解析所述关卡配置文件以获得所述目标游戏的设定节拍信息。
在一些实施例中,所述设定节拍信息包括设定的节拍点及其时间信息。
在一些实施例中,开发人员在设计所述目标游戏的过程中会对应的撰写一个关卡配置文件。通过所述关卡配置文件可以确定预先设定的所述目标游戏的节拍点及其对应时间。当玩家的游戏动作及对应时间与所述预先设定的节拍动作及其时间向吻合时,系统会给玩家一个正反馈,以使玩家获得游戏快感。
在一些实施例中,可以通过文件解析器对所述关卡配置文件进行解析,以获得所述目标游戏的设定节拍信息。
在一些实施例中,所述文件解析器可以指的是XMLParse(Extensible MarkupLanguage Parase,可扩展标记语言解析器)。
在步骤S5中,根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
在一些实施例中,可以根据所述视觉节拍信息与所述听觉节拍信息的偏移量和/或所述视觉节拍信息与所述设定节拍信息的偏移量获得所述节奏感测结果。
本实施例提供的游戏的节奏感测试方法,通过所述目标游戏的图像数据、关卡音频数据和关卡配置文件确定了所述目标游戏的视觉节拍信息、听觉节拍信息和设定节拍信息,并根据上述三种节拍信息确定了所述目标游戏的节奏感测试结果。该方法一方面能够结合所述目标游戏的图像数据、关卡音频数据和关卡配置文件准确的获得所述目标游戏的视觉节拍信息、听觉节拍信息以及设定节拍信息,上述三种节拍信息有助于对所述目标游戏的节奏感进行准确测试;另一方面,基于所述目标游戏的视觉节拍信息、听觉节拍信息以及设定节拍信息,可以自动的完成对所述目标游戏的节奏感的测试,为游戏的节奏感测试提供了一种客观、准确的评价方法。此外,本公开实施例提供的方法可以快速、便捷的完成了对所述目标游戏的节奏感的测试,节约了人力物力。
图4是图3中步骤S1在一示例性实施例中的流程图。
在一些实施例中所述图像数据包括所述目标游戏的各帧图片及其时间信息。
如图4所述,本公开实施例中上述步骤S1可以包括以下步骤。
步骤S11中,获取所述目标游戏的关卡视频。
在一些实施例中,所述目标游戏可能会包括多个关卡,也可以只包括一个关卡。
在一些实施例中,可以通过视频录制软件获得所述目标游戏的关卡视频。其中,所述视频录制软件可例如是ffmpeg(fast forward moving picture experts group,快速前向动态图像专家组)音视频处理软件。
在一些实施例中,所述关卡视频可以指的是单人对局游戏视频,也可以指的是多人对局游戏视频。其中,所述单人/多人对局游戏可以由系统自动完成,也可以由人工完成,本公开对此不做限制。
步骤S12中,对所述关卡视频进行解帧处理,以获得所述关卡视频的各帧图片及其时间信息。
在一些实施例中,可以通过视频处理软件(例如ffmpeg)对所述关卡视频进行解帧处理,以获得所述关卡视频的各帧图片及其时间信息。
本实施例,通过对目标游戏的关卡视频的解帧处理,快速、便捷的获得了所述目标游戏的图像数据及其时间信息。
图5是图4中步骤S11在一示例性实施例中的流程图。如图5所述,本公开实施例中上述步骤S11可以包括以下步骤。
在步骤S111中,控制客户端完成所述目标游戏的关卡对局。
在一些实施例中,系统可以控制所述客户端自动完成所述目标游戏的关卡对局。
在步骤S112,控制所述客户端录制所述关卡对局,以便于所述客户端生成所述目标游戏的关卡视频。
在一些实施例中,系统还可以控制所述客户端自动完成对所述目标游戏的关卡视频的录制
在步骤S113中,接收并存储所述客户端上传的所述目标游戏的关卡视频。
在一些实施例中,所述客户端会可以向所述系统实时上传所述目标游戏的关卡视频,所述系统可以实时接收和存储所述目标游戏的关卡视频。
本实施例,系统控制客户端的自动的完成了所述目标游戏的对局,并控制客户端完成了所述对局视频的录制,以便客户端将所述对局视频上传至系统。
图6是图5中步骤S111在一示例性实施例中的流程图。如图6所述,本公开实施例中上述步骤S111可以包括以下步骤。
在步骤S1111中,实时接收所述客户端上传的所述目标游戏的实时帧图片。
在一些实施例中,所述客户端可以接收系统的开局指令,并可以通过一些软件(例如pyhook(封装了一些对于鼠标、键盘以及手机屏幕的操作,可以实现游戏的自动关卡对局)和minitouch(迷你触控))完成对鼠标、键盘或者手机屏幕的一些操作,以完成对所述目标游戏的开局操作。
在一些实施例中,系统可以控制所述客户端自动完成所述目标游戏的关卡对局。在一些实施例中,系统还可以控制所述客户端自动完成对所述目标游戏的关卡对局视频的录制,以便所述客户端可以将所述目标游戏的关卡对局视频的实时帧图片及其时间信息上传至系统。
在一些实施例中,所述系统可以实时接收和存储所述客户端上传的所述目标游戏的实时帧图片及其时间信息。
在步骤S1112中,通过第二实时目标检测模型对所述实时帧图片进行处理,以获得所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息。在一些实施例中,所述第二实时目标检测模型可例如是yolo(you only look once,一瞥)的yolov3-tiny(yolo版本3的简化版本)框架。其中,所述yolo是一种实时目标检测模型。
在一些实施例中,可以根据所述关卡视频中的图像数据预先训练所述第二实时目标检测模型,然后将待预测的图像数据输入至所述第二实时目标检测模型,以确定所述图像数据中的物体类别及其位置信息。
在另外一些实施例中,还可以根据其它神经网络模型对所述实时帧图片进行处理,以获得所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息,上述神经网络可以指的是卷积神经网络、循环神经网络等。
在步骤S1113中,若所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息满足预设条件,则向所述客户端发送控制指令,以用于控制所述客户端在所述指定图标的位置处进行确认操作。
在一些实施例中,可以根据所述第二实时目标检测模型的处理结果判断各帧图片是否满足第二预设条件(例如,判断帧图片中是否存在一个按键图标的位置与某个指定图标的位置重合),如果存在满足第二预设条件的帧图片,则可以认为满足条件的帧图片对应了一个视觉节拍点,所述满足第二条件的帧图片对应的时间就是所述视觉节拍点的时间。
在一些实施例中,所述确认操作可以是例如触屏、滑动等屏幕操作,也可以是左移、右移等键盘操作。
本实施例,系统控制客户端自动完了所述目标游戏的对局和录制,并获得了所述目标游戏的关卡视频数据。
图7是图3中步骤S2在另一示例性实施例中的流程图。
在一些实施例中,所述图像数据包括所述目标游戏的各帧图片及其时间信息,所述视觉节拍信息包括视觉节拍点及其时间信息,各帧图片中包括按键图标和指定图标。如图7所述,本公开实施例中上述步骤S2可以还包括以下步骤。
在步骤S21中,通过第一实时目标检测模型对各帧图片进行处理,获得各帧图片中的按键图标及其位置信息和指定图标及其位置信息。
在一些实施例中,所述第一实时目标检测模型可例如是yolo的yolov3-tiny框架。其中,所述yolo是一种实时目标检测模型。
在一些实施例中,可以根据所述关卡视频中的图像数据预先训练所述第一实时目标检测模型,然后将待预测的图像数据输入至所述第一实时目标检测模型,以确定所述图像数据中的物体类别及其位置信息。
在另外一些实施例中,还可以根据其它神经网络模型对所述实时帧图片进行处理,以获得所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息,上述神经网络可以指的是卷积神经网络、循环神经网络等。
在步骤S22中,根据各帧图片中的按键图标及其位置信息、指定图标及其位置信息和各帧图片的时间信息,确定所述目标游戏的各视觉节拍点及其时间信息。
在一些实施例中,通过所述第一实时目标检测模型对所述目标游戏的各帧图片进行处理,可以确定所述目标游戏的各帧图片中的物体的类别(包括按键图片和指定图标)及其位置信息。
在一些实施例中,可以根据所述第一实时目标检测模型的处理结果判断各帧图片是否满足第一预设条件(例如,判断帧图片中是否存在一个按键图标的位置与某个指定图标的位置重合),如果存在满足第一预设条件的帧图片,则可以认为所述满足条件的帧图片对应了一个视觉节拍点,所述满足第一预设条件的帧图片对应的时间就是所述视觉节拍点的时间。
本公开实施例,一方面通过所述第一实时目标检测模型快速、准确的确定了所述目标游戏中的各帧图片中的按键图标及其位置信息和指定图标及其位置信息;另一方面,基于所述第一实时目标检测模型的处理结果自动、便捷的确定了视觉节拍点及其时间信息。
图8是根据一示例性实施例示出的yolo3-tiny模型结构图。
如图8所示,yolo3-tiny模型可以包括一个输入、至少两个输出。
如图8所示,可以使用大小为416*416*3的彩色图像数据作为所述yolo3-tiny模型的输入。所述彩色图片数据经过卷积核大小为3*3、步长为1的第一卷积层的卷积处理后,可以生成416*416*16的第一特征图。所述第一特征图经过核大小为2*2、步长为2的第一池化层的池化处理后,可以生成208*208*16大小的第二特征图。所述第二特征图经过卷积核大小为3*3、步长为1的第二卷积层的卷积处理后,可以生成一个208*208*32的第三特征图;所述第三特征图经过核大小为2*2、步长为2的第二池化层的池化处理后,可以生成一个104*104*32的第四特征图。所述第四特征图经过卷积核大小为3*3、步长为1的第三卷积层的卷积处理后,可以生成一个104*104*64的第五特征图。所述第五特征图经过核大小为2*2、步长为2的第三池化层的池化处理后,可以生成一个52*52*64大小的第六特征图。所述第六特征图经过卷积核大小为3*3、步长为1的第四卷积层的卷积处理后,可以生成52*52*128的第七特征图。所述第七特征图经过核大小为2*2、步长为2的池化层的池化处理后,可以生成一个26*26*128大小的第八特征图。所述第八特征图经过卷积核大小为3*3、步长为1的第五卷积层的处理后,可以生成一个26*26*256的第九特征图。所述第九特征图可以经过核大小为2*2、步长为2的第五池化层的池化处理,生成一个13*13*256大小的第十特征图。所述第十特征图可以经过卷积核大小为3*3、步长为1的第六卷积层的处理后,可以生成一个13*13*512大小的第十一特征图。所述第十一特征图经过核大小为2*2、步长为1的第六池化层的池化处理后可以生成一个13*13*512大小的第十二特征图。所述第十二特征图经过卷积核大小为3*3、步长为1的第七卷积层的卷积处理后,可以生成一个13*13*1024大小的第十三特征图。所述第十三特征图经过卷积核大小为1*1、步长为1的第八卷积层的卷积处理后,可以生成一个13*13*256的第十四特征图。
在一些实施例中,一方面所述第十四特征图可以依次经过卷积核大小为3*3、步长为1大小的第九卷积层生成第十五特征图,然后经过卷积核大小为1*1、步长为1的第十卷积层生成13*13*225的第十六特征图;另一方面所述第十四特征图可以经过卷积核大小为1*1、步长为1的第十一卷积层生成13*13*128的第十七特征图,所述第十七特征图可以经过上采样层的上采样处理,生成一个26*26*128大小的第十八特征图,所述第十八特征图和所述第九特征图经过拼接层,可以拼接生成一个26*26*384大小的第十九特征图,所述第十九特征图经过卷积核大小为3*3、步长为1的第十二卷积层,生成一个26*26*256大小的第二十特征图,所述第二十特征图可以经过卷积核大小为1*1、步长为1的第十三卷积层,生成一个26*26*255大下的第二十一特征图。
可以理解的是,上述各个卷积层中均包括至少一个卷积核,可以理解的是,本公开实施例并不限制上述各个卷积层中的卷积核的个数。
在一些实施例中,上述第十六特征图以及上述第二十一特征图均可以转换为输入图像中的物体是指定物体类别的概率及其位置信息。其中,指定物体类别可以指的是训练样本中指定的物体类别。例如,可以使用包括指定图标和按键图标的图像数据作为训练样本以训练所述yolo-tiny模型,则所述指定图标和所述按键图标就可以是所述设定物体类别。
例如,可以使用包括指定图标和按键图标的目标游戏的帧图片训练所述yolo3-tiny模型,上述目标游戏的帧图片中均标注了所述指定图标和按键图标的类别。当训练结束后,可以将待识别图像输入至所述yolo3-tiny模型,所述yolo3-tiny模型的各个输出端均会输出所述待识别图像的特征图,将该特征图经理后就会获得所述待识别图像中的物体是所述指定图标和所述按键图标的概率信息以及其位置信息。
需要注意的是,所述yolo3-tiny模型的所述至少两个输出对所述待识别图像中不同大小的物体的识别能力不同。例如,图8中的yolo3-tiny模型的左输出端口对应的输出对面积较大的物体具有较高的识别能力,右输出端口对应的输出对面积较小的物体具有较高的识别能力。
图9是根据一示例性实施例示出的一种图像识别结果的示意图。
如图9所示,将所述图像数据输入至所述第一实时目标检测模型后,可以得到如图9所示的识别结果。所述第一实时目标检测模型一方面在图9中确定了多个物体,如图标901、902、903以及904;另一方面确定了所述多个物体的类别。例如确定了图标901和图标902是所述按键图标,图标903是游戏操作状态图标(该状态图标可以是系统给玩家的反馈中的一种),图标904是多个指定图标9041的集合;此外还给出了各个物体的位置信息(例如,坐标信息)。
可以理解的是,所述按键图标和所述指定图标以及它们的个数和位置(或者位置变化等)都可以由所述设计人员自行设计,本公开对此不做限制。
在一些实施例中,所述目标游戏的各个帧图片的大小可以相同。在一些实施例中,所述按键图标和所述指定图标的位置信息可以指的是所述指定图片和所述按键图片在所述图像数据中的坐标信息。例如,可以以根据所述图像数据构建坐标轴,然后将所述按键图标或指定图标的中心位置在所述坐标轴中表示,以作为所述按键图标或指定图标的坐标信息。
在一些实施例中,所述听觉节拍信息包括所述关卡音频数据的听觉节拍点及其对应时间。
在一些实施例中,所述目标游戏可以包括多个关卡,也可以只包括一个关卡,每个关卡都可以包括一个关卡音频数据。例如,在XX炫舞游戏中包括了多个闯关关卡,每一关卡都有一首歌曲作为通关歌曲。
在一些实施例中,可以获取所述目标游戏的关卡音频数据,并通过音频解析算法对所述关卡音频数据进行处理,以获得所述关卡音频数据的听觉节拍点及其对应时间。
在一些实施例中,可以结合Essentia中的RhythmEtractor算法、onset算法与aubio开源音频算法对所述关卡音频数据进行处理,可以获得如图10所示的所述关卡音频数据的节拍点及其对应时间。
图10是根据一示例性实施例示出的一种音频数据的听觉节拍点的序列示意图。如图10所示,横坐标代表了时间,纵坐标代表了所述音频数据的波幅,1001代表了一种该音频数据的波形,1002代表了在该音频数据中确定获取的节拍点。可以理解的在所述音频数据中可以确定多个节拍点,每个节拍点都有对应的一个时间点。
在一些实施例中,开发人员在设计所述目标游戏的过程中会对应的撰写一个关卡配置文件,通过所述关卡配置文件可以确定预先设定的所述目标游戏的节拍点及其对应时间。当玩家的游戏动作及对应时间与所述预先设定的节拍动作及其时间向吻合时,系统会给玩家一个正反馈,以使玩家获得游戏快感。
在一些实施例中,可以通过文件解析器对所述关卡配置文件进行解析,获得所述目标游戏的设定节拍信息。所述设定节拍信息可以包括设定的节拍点和所述设定节拍点的时间信息。
在一些实施例中,所述文件解析器可以指的是XMLParse。
本实施例通过文件解析器快速获得了所述目标游戏的设定节拍点及其时间信息。
图11是图3中步骤S5在一示例性实施例中的流程图。
在一些实施例中,所述节奏感测试结果包括第一节奏感测试结果。如图11所述,本公开实施例中上述步骤S5可以包括以下步骤。
在步骤S51中,将所述听觉节拍信息与所述视觉节拍信息对齐。
在目标游戏中,所述听觉节拍的起始节拍点和所述视觉节拍的起始节拍点可能并不能完全对应。一般来说,可以先出现听觉节拍的起始节拍点,然后才出现视觉节拍起始节拍点。因此,需要首先将所述听觉节拍信息和所述视觉节拍信息对齐,才能判断所述听觉节拍信息和所述视觉节拍信息的一致性。
在一些实施例中,所述视觉节拍点和所述听觉节拍点都可以是时间序列。
在一些实施例中,将所述听觉节拍信息和所述视觉节拍信息对齐可以包括以下步骤。
步骤一:获取所述视觉节拍信息中的第一个节拍点和所述听觉节拍信息中的第一个节拍点;步骤二,判断第一个视觉节拍点与第一个听觉节拍点是否满足第一对齐条件(例如,所述第一视觉节拍点与所述第一听觉节拍点的时间间隔小于第一预设时间间隔并大于所述第一视觉节拍点和第二听觉节拍点的时间间隔);步骤三,如果判断所述第一个视觉节拍点与所述第一个听觉节拍点满足所述第一对齐条件,则根据所述第一个视觉节拍点和所述第一个听觉节拍点将所述视觉节拍信息和所述听觉节拍信息对齐;步骤四,如果判断所述第一个视觉节拍点与所述第一个听觉节拍点的不满足所述第一对齐条件,则获取下一个听觉节拍点以作为所述第一听觉节拍点,并重复执行步骤一至步骤三;步骤五,遍历所述听觉节拍点都没有将所述听觉节拍信息和所述视觉节拍信息对齐,则获取下一个视觉节拍点以作为所述第一视觉节拍点。
在一些实施例中,可以根据aubio开源音频算法获得所述关卡音频数据的Bpm(Beat per minute,每分钟节拍数)序列,然后根据所述Bpm序列确定所述关卡音频数据的平均节拍间隔,并将0.5个平均时间间隔作为上述第一预设时间间隔。
在步骤S52中,根据对齐后的听觉节拍信息和视觉节拍信息确定所述第一节奏感测试结果,以确定对齐后的听觉节拍信息与视觉节拍信息的节奏一致性。
在一些实施例中,将所述听觉节拍信息和所述视觉节拍信息对齐后,可以将所述视觉节拍点时间与所述听觉节拍点时间对应相减,以确定所述视觉节拍点和所述听觉节拍点的时间偏差值。
在一些实施例中,可以根据所述视觉节拍点和所述听觉节拍点的时间偏差值获取所述第一节奏感测试结果。
例如,可以获取所述视觉节拍点和所述听觉节拍点的时间偏差值中的最大值、最小值或均值等作为所述第一节奏感测试结果。
本实施例,一方面基于所述视觉节拍点和所述听觉节拍点的起始点时间不同的问题,将所述视觉节拍点和所述听觉节拍点进行了对齐操作;另一方面,根据对齐后的视觉节拍点和听觉节拍点确定了所述目标游戏的第一节奏感测试结果。
图12是图3中步骤S5在另一示例性实施例中的流程图。
在一些实施例中,所述节奏感测试结果包括第二节奏感测试结果。如图12所示,本公开实施例中上述步骤S5还可以包括以下步骤。
在步骤S53中,将所述设定节拍信息与所述视觉节拍信息对齐。
在所述目标游戏,所述设定节拍信息的起始节拍点和所述视觉节拍信息的起始节拍点可能并不能完全对应。一般来说,可以先出现设定节拍起始节拍点,然后才出现视觉节拍起始节拍点。因此,需要首先将所述设定节拍信息和所述视觉节拍信息对齐,才能判断所述设定节拍信息和所述视觉节拍信息的一致性。
在一些实施例中,所述视觉节拍点和所述设定节拍点都可以是时间序列。
在步骤S54中,根据对齐后的设定节拍信息和视觉节拍信息确定所述第二节奏感测试结果,以确定对齐后的设定节拍信息与视觉节拍信息的节奏一致性。
在一些实施例中,将所述设定节拍信息和所述视觉节拍信息对齐可以包括以下步骤。
步骤一:获取所述视觉节拍信息中的第一个节拍点和所述设定节拍信息中的第一个节拍点;步骤二,判断第一个视觉节拍点与第一个设定节拍点是否满足第二对齐条件(例如,所述第一视觉节拍点与所述第一设定节拍点的时间间隔小于第二预设时间间隔并大于所述第一视觉节拍点和第二设定节拍点的时间间隔);步骤三,如果判断所述第一个视觉节拍点与所述第一个设定节拍点满足所述第二对齐条件,则根据所述第一个视觉节拍点和所述第一个设定节拍点将所述视觉节拍信息和所述设定节拍信息对齐;步骤四,如果判断所述第一个视觉节拍点与所述第一个设定节拍点的不满足所述第二对齐条件,则获取下一个设定节拍点以作为所述第一节拍点,并重复执行步骤一至步骤三;步骤五,遍历所述设定节拍点都没有将所述设定节拍信息和所述视觉节拍信息对齐,则获取下一个视觉节拍点以作为所述第一视觉节拍点。
在一些实施例中,可以根据aubio开源音频算法获得所述关卡音频数据的Bpm序列,然后根据所述Bpm序列确定所述关卡音频数据的平均节拍间隔,并将0.5个平均时间间隔作为上述第二预设时间间隔。
在一些实施例中,可以将对齐后的设定节拍信息和视觉节拍信息进行数据清洗操作(即去掉一些坏点、明显不对的点),然后将所述视觉节拍点与所述设定节拍点时间对应相减,以确定所述视觉节拍点和所述设定节拍点的偏差值。
在一些实施例中,可以根据所述视觉节拍点和所述设定节拍点的偏差值获取所述第二节奏感测试结果。
例如,可以获取所述视觉节拍点和所述设定节拍点的偏差值中的最大值、最小值或均值等作为所述第二节奏感测试结果。
在一些实施例中,若所述第一节奏感测试结果大于第一阈值或所述第二节奏感测试结果大于第二阈值,则所述目标游戏的节奏感测试结果为不通过。
其中,所述第一阈值和所述第二阈值可以由人为设定也可以从往期节奏感较强的节奏感游戏关卡中获得。例如,可以使用本公开提供的方法获取往期节奏感较强的节奏感游戏关卡的第一节奏感测试结果和第二节奏感测试结果作为所述第一阈值和所述第二阈值。
在一些实施例中,可以将所述目标游戏的节奏感测试结果与所述目标游戏的往期版本进行纵向比较。例如,当所述第一节奏感测试结果低于往期版本的第一节奏感测试结果时,并且所述第二节奏感测试结果低于往期版本的第二节奏感测试结果时,可以认为所述目标游戏无节奏问题。而对于新上线的目标游戏的关卡音频数据,可以将所述新上线的目标游戏的节奏感测试结果与数据库中节奏稳定性排名前10的游戏关卡做比较,以确定所述目标游戏是否有节奏问题。
本实施例,一方面基于所述视觉节拍点和所述设定节拍点的起始点时间不同的问题,将所述视觉节拍点和所述设定节拍点进行了对齐操作;另一方面,根据对齐后的视觉节拍点和设定节拍点确定了所述目标游戏的第二节奏感测试结果。
图13是根据一示例性实施例示出的另一种游戏的节奏感测试方法的流程图。参照图13,本公开实施例提供的游戏的节奏感测试可以包括以下步骤。
在步骤S1301中,获取目标游戏的图像数据、关卡音频数据和关卡配置文件。
在步骤S1302中,对所述图像数据进行图像识别。
在一些实施例中,所述图像数据包括所述目标游戏的各帧图片及其时间信息,各帧图片中包括按键图标和指定图标。
在一些实施例中,可以通过第一实时目标检测模型对各帧图片进行处理,获得各帧图片中的按键图标及其位置信息和指定图标及其位置信息。
在步骤S1303中,获取视觉节拍点。
在一些实施例中,可以根据所述第一实时目标检测模型的处理结果判断各帧图片是否满足预设条件(例如,判断帧图片中是否存在一个按键图标的位置与某个指定图标的位置重合),如果存在满足预设条件的帧图片,则可以认为所述满足条件的帧图片对应了一个视觉节拍点,所述满足条件的帧图片对应的时间就是所述视觉节拍点的时间。
在步骤S1304中,解析所述关卡音频数据。
在步骤S1305中,获取听觉节拍点。
在一些实施例中,可以获取所述目标游戏的关卡音频数据,并通过音频解析算法对所述关卡音频数据进行处理,以获得所述关卡音频数据的听觉节拍点及其对应时间。
在一些实施例中,可以结合Essentia中的RhythmEtractor算法、onset算法与aubio开源音频算法对所述关卡音频数据进行处理,可以获得所述关卡音频数据的听觉节拍点及其对应时间。
在步骤S1306中,解析关卡配置文件。
在步骤S1307中,获取设定节拍点。
在一些实施例中,可以通过文件解析器对所述关卡配置文件进行解析,获得所述目标游戏的设定节拍信息。所述设定节拍信息可以包括设定的节拍点和所述设定节拍点的时间信息。
在步骤S1308中,根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
在一些实施例中,可以获得所述视觉节拍信息与所述听觉节拍信息的偏移量和/或所述视觉节拍信息与所述设定节拍信息的偏移量作为所述节奏感测结果。
在步骤S1309中,存储并显示所述节奏感测试结果。
本实施例提供的游戏的节奏感测试方法,通过所述目标游戏的图像数据、关卡音频数据和关卡配置文件确定了所述目标游戏的视觉节拍信息、听觉节拍信息和设定节拍信息,并根据上述三种节拍信息确定了所述目标游戏的节奏感测试结果。该方法一方面,能够结合所述目标游戏的图像数据、关卡音频数据和关卡配置文件准确的获得所述目标游戏的视觉节拍信息、听觉节拍信息以及设定节拍信息,上述三种节拍信息有助于对所述目标游戏的节奏感进行准确测试;另一方面,基于所述目标游戏的视觉节拍信息、听觉节拍信息以及设定节拍信息,可以自动的完成对所述目标游戏的节奏感的测试,为游戏的节奏感测试提供了一种客观的评价方法。此外,该方法快速、便捷,可以极大地节约人力物力。
图14是根据一示例性实施例示出的一种游戏的节奏感测试系统的示意图。
如图14所示,所述游戏的节奏感测试系统包括客户端141、服务器142以及存储设备143三大部分。其中,所述客户端1411包括自动对局装置1711和视频录制装置1412,所述服务器142包括配置文件解析装置1421、图像识别装置1422、音频解析装置1423,所述存储设备143包括图像数据存储装置1431、关卡音频数据存储装置1432以及关卡配置文件存储装置1433。
在一些实施例中,所述存储设备143中的图像数据存储装置1431可以用来存储所述目标游戏的图像数据,所述关卡音频数据存储装置1432可以用来存储所述目标游戏的关卡音频数据,所述关卡配置文件存储装置1433用来存储所述关卡配置文件。
在一些实施例中,所述图像数据存储装置1431、所述关卡音频数据存储装置1432以及所述关卡配置文件存储装置1433都可以与所述服务器142连接,以向所述服务器提供所述目标游戏的图像数据、关卡音频数据以及关卡配置文件。
在一些实施例中,所述服务器142可以控制所述客户端141中的自动对局装置1411和视频录制装置1412分别完成所述目标游戏的自动对局和关卡视频录制工作,并接收和解帧所述客户端上传的所述目标游戏的关卡视频,并将解帧后获得的所述目标游戏的帧图片传输至所述图像数据存储装置1431中存储。
在一些实施例在中,所述服务器142可以包括配置文件解析装置1421、图像识别装置1422以及音频解析装置1423。其中,所述配置文件解析装置1421可以用来解析所述关卡配置文件存储装置1433上传的关卡配置文件以获取所述设定节拍信息;所述图像识别装置1422可以通过所述第一实时目标检测模型对所述图像数据存储装置1431上传的图像数据进行图像处理,以确定所述视觉节拍信息;所述音频解析装置1423可以将所述音频数据存储装置1433上传的关卡音频数据进行解析,以获得所述听觉节拍信息。
在一些实施例中,所述服务器还可以根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
本公开实施例涉及的游戏的节奏感测试系统可以是由客户端、多个节点(接入网络中的任意形式的计算设备,如服务器、用户终端)通过网络通信的形式连接形成的分布式系统。
以分布式系统为区块链系统为例,参见图15,图15是本公开实施例提供的分布式系统1500应用于区块链系统的一个可选的结构示意图,由多个节点1501(接入网络中的任意形式的计算设备,如服务器、用户终端)和客户端1502形成,节点之间可以形成点对点(P2P,Peer To Peer)网络。P2P协议是一个运行在传输控制协议(TCP,TransmissionControl Protocol)协议之上的应用层协议。在分布式系统中,任何机器如服务器、终端都可以加入而成为节点,节点包括硬件层、中间层、操作系统层和应用层。
参见图15示出的区块链系统中各节点的功能,涉及的功能包括:
1)路由,节点具有的基本功能,用于支持节点之间的通信。
节点除具有路由功能外,还可以具有以下功能:
2)应用,用于部署在区块链中,根据实际业务需求而实现特定业务,记录实现功能相关的数据形成记录数据,在记录数据中携带数字签名以表示任务数据的来源,将记录数据发送到区块链系统中的其他节点,供其他节点在验证记录数据来源以及完整性成功时,将记录数据添加到临时区块中。
例如,应用实现的业务包括区块链(Blockchain)。其中,区块链包括一系列按照产生的先后时间顺序相互接续的区块(Block),新区块一旦加入到区块链中就不会再被移除,区块中记录了区块链系统中节点提交的记录数据。
参见图16,图16是本公开实施例提供的区块结构(Block Structure)一个可选的示意图,每个区块中包括本区块存储交易记录的哈希值(本区块的哈希值)、以及前一区块的哈希值,各区块通过哈希值连接形成区块链。另外,区块中还可以包括有区块生成时的时间戳等信息。区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链,本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了相关的信息,用于验证其信息的有效性(防伪)和生成下一个区块。
在一些实施例中,可以以所述区块链的任一节点为执行主体,以完成以下技术方案:从所述区块链中获取所述目标游戏的图像数据、关卡音频数据和关卡配置文件;根据所述图像数据获得所述目标游戏的视觉节拍信息;解析所述关卡音频数据以获得所述目标游戏的听觉节拍信息;解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果;将所述目标游戏的节奏感测试结果存储在所述区块链中。
本公开实施例,通过区块链存储所述目标游戏的图像数据、关卡音频数据、关卡配置文件以及最后获得的目标游戏的节奏感测试结果,实现了去中心化的存储方式,具有隐私保护、可追溯、防篡改等特点,保证了存储的数据的安全性和可靠性。
图17是根据一示例性实施例示出的一种游戏的节奏感测试装置的框图。参照图17,本公开实施例提供的游戏的节奏感测试装置1700可以包括游戏数据获取模块1701、视觉信息确定模块1702和听觉信息确定模块1703、设定信息确定模块1704以及测试结果获取模块1705。
其中,所述游戏数据获取模块1701可以配置为获取目标游戏的图像数据、关卡音频数据和关卡配置文件;所述视觉信息确定模块1702可以配置为根据所述图像数据获得所述目标游戏的视觉节拍信息;所述听觉信息确定模块1703可以配置为解析所述关卡音频数据获得所述目标游戏的听觉节拍信息;所述设定信息确定模块1704可以配置为解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;所述测试结果获取模块1705可以配置为根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
在一些实施例中,所述图像数据包括所述目标游戏的各帧图片及其时间信息,所述视觉节拍信息包括视觉节拍点及其节拍时间,各帧图片中包括按键图标和指定图标;其中,所述视觉信息确定模块1702可以包括:图片处理子模块以及视觉信息确定子模块。
其中,所述图片处理子模块可以配置为通过第一实时目标检测模型对各帧图片进行处理,获得各帧图片中的按键图标及其位置信息和指定图标及其位置信息;所述视觉信息确定子模块可配置为根据各帧图片中的按键图标及其位置信息、指定图标及其位置信息和各帧图片的时间信息,确定所述目标游戏的各视觉节拍点及其时间信息。
在一些实施例中,所述节奏感测试结果包括第一节奏感测试结果;其中,所述测试结果获取模块1705可以包括第一对齐子模块和第一结果获取模块。
其中,所述第一对齐子模块可以配置为将所述听觉节拍信息与所述视觉节拍信息对齐;所述第一结果获取子模块可以配置为根据对齐后的听觉节拍信息和视觉节拍信息确定所述第一节奏感测试结果。
在一些实施例中,所述节奏感测试结果包括第二节奏感测试结果;其中,所述测试结果获取模块1705还可以包括:第二对齐子模块和第二结果获取子模块。
其中,所述第二对齐子模块可以配置为将所述设定节拍信息与所述视觉节拍信息对齐;所述第二结果获取子模块可以配置为根据对齐后的设定节拍信息和视觉节拍信息确定所述第二节奏感测试结果,以确定对齐后的设定节拍信息与视觉节拍信息的节奏一致性。
在一些实施例中,所述测试结果获取模块1705还可以包括评分结果获取子模块。其中所述评分结果获取子模块可以配置为将所述第一节奏感测试结果和所述第二节奏感测试结果分别与第一阈值和第二阈值作比较,以确定所述目标游戏的节奏感评分结果。
在一些实施例中,所述图像数据包括所述目标游戏的各帧图片及其时间信息;所述游戏数据获取模块1701可以包括:视频获取子模块和解帧子模块。
其中,所述视频获取子模块可以配置为获取所述目标游戏的关卡视频;所述解帧子模块可配置为对所述关卡视频进行解帧处理,获得所述关卡视频的各帧图片及其时间信息。
在一些实施例中,所述视频获取子模块可以包括:对局单元、视频录制单元和视频存储单元。
其中,所述对局单元可以配置为控制客户端完成所述目标游戏的关卡对局;所述视频录制单元可以配置为控制所述客户端录制所述关卡对局,以便于所述客户端生成所述目标游戏的关卡视频;所述视频存储单元可以配置为接收并存储所述客户端上传的所述目标游戏的关卡视频。
在一些实施例中,所述对局单元可以包括:图片接收子单元、图像处理子单元和确认子单元。
其中,所述图片接收子单元可以配置为实时接收所述客户端上传的所述目标游戏的实时帧图片;所述图像处理子单元可以配置为通过第二实时目标检测模型对所述实时帧图片进行处理,以获得所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息;所述确认子单元可以配置为若所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息满足预设条件,则向所述客户端发送控制指令,以用于控制所述客户端在所述指定图标的位置处进行确认操作。
由于本公开的示例实施例的游戏的节奏感测试装置1700的各个功能模块与上述游戏的节奏感测试方法的示例实施例的步骤对应,因此在此不再赘述。
下面参考图18,其示出了适于用来实现本申请实施例的终端设备的计算机系统1800的结构示意图。图18示出的终端设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图18所示,计算机系统1800包括中央处理单元(CPU)1801,其可以根据存储在只读存储器(ROM)1802中的程序或者从储存部分1808加载到随机访问存储器(RAM)1803中的程序而执行各种适当的动作和处理。在RAM 1803中,还存储有系统1800操作所需的各种程序和数据。CPU 1801、ROM 1802以及RAM 1803通过总线1804彼此相连。输入/输出(I/O)接口1805也连接至总线1804。
以下部件连接至I/O接口1805:包括键盘、鼠标等的输入部分1806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1807;包括硬盘等的储存部分1808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1809。通信部分1809经由诸如因特网的网络执行通信处理。驱动器1810也根据需要连接至I/O接口1805。可拆卸介质1811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1810上,以便于从其上读出的计算机程序根据需要被安装入储存部分1808。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1809从网络上被下载和安装,和/或从可拆卸介质1811被安装。在该计算机程序被中央处理单元(CPU)1801执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块和/或子模块和/或单元和/或子单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块和/或子模块和/或单元和/或子单元也可以设置在处理器中,例如,可以描述为:一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中,这些模块和/或子模块和/或单元和/或子单元单元的名称在某种情况下并不构成对该模块和/或子模块和/或单元和/或子单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备可实现功能包括:获取目标游戏的图像数据、关卡音频数据和关卡配置文件;根据所述图像数据获得所述目标游戏的视觉节拍信息;解析所述关卡音频数据获得所述目标游戏的听觉节拍信息;解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者智能设备等)执行根据本公开实施例的方法,例如图3的一个或多个所示的步骤。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其他实施例。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不限于这里已经示出的详细结构、附图方式或实现方法,相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (12)

1.一种游戏的节奏感测试方法,其特征在于,包括:
获取目标游戏的图像数据、关卡音频数据和关卡配置文件;
根据所述图像数据获得所述目标游戏的视觉节拍信息;
解析所述关卡音频数据以获得所述目标游戏的听觉节拍信息;
解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;
根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
2.根据权利要求1所述方法,其特征在于,所述图像数据包括所述目标游戏的各帧图片及其时间信息,所述视觉节拍信息包括视觉节拍点及其时间信息;其中,根据所述图像数据获得所述目标游戏的视觉节拍信息,包括:
通过第一实时目标检测模型对各帧图片进行处理,获得各帧图片中的按键图标及其位置信息和指定图标及其位置信息;
根据各帧图片中的按键图标及其位置信息、指定图标及其位置信息和各帧图片的时间信息,确定所述目标游戏的各视觉节拍点及其时间信息。
3.根据权利要求1所述方法,其特征在于,所述节奏感测试结果包括第一节奏感测试结果;其中,根据所述视觉节拍信息和所述听觉节拍信息获得所述目标游戏的节奏感测试结果,包括:
将所述听觉节拍信息与所述视觉节拍信息对齐;
根据对齐后的听觉节拍信息和视觉节拍信息确定所述第一节奏感测试结果,以确定对齐后的听觉节拍信息与视觉节拍信息的节奏一致性。
4.根据权利要求3所述方法,其特征在于,所述节奏感测试结果包括第二节奏感测试结果;其中,根据所述视觉节拍信息和所述设定节拍信息确定所述目标游戏的节奏感测试结果,包括:
将所述设定节拍信息与所述视觉节拍信息对齐;
根据对齐后的设定节拍信息和视觉节拍信息确定所述第二节奏感测试结果,以确定对齐后的设定节拍信息与视觉节拍信息的节奏一致性。
5.根据权利要求4述方法,其特征在于,根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果,包括:
若所述第一节奏感测试结果大于第一阈值或所述第二节奏感测试结果大于第二阈值,则所述目标游戏的节奏感测试结果为不通过。
6.根据权利要求1所述方法,其特征在于,所述图像数据包括所述目标游戏的各帧图片及其时间信息;其中,获取目标游戏的图像数据,包括:
获取所述目标游戏的关卡视频;
对所述关卡视频进行解帧处理,获得所述关卡视频的各帧图片及其时间信息。
7.据权利要求6述方法,其特征在于,获取所述目标游戏的关卡视频,包括:
控制客户端完成所述目标游戏的关卡对局;
控制所述客户端录制所述关卡对局,以便于所述客户端生成所述目标游戏的关卡视频;
接收并存储所述客户端上传的所述目标游戏的关卡视频。
8.根据权利要求7述方法,其特征在于,控制客户端完成所述目标游戏的关卡对局,包括:
实时接收所述客户端上传的所述目标游戏的实时帧图片;
通过第二实时目标检测模型对所述实时帧图片进行处理,以获得所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息;
若所述实时帧图片中的按键图标及其位置信息和指定图标及其位置信息满足预设条件,则向所述客户端发送控制指令,以用于控制所述客户端在所述指定图标的位置处进行确认操作。
9.根据权利要求1所述方法,其特征在于,还包括:将所述目标游戏及其节奏感测试结果上传至区块链中存储。
10.一种游戏的节奏感测试装置,其特征在于,还包括:
游戏数据获取模块,配置为获取目标游戏的图像数据、关卡音频数据和关卡配置文件;
视觉信息确定模块,配置为根据所述图像数据获得所述目标游戏的视觉节拍信息;
听觉信息确定模块,配置为解析所述关卡音频数据以获得所述目标游戏的听觉节拍信息;
设定信息确定模块,配置为解析所述关卡配置文件以获得所述目标游戏的设定节拍信息;
测试结果获取模块,配置为根据所述视觉节拍信息、所述听觉节拍信息和所述设定节拍信息获得所述目标游戏的节奏感测试结果。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-9中任一项所述的方法。
CN201910854950.3A 2019-09-10 2019-09-10 游戏的节奏感测试方法、装置以及相关设备 Active CN110585730B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910854950.3A CN110585730B (zh) 2019-09-10 2019-09-10 游戏的节奏感测试方法、装置以及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910854950.3A CN110585730B (zh) 2019-09-10 2019-09-10 游戏的节奏感测试方法、装置以及相关设备

Publications (2)

Publication Number Publication Date
CN110585730A true CN110585730A (zh) 2019-12-20
CN110585730B CN110585730B (zh) 2021-12-07

Family

ID=68858620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910854950.3A Active CN110585730B (zh) 2019-09-10 2019-09-10 游戏的节奏感测试方法、装置以及相关设备

Country Status (1)

Country Link
CN (1) CN110585730B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111773716A (zh) * 2020-06-15 2020-10-16 北京达佳互联信息技术有限公司 检测方法、装置、服务器及存储介质
CN111957047A (zh) * 2020-08-12 2020-11-20 超参数科技(深圳)有限公司 关卡配置数据调整方法、计算机设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102067464A (zh) * 2008-06-04 2011-05-18 Anbsoft株式会社 使用配备有小键盘进行操作的终端的节律动作游戏方法以及在其上记录有能够运行所述游戏的程序的记录介质
CN104157280A (zh) * 2009-10-30 2014-11-19 杜比国际公司 复杂度可缩放的感知节拍估计
CN108461011A (zh) * 2018-03-26 2018-08-28 广东小天才科技有限公司 一种自动识别音乐节奏的方法及可穿戴设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102067464A (zh) * 2008-06-04 2011-05-18 Anbsoft株式会社 使用配备有小键盘进行操作的终端的节律动作游戏方法以及在其上记录有能够运行所述游戏的程序的记录介质
CN104157280A (zh) * 2009-10-30 2014-11-19 杜比国际公司 复杂度可缩放的感知节拍估计
CN108461011A (zh) * 2018-03-26 2018-08-28 广东小天才科技有限公司 一种自动识别音乐节奏的方法及可穿戴设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111773716A (zh) * 2020-06-15 2020-10-16 北京达佳互联信息技术有限公司 检测方法、装置、服务器及存储介质
CN111773716B (zh) * 2020-06-15 2024-01-30 北京达佳互联信息技术有限公司 检测方法、装置、服务器及存储介质
CN111957047A (zh) * 2020-08-12 2020-11-20 超参数科技(深圳)有限公司 关卡配置数据调整方法、计算机设备及存储介质
CN111957047B (zh) * 2020-08-12 2024-01-26 超参数科技(深圳)有限公司 关卡配置数据调整方法、计算机设备及存储介质

Also Published As

Publication number Publication date
CN110585730B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN109902659B (zh) 用于处理人体图像的方法和装置
Brown et al. Finding waldo: Learning about users from their interactions
CN109189544B (zh) 用于生成表盘的方法和装置
US20210104169A1 (en) System and method for ai based skill learning
KR102284862B1 (ko) 프로그래밍 교육을 위한 화상 콘텐츠 제공 방법
WO2023050650A1 (zh) 动画视频生成方法、装置、设备及存储介质
CN110585730B (zh) 游戏的节奏感测试方法、装置以及相关设备
CN110516749A (zh) 模型训练方法、视频处理方法、装置、介质和计算设备
CN113069769B (zh) 云游戏界面显示方法、装置、电子设备以及存储介质
CN107844426A (zh) 自动化测试方法及装置、存储介质、电子设备
CN113392197B (zh) 问答推理方法、装置、存储介质及电子设备
CN111782068A (zh) 鼠标轨迹生成的方法、装置和系统以及数据处理的方法
CN110465089A (zh) 基于图像识别的地图探索方法、装置、介质及电子设备
Yin Research and analysis of intelligent English learning system based on improved neural network
CN111738010B (zh) 用于生成语义匹配模型的方法和装置
CN116956116A (zh) 文本的处理方法和装置、存储介质及电子设备
CN112860213B (zh) 音频的处理方法和装置、存储介质及电子设备
Wang et al. Virtual reality enabled human-centric requirements engineering
CN113572981B (zh) 视频配乐方法及装置、电子设备、存储介质
CN109885727A (zh) 资料推送方法、装置、电子设备及系统
US20220223067A1 (en) System and methods for learning and training using cognitive linguistic coding in a virtual reality environment
CN115828022A (zh) 一种数据识别方法、联邦训练模型、装置和设备
CN112973130B (zh) 虚拟场景的回放模型构建方法、装置、设备及存储介质
CN113590772A (zh) 异常评分的检测方法、装置、设备及计算机可读存储介质
CN112419108A (zh) 一种物联网实验云管理系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant