CN110766770A - 热力图生成方法、装置、可读存储介质和计算机设备 - Google Patents
热力图生成方法、装置、可读存储介质和计算机设备 Download PDFInfo
- Publication number
- CN110766770A CN110766770A CN201910981669.6A CN201910981669A CN110766770A CN 110766770 A CN110766770 A CN 110766770A CN 201910981669 A CN201910981669 A CN 201910981669A CN 110766770 A CN110766770 A CN 110766770A
- Authority
- CN
- China
- Prior art keywords
- virtual object
- coordinate point
- killing
- target
- map image
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请涉及一种热力图生成方法、装置、计算机可读存储介质和计算机设备,所述方法包括:获取地图图像,确定地图图像中可行区域的骨架线;获取骨架线上的各个坐标点间的状态转移矩阵;生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点;将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;根据击杀坐标点生成与地图图像对应的击杀热力图。本申请提供的方案可以实现对游戏进行简单模拟,可在短时间内完成多局游戏,快速生成在地图图像的击杀热力图。
Description
技术领域
本申请涉及游戏领域,特别是涉及一种热力图生成方法、装置、计算机可读存储介质和计算机设备。
背景技术
随着网络技术的发展,手机网络游戏越来越普及,特别是枪战类游戏,在此类游戏中,地图平衡性是衡量游戏好坏的一项重要指标,若地图平衡性差,即游戏中某一阵营所占据的区域容易产生击杀,导致该阵营的游戏角色容易被击杀,游戏失衡。因而,在枪战类游戏设计一张新地图时,往往需要分析新地图的击杀的热力图,以达到分析地图平衡性的目的。
然而,传统技术中,通常需要收集大量的游戏数据,例如游戏环境中的游戏图像、游戏动作和奖励规则等,再利用游戏数据基于强化学习算法训练进行游戏AI训练,进而将获得的游戏AI与实际的游戏环境进行交互,模拟枪战对局,以获取产生击杀的位置,进行地图的平衡性分析。但是现有的枪战类游戏没有提供游戏的内部接口,极大增大了收集大量的游戏数据的难度以及与游戏环境间的交互的难度,减缓了游戏AI与游戏环境间交互的速度,导致地图平衡性分析的时间开销增大,效率降低。
发明内容
基于此,有必要针对地图平衡性分析的时间开销增大、效率低的技术问题,提供一种热力图生成方法、装置、计算机可读存储介质和计算机设备。
一种热力图生成方法,包括:
获取地图图像,确定所述地图图像中可行区域的骨架线;
获取所述骨架线上的各个坐标点间的状态转移矩阵;
生成虚拟对象,并确定所述虚拟对象在所述骨架线上的初始坐标点;
将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;
当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;
根据所述击杀坐标点生成与地图图像对应的击杀热力图。
一种热力图生成装置,所述装置包括:
骨架线获取模块,用于获取地图图像,确定所述地图图像中可行区域的骨架线;
状态转移矩阵获取模块,用于获取所述骨架线上的各个坐标点间的状态转移矩阵;
虚拟对象获取模块,用于生成虚拟对象,并确定所述虚拟对象在所述骨架线上的初始坐标点;
对局仿真模块,用于将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;
击杀坐标点获取模块,用于在对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;
击杀热力图模块,用于根据所述击杀坐标点生成与地图图像对应的击杀热力图。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
获取地图图像,确定所述地图图像中可行区域的骨架线;
获取所述骨架线上的各个坐标点间的状态转移矩阵;
生成虚拟对象,并确定所述虚拟对象在所述骨架线上的初始坐标点;
将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;
当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;
根据所述击杀坐标点生成与地图图像对应的击杀热力图。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
获取地图图像,确定所述地图图像中可行区域的骨架线;
获取所述骨架线上的各个坐标点间的状态转移矩阵;
生成虚拟对象,并确定所述虚拟对象在所述骨架线上的初始坐标点;
将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;
当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;
根据所述击杀坐标点生成与地图图像对应的击杀热力图。
上述热力图生成方法、装置、计算机可读存储介质和计算机设备,获取地图图像,确定地图图像中可行区域的骨架线;获取骨架线上的各个坐标点间的状态转移矩阵;生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点;将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;根据击杀坐标点生成与地图图像对应的击杀热力图。通过获取地图图像中可行区域的骨架线上的各个坐标点间的状态转移矩阵以及虚拟对象的初始坐标点,将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型,实现对游戏进行简单模拟,可在短时间内完成多局游戏,快速生成在地图图像上各个坐标点上产生击杀的次数,并根据各个坐标点上产生的击杀次数生成地图图像对应的击杀热力图,实现快速生成击杀热力图,方便后续进行地图平衡性分析,节省时间开销,提高游戏地图平衡性分析的效率。
附图说明
图1为一个实施例中热力图生成方法的应用环境图;
图2为一个实施例中热力图生成方法的流程示意图;
图2A为一个实施例中游戏用户界面的示意图;
图2B为一个实施例中地图图像的示意图;
图2C为一个实施例中的骨架线的示意图;
图2D为一个实施例中的击杀热力图的示意图;
图3为一个实施例中将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真步骤的流程示意图;
图4为一个实施例中根据目标坐标点以及击杀概率,确定虚拟对象的状态信息步骤的流程示意图;
图5为一个实施例中根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点步骤的流程示意图;
图6为一个实施例中偏移矢量计算步骤的流程示意图;
图7为另一个实施例中将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真步骤的流程示意图;
图8为又一个实施例中将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真步骤的流程示意图;
图8A为一个实施例中虚拟对象在地图图像中目标坐标点的示意图;
图9为一个实施例中生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点步骤的流程示意图;
图9A为一个实施例中地图图像的起始区域的示意图;
图10为一个实施例中确定地图图像中可行区域的骨架线步骤的流程示意图;
图10A为一个实施例中二值化地图图像的示意图;
图11为一个实施例中目标对局仿真模型的训练步骤的流程示意图;
图12为一个实施例中热力图生成装置的结构框图;
图13为一个实施例中对局仿真模块的结构框图;
图14为另一个实施例中对局仿真模块的结构框图;
图15为一个实施例中计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
图1为一个实施例中热力图生成方法的应用环境图。参照图1,该热力图生成方法应用于一种计算机设备。该计算机设备可以是包括终端或服务器。如图1所示,以该计算机设备是服务器102为例,服务器102获取地图图像,确定地图图像中可行区域的骨架线,获取骨架线上的各个坐标点间的状态转移矩阵,生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点,将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真,当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点,统计地图图像各坐标点上被记录为击杀坐标点的次数,根据各坐标点上被记录为击杀坐标点的次数生成与地图图像对应的击杀热力图,服务器102可以将获得的击杀热力图通过显示装置显示给游戏开发人员,也可以根据击杀热力图计算地图图像中不同阵营的击杀热力值间的差异,获取地图图像的平衡性。
如图2所示,在一个实施例中,提供了一种热力图生成方法。本实施例主要以该方法应用于上述图1中的服务器102来举例说明。参照图2,该热力图生成方法具体包括如下步骤:
步骤S202,获取地图图像,确定地图图像中可行区域的骨架线。
其中,地图图像是指用于表示游戏虚拟环境中各种事物的空间分布二维图像数据,具体可以是通过截屏获取的或者是通过上传图像的应用程序上传而获取的。地图图像的可行区域是指在地图图像中游戏角色在游戏虚拟环境中可行走的区域位置。骨架线是指图像的中轴线,其中,地图图像的可行区域的骨架线是沿着可行区域中轴线细化为一个像素宽的线条。
其中,在得到地图图像后,可利用二值图像标明地图图像中可行区域和障碍区域,并对可行区域利用二值图像细化算法获取可行区域对应的骨架线。具体地,可根据地图图像描述的各个像素点属于可行区域还是障碍区域对地图图像进行二值化得到二值化地图图像,然后利用二值图像细化算法对二值化地图图像中的可行区域进行处理,得到可行区域的骨架线。
例如,如图2A所示,图2A为一个实施中游戏用户界面的示意图,图中左上角为当前游戏用户界面对应的游戏虚拟环境的地图图像(如图2B所示),图2B为图2A的游戏用户界面对应的游戏虚拟环境的地图图像,图2B示出一个实施例中地图图像的示意图。在获得如图2B所示的地图图像后,服务器可利用二值图像标明地图图像中可行区域和障碍区域,并对可行区域利用二值图像细化算法获取可行区域对应的骨架线,如图2C所示,图2C示出一个实施例中骨架线的示意图。
步骤S204,获取骨架线上的各个坐标点间的状态转移矩阵。
其中,得到地图图像中可行区域的骨架线后,服务器获取骨架线上各个坐标点间的状态转移矩阵。其中,坐标点是指在以坐标值表示的各个像素点,每一个坐标点均可作为虚拟对象在某个状态时所处的位置;状态转移矩阵用于标识对于在骨架线上的任意两个坐标点,虚拟对象是否可以在这两个坐标点间的进行移动,通过构建骨架线的状态转移矩阵可确定虚拟对象的移动路线,例如虚拟对象当前处于坐标点A,下一状态时只能从状态转移矩阵中确定与坐标点A对应的可转移坐标点,作为虚拟对象的移动位置。
具体地,如果一个坐标点在以另一个坐标点为中心的预设区域内,则可以认为虚拟对象可以在这两个坐标点间的进行移动,例如,预设区域确定为3乘3区域,假设坐标点A在以坐标点B为中心的3乘3区域内,则可以认为虚拟对象可以在坐标点A以及坐标点B间进行移动;服务器通过判断骨架线上任意两个坐标点是否在以对方为中心的预设区域内,确定这两个坐标点是否为可相互转移的坐标点,得到骨架线上各个坐标点间的状态转移矩阵。
在一个实施例中,预设区域确定为3乘3区域,即当两个坐标点在骨架线上是相邻的两点,虚拟对象可以在这两个坐标间相互转移的。
步骤S206,生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点。
其中,虚拟对象是指在游戏虚拟环境中的可活动的游戏角色,该虚拟对象可以是游戏虚拟环境中的虚拟人物、虚拟动物或动漫人物中的至少一种。可选的,服务可生成多个虚拟对象,各个虚拟对象可以属于不同阵营、不同队伍或具有敌对关系。
其中,服务器生成虚拟对象,具体可以是在地图图像上随机的坐标点生成虚拟对象,在生成虚拟对象后,计算虚拟对象的生成位置坐标点与骨架线上各个坐标点间的距离值,然后确定与生成位置坐标点距离最短的坐标点为初始坐标点,该初始坐标点作为虚拟对象的移动路线的起点。
进一步地,在一个实施例中,可根据实际的游戏设置,预先根据虚拟对象的出生位置在地图图像中划定起始区域,后续服务器在起始区域中随机生成虚拟对象。
步骤S208,将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真。
其中,目标对局仿真模型用于进行模拟游戏对局的模型;这里的目标对局仿真模型是已训练好的模型,可直接用来进行游戏对局仿真。目标对局仿真模型的输出结果就是仿真对局中各个虚拟对象被击杀时所在的位置坐标点。
其中,在状态转移矩阵以及虚拟对对象的初始坐标点输入目标对局仿真模型中后,目标对局仿真模型将虚拟对象的初始坐标点作为起点,根据状态转移矩阵确定虚拟对象下一个状态的所处的坐标点,实现模拟虚拟对象的移动。其中虚拟对象的状态转移需要剔除虚拟对象的上一个状态所处的坐标点对下一个状态所处的坐标点的影响,避免虚拟对象在地图图像中来回移动,使得虚拟对象的移动路线与用户真实操作的移动路线更相似。在确定到虚拟对象下一状态所处的坐标点后,目标对局仿真模型随机确定虚拟对象是否被击杀,若被击杀,目标对局仿真模型记录虚拟对象被击杀的击杀位置,若未被击杀,目标对局仿真模型继续根据虚拟对象当前所处的坐标点以及状态转移矩阵,计算虚拟对象下一状态所处的坐标点,实现对局仿真。
具体地,目标对局仿真模型可包括转移概率以及击杀概率,目标对局仿真模型可根据移动概率基于随机采样确定虚拟对象在下一状态是移动到下一个坐标点还是不移动呆在当前坐标点,同时,每次虚拟对象更新状态后,目标对局仿真模型可根据击杀概率通过随机采样确定虚拟对象是否被击杀,当虚拟对象被击杀时,目标对局仿真模型记录虚拟对象当前所处的坐标点为击杀坐标点,当虚拟对象未被击杀,则目标对局仿真模型再次根据虚拟对象当前所处的坐标点以及状态转移矩阵确定下一状态所处的坐标点,实现模拟真实对局。
步骤S210,当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点。
其中,击杀坐标点是指虚拟对象在仿真对局中被击杀时所在的位置坐标。在进行多场对局仿真后,服务器获取目标对局仿真模型记录的每一场仿真对局中虚拟对象被击杀的击杀坐标点。
其中,对局仿真的结束条件根据实际的游戏规则确定的。例如,若游戏为双阵营对战的枪战类游戏,当某一阵营的所有虚拟对象都被另一阵营的虚拟对象击杀阵亡后,则认为一次对局结束,若游戏为多阵营对战的枪战类游戏,当对局中仅剩一方阵营的虚拟对象存活,则认为一次对局结束。
步骤S212,根据击杀坐标点生成与地图图像对应的击杀热力图。
其中,击杀热力图是指以特殊高亮的形式以显示在地图图像中虚拟对象容易被击杀的坐标区域的图像。具体地,在进行多场对局仿真,得到目标对局仿真模型记录的每一场仿真对局中虚拟对象被击杀的击杀坐标点后,服务器统计在地图图像上每个坐标点被记录为击杀坐标点的次数,并根据各个坐标点被记录为击杀坐标点的次数生成击杀热力图。
具体地,在得到多局对局仿真的虚拟对象的击杀坐标点后,服务器统计在地图图像的每一个坐标点上虚拟对象被击杀的次数,即统计每一个坐标点被记录为击杀坐标点的次数,然后对各个坐标点对应的次数进行归一化处理,得到击杀热力数值,最后可根据归一化后的击杀热力数值生成击杀热力图。
其中,归一化处理具体可以是离差标准化的数据归一化,将每个坐标点被记录为击杀坐标点的次数,归一化处理为一个大小在0到1之间的击杀热力值,后续根据每个坐标点的击杀热值的大小,在地图图像对应坐标点上显示与热力值相应的颜色。例如,如图2D所示,图2D为图2B所示的地图图像对应的击杀热力图。
上述热力图生成方法,获取地图图像,确定地图图像中可行区域的骨架线;获取骨架线上的各个坐标点间的状态转移矩阵;生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点;将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;根据击杀坐标点生成与地图图像对应的击杀热力图。通过获取地图图像中可行区域的骨架线上的各个坐标点间的状态转移矩阵以及虚拟对象的初始坐标点,将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型,实现对游戏进行简单模拟,可在短时间内完成多局游戏,快速生成在地图图像上各个坐标点上产生击杀的次数,并根据各个坐标点上产生的击杀次数生成地图图像对应的击杀热力图,实现快速生成击杀热力图,方便后续进行地图平衡性分析,节省时间开销,提高游戏地图平衡性分析的效率。
在一个实施例中,根据击杀坐标点生成与地图图像对应的击杀热力图的步骤之后,还包括:根据击杀热力图获取不同阵营对应区域的击杀热力值;计算不同阵营对应区域的击杀热力值间的差值,根据差值确定地图图像的平衡性。
其中,击杀热力值是指以数值标识的在地图图像上不同区域的击杀数量,具体可以由区域内各个坐标点被记录为击杀坐标点的次数的平均值计算获得。其中,地图图像的平衡性用于标识地图图像中各个阵营对应区域发生击杀的均衡程度,以各个阵营对应区域的击杀热力值间的差值进行衡量,不同阵营对应区域的击杀热力值间的差值越大,地图图像的平衡性越差,不同阵营对应区域的击杀热力值间的差值越小,地图图像的平衡性越好。
具体的,服务器确定不同阵营对应的区域,并根据各个阵营区域内的坐标点被记录为击杀坐标点的次数,计算各个阵营对应区域的击杀热力值,然后通过计算不同阵营对应区域的击杀热力值间的差值,根据差值的大小,确定地图图像的平衡性的评估结果。其中,获得地图图像平衡性的评估结果后,可将地图图像的平衡性反馈给游戏开发人员。
在一个实施例中,如图3所示,目标对局仿真模型中包括虚拟对象的击杀概率;将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的步骤,包括:
步骤S302,根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点。
其中,目标对局仿真模型在获取到状态转移矩阵以及虚拟对象的初始坐标点后,根据虚拟对象的初始坐标点,从状态转移矩阵中确定下一状态可以移动的坐标点,并基于随机采样从可转移的坐标点中确定虚拟对象下一状态的目标坐标点。
具体地,虚拟对象在骨架线上任意一个坐标点至少有两个方向可以转移,即根据虚拟对象当前所处的坐标点,从状态转移矩阵中至少可以确定两个可转移的坐标点,此时目标对局仿真模型可通过随机采样随机确定一个可转移的目标坐标点,将虚拟对象移动到目标坐标点上,实现虚拟对象的移动。进一步地,在确定到虚拟对象在下一状态的目标坐标点后,还可以根据预设的高斯噪声随机确定目标坐标点的偏移矢量,使得虚拟对象的移动路线不固定在骨架线上,而是可以移动至可行区域的任意一个位置上。
步骤S304,根据目标坐标点以及击杀概率,确定虚拟对象的生存状态信息。
其中,击杀概率表示当任意两个虚拟对象互相可见时,虚拟对象被对方击杀的概率。目标对局仿真模型在确定到虚拟对象的目标坐标点后,可根据虚拟对象的目标坐标点确定虚拟对象是否相互可见,当虚拟对象相互可见,目标对局仿真模型根据击杀概率确定各个虚拟对象是否被对方击杀。具体地,可以连接虚拟对象的目标坐标点,判断目标坐标点间的连线是否经过障碍区域,当目标坐标点的连线并未障碍区域,即虚拟对象间并无障碍物遮挡,虚拟对象相互可见。
步骤S306,当虚拟对象的生存状态信息为被击杀状态,将生存状态信息为被击杀状态的虚拟对象当前的目标坐标点记录为击杀坐标点。
其中,当虚拟对象的生存状态信息为被击杀状态时,目标对局仿真模型将虚拟对象当前所处的目标坐标点记录为击杀坐标点,后续在对局仿真结束后输出击杀坐标,用于统计在地图图像的每个坐标点上的击杀数量。
进一步地,在一个实施例中,根据目标坐标点以及击杀概率,确定虚拟对象的生存状态信息的步骤之后,还包括:当虚拟对象的生存状态信息为存活状态,将虚拟对象的目标坐标点确定为初始坐标点,重复执行根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点的步骤,直至对局仿真结束。
其中,当虚拟对象的生存状态信息为存活状态时,目标对局仿真模型将生存状态信息为存活状态信息的虚拟对象当前所处的目标坐标点确定为初始坐标点,再次根据初始坐标点以及状态转移矩阵,计算虚拟对象在下一状态所移动的位置,确定虚拟对象下一状态所处的目标坐标点。
具体地,在确定到虚拟对象的生存状态信息后,当未达到对局仿真结束的条件时,目标对局仿真模型将生存状态信息为存活状态信息的虚拟对象当前所处的目标坐标点确定为初始坐标点,继续计算虚拟对象在下一状态所处的目标坐标点,并基于击杀概率通过随机采样确定虚拟对象的生存状态信息。
在一个实施例中,如图4所示,根据目标坐标点以及击杀概率,确定虚拟对象的状态信息的步骤,包括:
步骤S402,连接虚拟对象的目标坐标点。
步骤S404,当虚拟对象的目标坐标点间的连线无障碍区域的坐标点,基于击杀概率,通过随机采样确定虚拟对象的生存状态信息。
步骤S406,当虚拟对象的目标坐标点间的连线包括障碍区域的坐标点,将虚拟对象的生存状态信息确定为存活状态。
具体地,目标对局仿真模型连接虚拟对象的目标坐标点,通过判断各个目标坐标点间的连线是否通过障碍区域,确定对应虚拟对象是否在对方的视野范围内、相互可见,当虚拟对象的目标坐标点间的连线并未经过障碍区域,即连线无障碍区域的坐标点,则可认为虚拟对象间不存在障碍物的遮挡,虚拟对象间互在对方的视野范围内相互可见,此时目标对局仿真模型基于击杀概率,通过随机采样确定虚拟对象的生存状态信息,应该理解的是,多次随机采样确定虚拟对象的生存状态信息后,虚拟对象的生存状态信息为存活状态的概率或为被击杀状态的概率是符合击杀概率分布的;当虚拟对象的目标坐标点间的连接经过障碍区域,则认为虚拟对象间存在障碍物的遮挡,虚拟对象并不在对方的视野范围内、并不能看到对方,此时虚拟对象的生存状态信息可以确定为存活状态。
在一个实施例中,如图5所示,目标对局仿真模型中包括虚拟对象的移动概率;根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点的步骤,包括:
步骤S502,基于移动概率,通过随机采样确定虚拟对象的转移状态信息。
其中,移动概率用于表示虚拟对象移动到下一个坐标点上的概率。在真实的游戏对局过程中,用户可通过终端操作虚拟对象呆在原本的坐标点,也可以移动到下一个坐标点上,通过在目标对局仿真模型中加入考虑移动概率,使得虚拟对象的移动路线与用户真实操作的移动路线更相似。具体地,目标对局仿真模型基于移动概率,通过随机采样确定各个虚拟对象的转移状态信息,其中,转移状态信息包括移动状态以及呆在原地状态。应该理解的是,基于移动概率通过随机采样,多次确定虚拟对象的转移状态信息,转移状态信息为移动状态的概率符合移动概率的概率分布的。
步骤S504,当虚拟对象的转移状态信息为移动状态时,根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点。
步骤S506,当虚拟对象的转移状态信息为呆在原地状态时,将虚拟对象的初始坐标点确定为虚拟对象的下一状态的目标坐标点。
具体地,目标对局仿真模型确定虚拟对象在不同状态的移动信息时,基于移动概率,通过随机采样确定各个虚拟对象的转移状态信息,当虚拟对象的转移状态信息为移动状态时,根据虚拟对象的初始坐标点,从状态转移矩阵中确定下一状态可以移动的坐标点,并基于随机采样从可转移的坐标点中确定虚拟对象移动的目标坐标点,当虚拟对象的转移状态信息为呆在原地状态时,将虚拟对象的初始坐标点确定为虚拟对象的下一状态的目标坐标点,使得虚拟对象呆在原地。
在一个实施例中,如图6所示,根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点的步骤之后,包括:
步骤S602,根据预设高斯噪声的均值以及方差,通过随机采样确定偏移矢量。
步骤S604,根据偏移矢量以及目标坐标点计算移动坐标点。
步骤S606,将移动坐标点确定为虚拟对象在下一状态最终的目标坐标点。
其中,在确定到虚拟对象在下一状态所处的目标坐标点后,可根据预设的高斯噪声随机确定目标坐标点的偏移矢量,使得虚拟对象的移动路线不固定在骨架线上,而是可以在可行区域的任意一个位置上。
具体地,可先根据预设高斯噪声的均值和方差,基于随机采样确定在X轴方向的偏移量以及Y轴方向的偏移量,进而根据在X轴方向的偏移量以及Y轴方向的偏移量计算偏移矢量。在确定到虚拟对象在下一状态所处的目标坐标点后,通过将偏移矢量叠加到目标坐标点上,确定移动坐标点,最终将移动坐标点确定为虚拟对象最终确定的下一状态的目标坐标点,使得虚拟对象可以移动至以目标坐标点为圆心、均值为半径的圆形区域内。
在一个实施例中,如图7所示,将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的步骤,包括:
步骤S702,基于移动概率,通过随机采样确定虚拟对象的转移状态信息;当虚拟对象的转移状态信息为移动状态时,执行步骤S704;当虚拟对象的转移状态信息为呆在原地状态时,执行步骤S712;
步骤S704,根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点;
步骤S706,根据预设高斯噪声的均值以及方差,通过随机采样确定偏移矢量;
步骤S708,根据偏移矢量以及目标坐标点计算移动坐标点;
步骤S710,将移动坐标点确定为虚拟对象在下一状态最终的目标坐标点;
步骤S712,将虚拟对象的初始坐标点确定为虚拟对象的下一状态的目标坐标点;
步骤S714,连接虚拟对象的目标坐标点;当虚拟对象的目标坐标点间的连线无障碍区域,执行步骤S716;当虚拟对象的目标坐标点间的连线有障碍区域,将虚拟对象的生存状态信息确定为存活状态,并执行步骤S720;
步骤S716,基于击杀概率,通过随机采样确定虚拟对象的生存状态信息;当虚拟对象的生存状态信息为被击杀状态,执行步骤S718,当虚拟对象的生存状态信息为存活状态,执行S720;
步骤S718,将生存状态信息为被击杀状态的虚拟对象当前的目标坐标点记录为击杀坐标点;
步骤S720,将虚拟对象的初始坐标点确定为虚拟对象的下一状态的目标坐标点,跳转执行步骤S702,直至对局仿真结束。
上述实施例为将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的过程。其中,目标对局仿真模型在获取到状态转移矩阵以及虚拟对象的初始坐标点后,基于移动概率,通过随机采样确定各个虚拟对象的转移状态信息,当虚拟对象的转移状态信息为呆在原地状态时,将虚拟对象的初始坐标点确定为虚拟对象的下一状态的目标坐标点,使得虚拟对象呆在原地。当虚拟对象的转移状态信息为移动状态时,根据虚拟对象的初始坐标点,从状态转移矩阵中确定与初始坐标点对应的下一状态可以移动的坐标点,在基于随机采样从可转移的坐标点中确定虚拟对象下一状态的目标坐标点后,根据预设的高斯噪声随机确定目标坐标点的偏移矢量,使得虚拟对象的移动路线不固定在骨架线上,而是可以移动至可行区域的任意一个位置上。
在确定到虚拟对象的目标坐标点后,连接虚拟对象的目标坐标点,通过判断各个目标坐标点间的连线是否通过障碍区域,确定对应虚拟对象是否在对方的视野范围内、相互可见,当虚拟对象的目标坐标点间的连线并未经过障碍区域,即连线无障碍区域的坐标点,则可认为虚拟对象间不存在障碍物的遮挡,虚拟对象间互在对方的视野范围内相互可见,此时,目标对局仿真模型于击杀概率,通过随机采样确定虚拟对象的生存状态信息。当虚拟对象的目标坐标点间的连接经过障碍区域,则认为虚拟对象间存在障碍物的遮挡,虚拟对象并不在对方的视野范围内、并不能看到对方,此时虚拟对象的生存状态信息可以确定为存活状态。
当虚拟对象的生存状态信息为存活状态时,目标对局仿真模型将生存状态信息为存活状态信息的虚拟对象当前所处的目标坐标点确定为初始坐标点,再次根据初始坐标点以及状态转移矩阵,计算虚拟对象在下一状态所移动的位置,确定虚拟对象下一状态所处的目标坐标点。当虚拟对象的生存状态信息为被击杀状态时,目标对局仿真模型将虚拟对象当前所处的目标坐标点记录为击杀坐标点,后续在对局仿真结束后输出击杀坐标,用于统计在地图图像的每个坐标点上的击杀数量。
在确定到虚拟对象的生存状态信息后,当未达到对局仿真结束的条件时,目标对局仿真模型将生存状态信息为存活状态信息的虚拟对象当前所处的目标坐标点确定为初始坐标点,继续计算虚拟对象在下一状态所处的目标坐标点,并基于击杀概率通过随机采样确定虚拟对象的生存状态信息,直至对局仿真结束。
在一个实施例中,如图8所示,虚拟对象包括第一虚拟对象以及第二虚拟对象;将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的步骤,包括:
步骤S802,根据状态转移矩阵以及第一虚拟对象的初始坐标点,获取第一虚拟对象下一状态的目标坐标点;
步骤S804,根据状态转移矩阵以及第二虚拟对象的初始坐标点,获取第二虚拟对象下一状态的目标坐标点;
步骤S806,将第一虚拟对象以及第二虚拟对象的目标坐标点进行连接;
步骤S808,当第一目标坐标点与第二目标坐标点间的连线间无障碍区域,基于击杀概率,通过随机采用确定第一虚拟对象以及第二虚拟对象的生存状态信息;
步骤S810,当第一虚拟对象的生存状态信息和/或第二虚拟对象的生存状态信息为被击杀状态,将生存状态信息为被击杀状态的第一虚拟对象或第二虚拟对象的目标坐标点记录为击杀坐标点;
步骤S812,当第一虚拟对象或第二虚拟对象的生存状态信息均为被击杀状态,对局仿真结束,输出击杀坐标点。
上述实施例为将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的过程。其中,仿真对局中包括有两个阵营的虚拟对象,第一虚拟对象以及第二虚拟对象,第一虚拟对象以及第二虚拟对象分别属于两个同阵营、不同队伍或具有敌对关系。可选的,第一虚拟对象的数量可以是一个或多个的,第二虚拟对象的数量可以是一个或多个的,但是第一虚拟对象的数量与第二虚拟对象的数量是相等的。
具体地,目标对局仿真模型在获取到状态转移矩阵以及第一虚拟对象的初始坐标点以及第二虚拟对象的初始坐标点后,根据第一虚拟对象的初始坐标点,从状态转移矩阵中确定第一虚拟对象下一状态可以移动的坐标点,并基于随机采样从可转移的坐标点中确定第一虚拟对象下一状态的目标坐标点;同样的,对于第二虚拟对象,根据第二虚拟对象的初始坐标点,从状态转移矩阵中确定第二虚拟对象下一状态可以移动的坐标点,并基于随机采样从可转移的坐标点中确定第二虚拟对象下一状态的目标坐标点。
其中,在确定到第一虚拟对象以及第二虚拟对象的目标坐标点后,连接两者的目标坐标点,通过判断连线是否包括障碍区域的坐标点,确定连线是否通过障碍区域,进而确定第一虚拟对象以及第二虚拟对象是否在对方的视野范围内、相互可见,当虚拟对象的目标坐标点间的连线并未经过障碍区域,即连线无障碍区域的坐标点,则可认为第一虚拟对象与第二虚拟对象间不存在障碍物的遮挡,两者互在对方的视野范围内相互可见,此时,目标对局仿真模型于击杀概率,通过随机采样确定第一虚拟对象以及第二的生存状态信息,并将生存状态信息为被击杀状态的第一虚拟对象或第二虚拟对象的目标坐标点记录为击杀坐标点。例如,可以确定第一虚拟对象的存活状态信息为被击杀状态,第二虚拟对象的存活状态信息为存活状态,即第一虚拟对象被第二虚拟对象击杀,此时目标对局仿真模型将第一虚拟对象当前所处的目标坐标点记录为击杀坐标点。
其中,在确定到第一虚拟对象以及第二虚拟对象的生存状态信息后,当所有的第一虚拟对象的存活状态信息为被击杀状态、或者所有的第二虚拟对象的存活状态信息为被击杀状态时,对局仿真结束,目标对局仿真模型输出击杀坐标点。
进一步地,当未有任何一方的所有的虚拟对象的存活状态信息为被击杀状态,目标对局仿真模型再次获取生存状态信息为存活状态的第一虚拟对象以及第二虚拟对象下一状态所处的目标坐标点,并根据目标坐标点以及击杀概率,再次通过随机采用确定第一虚拟对象以及第二虚拟对象的生存状态信息,通过重复上述步骤,直至所有的第一虚拟对象的存活状态信息为被击杀状态、或者所有的第二虚拟对象的存活状态信息为被击杀状态,对局仿真结束。
例如,第一虚拟对象包括有虚拟对象A1和虚拟对象A2,第二虚拟对象包括虚拟对象B1和虚拟对象B2。目标对局仿真模型在获取到状态转移矩阵以及第一虚拟对象的初始坐标点以及第二虚拟对象的初始坐标点后,分别根据各个虚拟对象(包括虚拟对象A1、虚拟对象A2、虚拟对象B1和虚拟对象B2)的初始坐标点以及状态转移矩阵中,确定各个虚拟对象下一状态的目标坐标点。在确定到各个虚拟对象,连接虚拟对象A1与虚拟对象B1,连接虚拟对象A1与虚拟对象B2,连接虚拟对象A2与虚拟对象B1,连接虚拟对象A2与虚拟对象B2,应该理解的是,由于虚拟对象A1与虚拟对象A2为同一阵营的虚拟对象,即使虚拟对象A1与虚拟对象A2相互可见时也不会相互击杀。
通过判断第一虚拟对象以及第二虚拟对象的目标坐标点间连线是否通过障碍区域,确定连接虚拟对象A1与虚拟对象B1、虚拟对象B2是否相互可见,确定连接虚拟对象A2与虚拟对象B1、虚拟对象B2是否相互可见,例如,假设虚拟对象A1、虚拟对象A2、虚拟对象B1和虚拟对象B2的目标坐标点如图8A所示,此时,虚拟对象A1与虚拟对象B1、虚拟对象B2的目标坐标点间的连线没有障碍区域的坐标点,此时虚拟对象A1与虚拟对象B1、虚拟对象B2均相互可见,而虚拟对象A2与虚拟对象B1的连线没有障碍区域的坐标点,虚拟对象A2与虚拟对象B2的目标坐标点间的连线包括障碍区域的坐标点,虚拟对象A2与虚拟对象B1相互可见,虚拟对象A2与虚拟对象B2互不可见。此时,虚拟对象A1与虚拟对象B1、虚拟对象B2有一定概率击杀对方,虚拟对象A2与虚拟对象B1有一定概率击杀对方。目标对局仿真模型基于击杀概率,通过随机采样确定各个第一虚拟对象以及第二虚拟对象的生存状态信息,假设虚拟对象A1的生存状态信息确定为被击杀状态,虚拟对象B1、虚拟对象B2以及虚拟对象A2的生存状态信息确定为存活状态,记录虚拟对象A1当前所处的目标坐标点为击杀坐标点。由于未有任何一方的所有的虚拟对象的存活状态信息为被击杀状态,目标对局仿真模型将虚拟对象B1、虚拟对象B2以及虚拟对象A2当前所处的目标坐标点确定为初始坐标点,再次获取这些虚拟对象下一状态所处的目标坐标点,并再次根据目标坐标点以及击杀概率,通过随机采样确定虚拟对象B1、虚拟对象B2以及虚拟对象A2的生存状态信息,通过重复上述步骤,直至所有的第一虚拟对象的存活状态信息为被击杀状态、或者所有的第二虚拟对象的存活状态信息为被击杀状态,对局仿真结束。通过进行多长对局仿真,统计每局对局仿真所输出的击杀坐标点,获取地图图像各坐标点上被记录为击杀坐标点的次数,并根据这一数据生成地图图像对应的击杀热力图。
在一个实施例中,如图9所示,生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点的步骤,包括:
步骤S902,在地图图像的起始区域内生成虚拟对象,并确定虚拟对象的生成位置坐标点。
其中,起始区域可根据实际的游戏设置预先在地图图像中划定的。服务器在起始区域内随机生成虚拟对象,并获取虚拟对象的生成位置坐标点。例如,若游戏为双阵营对战的枪战类游戏,如图9A所示,根据两个阵营人物角色的出生位置,分别将游戏虚拟环境对应的地图图像中地理位置相对的A区域以及B区域,划定为两个阵营虚拟对象的起始区域。
步骤S904,从骨架线的各个坐标点中筛选出与生成位置坐标点间距离值最小的坐标点,确定为虚拟对象的初始坐标点。
其中,在得到虚拟对象的生成位置坐标点后,计算虚拟对象的生成位置坐标点到骨架线上各个坐标点的距离值,然后将与生成位置坐标点间距离值最小的坐标点确定为初始坐标点,该初始坐标点作为虚拟对象的移动路线的起点。
本实施例中,通过在地图图像上划分起始区域,在起始区域中随机生成虚拟对象,使得对局仿真与真实的对局情况更相似,有效提高对局仿真的准确性,以及地图图像的击杀热力图的准确性。
在一个实施例中,如图10所示,确定地图图像中可行区域的骨架线的步骤,包括:
步骤S1002,获取地图图像各个坐标点的区域标签。
其中,区域标签包括可行区域标签以及障碍区域标签;具体地,可以收集游戏的地图图像,并通过手工标注各个坐标点的区域标签标注,以指明每个坐标点是否可以行走。例如,如图2B所示,图2B示出一个实施例中地图图像的示意图。在获得如图2B所示的地图图像后,服务器获取该地图图像上各个坐标点对应的区域标签。
步骤S1004,根据区域标签对地图图像进行二值化得到二值化地图图像。
其中,二值化是指将地图图像上的像素点的灰度值设置为0或255,使得整个地图图像呈现出只有黑色和白色的视觉效果。由于地图图像预先通过人工标注了各个坐标点属于可行区域还是障碍区域的区域标签,因此可以根据各个坐标点对应的区域标签的种类,对坐标点的灰度值进行二值化处理,得到二值化地图图像,使得二值化地图图像可标识地图图像上的可行区域以及障碍区域。
具体地,二值化地图图像中只有0和1,具体可以将地图图像上的可行区域的像素点标注为0,将障碍区域标注为1,而实现在视觉效果上,标注为0的可行区域上的各个坐标点呈现白色的视觉效果,而标注为0的障碍区域上的各个坐标点呈现黑的视觉效果。
例如,在获得如图2B所示的地图图像后,服务器根据区域标签的类型,对地图图像进行二值化处理,将如图2B所示的地图图像中的可行区域上的坐标点标注为0,障碍区域上的坐标点标注为1,在视觉效果上,得到如图10A所示的二值化地图图像,图10A示出一个实施例中二值化地图图像的示意图。
步骤S1006,根据二值化地图图像进行骨架提取得到可行区域的骨架线。
其中,可利用二值图像细化算法实现骨架提取对二值化地图图像进行骨架提取,以得到可行区域的骨架线,具体可以是从二值化地图图像中的障碍区域与可行区域的交界开始“燃烧”,使得可行区域逐渐细化,其中“燃烧”过程是指将满足预设条件的坐标点(即像素点)保留,其他坐标点被“烧掉”,在“燃烧”结束后,得到一像素宽的图像为可行区域的骨架线。
例如,在获得如图10A所示的二值化地图图像后,对二值化地图图像进行骨架提取得到如图2C中所示的骨架线,图2C中示出一个实施例中的骨架线的示意图。
在一个实施例中,如图11所示,将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的步骤之前,还包括:
步骤S1102,获取样本地图图像以及样本地图图像对应的标准击杀热力图。
步骤S1104,确定样本地图图像中可行区域的样本骨架线。
其中,在得到样本地图图像后,可利用二值图像标明样本地图图像中可行区域和障碍区域,并对可行区域利用二值图像细化算法获取可行区域对应的样本骨架线。具体地,可根据样本地图图像描述的各个像素点属于可行区域还是障碍区域对样本地图图像进行二值化得到二值化的样本地图图像,然后利用二值图像细化算法对二值化的样本地图图像中的可行区域进行处理,得到可行区域的样本骨架线。
步骤S1106,获取样本骨架线上的各个坐标点间的样本状态转移矩阵。
其中,得到样本地图图像中可行区域的样本骨架线后,服务器获取样本骨架线上各个坐标点间的状态转移矩阵。其中,坐标点是指在以坐标值表示的各个像素点,每一个坐标点均可作为虚拟对象在某个状态时所处的位置;样本状态转移矩阵用于标识对于在骨架线上的任意两个坐标点,虚拟对象是否可以在这两个坐标点间的进行移动,通过构建样本骨架线的样本状态转移矩阵可确定虚拟对象在样本地图图像中的移动路线。
步骤S1108,生成虚拟对象,并确定虚拟对象在样本骨架线上的样本坐标点。
其中,服务器生成虚拟对象,具体可以是在样本地图图像上随机的坐标点生成虚拟对象,在生成虚拟对象后,计算虚拟对象的生成位置坐标点与样本骨架线上各个坐标点间的距离值,然后确定与生成位置坐标点距离最短的坐标点为样本坐标点,该样本坐标点作为虚拟对象的移动路线的起点。
步骤S1110,将样本状态转移矩阵以及虚拟对象的样本坐标点分别输入至多个样本对局仿真模型中进行对局仿真。
其中,样本对局仿真模型用于进行模拟游戏对局的模型,样本对局仿真模型可包括转移概率、击杀概率以及高斯噪声的均值与方差,不同的样本对局仿真模型的转移概率、击杀概率以及高斯噪声的均值与方差是不同的,因此,在将同样的样本状态转移矩阵以及虚拟对象的样本坐标点输入至不同的样本对局仿真模型,当多局对局仿真结束时,不同的样本对局仿真模型输出的击杀坐标点也是不同的。
具体的,在状态转移矩阵以及虚拟对对象的初始坐标点输入样本对局仿真模型后,样本对局仿真模型可将虚拟对象的样本坐标点作为起点,根据样本状态转移矩阵以及移动概率,基于随机采样确定虚拟对象下一个状态的所处的坐标点,实现模拟虚拟对象的移动。其中虚拟对象的状态转移需要剔除虚拟对象的上一个状态所处的坐标点对下一个状态所处的坐标点的影响,避免虚拟对象在地图图像中来回移动,使得虚拟对象的移动路线与用户真实操作的移动路线更相似。在确定到虚拟对象下一状态所处的坐标点后,样本对局仿真模型基于其对应的击杀概率随机确定虚拟对象是否被击杀,若被击杀,样本对局仿真模型记录虚拟对象被击杀的击杀位置,若未被击杀,样本对局仿真模型继续根据虚拟对象当前所处的坐标点以及状态转移矩阵,计算虚拟对象下一状态所处的坐标点,实现对局仿真。
步骤S1112,当对局仿真结束时,获取各样本对局仿真模型记录的虚拟对象的击杀坐标点。
步骤S1114,分别统计样本地图图像上各坐标点被各样本对局仿真模型记录为击杀坐标点的次数。
步骤S1116,根据被各样本对局仿真模型记录为击杀坐标点的次数,分别生成与各样本对局仿真模型对应的样本击杀热力图。
其中,在进行多场对局仿真,得到各个样本对局仿真模型记录的每一场仿真对局中虚拟对象被击杀的击杀坐标点后,针对某一个样本对局仿真模型输出的击杀坐标,统计在地图图像上每个坐标点被记录为击杀坐标点的次数,并根据各个坐标点被记录为击杀坐标点的次数生成样本击杀热力图,该样本击杀热力图为该样本对局仿真模型对应的击杀热力图。
具体地,在得到多局对局仿真的虚拟对象的击杀坐标点后,服务器统计在地图图像的每一个坐标点上虚拟对象被击杀的次数,即统计每一个坐标点被记录为击杀坐标点的次数,然后对各个坐标点对应的次数进行归一化处理,得到击杀热力数值,最后可根据归一化后的击杀热力数值生成击杀热力图。
其中,归一化处理具体可以是离差标准化的数据归一化,将每个坐标点被记录为击杀坐标点的次数,归一化处理为一个大小在0到1之间的击杀热力值,后续根据每个坐标点的击杀热值的大小,在地图图像对应坐标点上显示与热力值相应的颜色。
步骤S1118,获取各样本击杀热力图以及标准击杀热力图间的欧氏距离。
其中,欧氏距离用于表示样本热力图与标准热力图间的差异,欧氏距离的值越大,样本热力图与标准热力图的差异越大,欧氏距离的值越小,样本热力图与标准热力图的差异越小。具体地,在获得通过各个样本对局仿真模型得到的样本击杀热力图后,先将各个样本击杀热力图与标准击杀热力图中的像素点组成各个热力图(包括样本击杀热力图或标准击杀热力图)对应的特征组,然后利用数学上的欧式距离公式,计算样本击杀热力图对应的特征组与标准击杀热力图对应的特征组之间的距离值,得到样本击杀热力图以及标准击杀热力图间的欧氏距离。
步骤S1120,将与标注击杀热力图的欧氏距离最小的样本击杀热力图所对应的样本对局仿真模型,确定为目标对局仿真模型。
其中,将与标注击杀热力图的欧氏距离最小的样本击杀热力图所对应的样本对局仿真模型,确定为目标对局仿真模型,使得后续击杀热力图的准确性高,能够更好的描述地图图像中容易发生击杀的区域。
在一个具体的实施例中,提供了一种热力图生成方法,包括:
1、获取样本地图图像以及样本地图图像对应的标准击杀热力图;
2、确定样本地图图像中可行区域的样本骨架线;
3、获取样本骨架线上的各个坐标点间的样本状态转移矩阵;
4、生成虚拟对象,并确定虚拟对象在样本骨架线上的样本坐标点;
5、将样本状态转移矩阵以及虚拟对象的样本坐标点分别输入至多个样本对局仿真模型中进行对局仿真;
6、当对局仿真结束时,获取各样本对局仿真模型记录的虚拟对象的击杀坐标点;
7、分别统计样本地图图像上各坐标点被各样本对局仿真模型记录为击杀坐标点的次数;
8、根据被各样本对局仿真模型记录为击杀坐标点的次数,分别生成与各样本对局仿真模型对应的样本击杀热力图;
9、获取各样本击杀热力图以及标准击杀热力图间的欧氏距离;
10、将与标注击杀热力图的欧氏距离最小的样本击杀热力图所对应的样本对局仿真模型,确定为目标对局仿真模型。
11、获取地图图像,确定地图图像中可行区域的骨架线
11-1、获取地图图像各个坐标点的区域标签;
11-2、根据区域标签对地图图像进行二值化得到二值化地图图像;
11-3、根据二值化地图图像进行骨架提取得到可行区域的骨架线。
12、获取骨架线上的各个坐标点间的状态转移矩阵;
13、生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点;
13-1、在地图图像的起始区域内生成虚拟对象,并确定虚拟对象的生成位置坐标点;
13-2、从骨架线的各个坐标点中筛选出与生成位置坐标点间距离值最小的坐标点,确定为虚拟对象的初始坐标点。
14、将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;
14-1、根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点;
14-1-1、基于移动概率,通过随机采样确定虚拟对象的转移状态信息;
14-1-2a、当虚拟对象的转移状态信息为移动状态时,根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点;
14-1-3、根据预设高斯噪声的均值以及方差,通过随机采样确定偏移矢量;
14-1-4、根据偏移矢量以及目标坐标点计算移动坐标点;
14-1-5、将移动坐标点确定为虚拟对象在下一状态最终的目标坐标点。
14-1-2b、当虚拟对象的转移状态信息为呆在原地状态时,将虚拟对象的初始坐标点确定为虚拟对象的下一状态的目标坐标点。
14-2、根据目标坐标点以及击杀概率,确定虚拟对象的生存状态信息;
14-2-1、连接虚拟对象的目标坐标点;
14-2-2a、当虚拟对象的目标坐标点间的连线无障碍区域的坐标点,基于击杀概率,通过随机采样确定虚拟对象的生存状态信息;
14-2-2b、当虚拟对象的目标坐标点间的连线包括障碍区域的坐标点,将虚拟对象的生存状态信息确定为存活状态。
14-3、当虚拟对象的生存状态信息为被击杀状态,将生存状态信息为被击杀状态的虚拟对象当前的目标坐标点记录为击杀坐标点。
14-4、当虚拟对象的生存状态信息为存活状态,将虚拟对象的目标坐标点确定为初始坐标点,重复执行14-1到14-2的步骤,直至对局仿真结束。
15、当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;
16、统计地图图像上各坐标点被记录为击杀坐标点的次数,根据各坐标点上被记录为击杀坐标点的次数生成与地图图像对应的击杀热力图。
17、根据击杀热力图获取不同阵营对应区域的击杀热力值;
18、计算不同阵营对应区域的击杀热力值间的差值,根据差值确定地图图像的平衡性。
应该理解的是,虽然上述流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图12所示,提供了一种热力图生成装置1200,该装置包括:骨架线获取模块1202、状态转移矩阵获取模块1204、虚拟对象获取模块1206、对局仿真模块1208、击杀坐标点获取模块1210以及击杀热力图模块1212,其中
骨架线获取模块1202,用于获取地图图像,确定地图图像中可行区域的骨架线;
状态转移矩阵获取模块1204,用于获取骨架线上的各个坐标点间的状态转移矩阵;
虚拟对象获取模块1206,用于生成虚拟对象,并确定虚拟对象在骨架线上的初始坐标点;
对局仿真模块1208,用于将状态转移矩阵以及虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;
击杀坐标点获取模块1210,用于在对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;
击杀热力图模块1212,用于根据击杀坐标点生成与地图图像对应的击杀热力图。
在一个实施例中,目标对局仿真模型中包括虚拟对象的击杀概率;如图13所示,对局仿真模块1208包括:
目标坐标点获取模块1208a,用于根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点;
状态信息获取模块1208b,用于根据目标坐标点以及击杀概率,确定虚拟对象的生存状态信息;
击杀坐标点记录模块1208c,用于在虚拟对象的生存状态信息为被击杀状态时,将生存状态信息为被击杀状态的虚拟对象当前的目标坐标点记录为击杀坐标点。
在一个实施例中,如图14所示,对局仿真模块1208还包括初始坐标点确定模块1208d,用于在虚拟对象的生存状态信息为存活状态时,将虚拟对象的目标坐标点确定为初始坐标点,并令目标坐标点获取模块1208a再次执行根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点的步骤,直至对局仿真结束。
在一个实施例中,状态信息获取模块1208b,用于连接虚拟对象的目标坐标点;在虚拟对象的目标坐标点间的连线无障碍区域的坐标点时,基于击杀概率,通过随机采样确定虚拟对象的生存状态信息;在虚拟对象的目标坐标点间的连线包括障碍区域的坐标点时,将虚拟对象的生存状态信息确定为存活状态。
在一个实施例中,目标对局仿真模型中包括虚拟对象的移动概率;目标坐标点获取模块1208a,用于基于移动概率,通过随机采样确定虚拟对象的转移状态信息;在虚拟对象的转移状态信息为移动状态时,根据状态转移矩阵以及虚拟对象的初始坐标点,获取虚拟对象下一状态的目标坐标点;在虚拟对象的转移状态信息为呆在原地状态时,将虚拟对象的初始坐标点确定为虚拟对象的下一状态的目标坐标点。
在一个实施例中,热力图生成装置1200还包括偏移量确定模块,偏移量确定模块,用于根据预设高斯噪声的均值以及方差,通过随机采样确定偏移矢量;根据偏移矢量以及目标坐标点计算移动坐标点;将移动坐标点确定为虚拟对象在下一状态最终的目标坐标点。
在一个实施例中,虚拟对象获取模块1206,用于在地图图像的起始区域内生成虚拟对象,并确定虚拟对象的生成位置坐标点;从骨架线的各个坐标点中筛选出与生成位置坐标点间距离值最小的坐标点,确定为虚拟对象的初始坐标点。
在一个实施例中,骨架线获取模块1202,用于获取地图图像各个坐标点的区域标签;根据区域标签对地图图像进行二值化得到二值化地图图像;根据二值化地图图像进行骨架提取得到可行区域的骨架线。
在一个实施例中,热力图生成装置1200还包括地图平衡性获取模块,用于根据击杀热力图获取不同阵营对应区域的击杀热力值;计算不同阵营对应区域的击杀热力值间的差值,根据差值确定地图图像的平衡性。
在一个实施例中,热力图生成装置1200还包括目标对局仿真模型训练模块,用于获取样本地图图像以及样本地图图像对应的标准击杀热力图;确定样本地图图像中可行区域的样本骨架线;获取样本骨架线上的各个坐标点间的样本状态转移矩阵;生成虚拟对象,并确定虚拟对象在样本骨架线上的样本坐标点;将样本状态转移矩阵以及虚拟对象的样本坐标点分别输入至多个样本对局仿真模型中进行对局仿真;当对局仿真结束时,获取各样本对局仿真模型记录的虚拟对象的击杀坐标点;分别统计样本地图图像上各坐标点被各样本对局仿真模型记录为击杀坐标点的次数;根据被各样本对局仿真模型记录为击杀坐标点的次数,分别生成与各样本对局仿真模型对应的样本击杀热力图;获取各样本击杀热力图以及标准击杀热力图间的欧氏距离;将与标注击杀热力图的欧氏距离最小的样本击杀热力图所对应的样本对局仿真模型,确定为目标对局仿真模型。
在一个实施例中,虚拟对象包括第一虚拟对象以及第二虚拟对象;目标对局仿真模型中包括虚拟对象的击杀概率;对局仿真模块1208,用于根据状态转移矩阵以及第一虚拟对象的初始坐标点,获取第一虚拟对象下一状态的目标坐标点;根据状态转移矩阵以及第二虚拟对象的初始坐标点,获取第二虚拟对象下一状态的目标坐标点;将第一虚拟对象以及第二虚拟对象的目标坐标点进行连接;当第一目标坐标点与第二目标坐标点间的连线间无障碍区域,基于击杀概率,通过随机采用确定第一虚拟对象以及第二虚拟对象的生存状态信息;当第一虚拟对象的生存状态信息和/或第二虚拟对象的生存状态信息为被击杀状态,将生存状态信息为被击杀状态的第一虚拟对象或第二虚拟对象的目标坐标点记录为击杀坐标点;当第一虚拟对象或第二虚拟对象的生存状态信息均为被击杀状态,对局仿真结束,输出击杀坐标点。
图15示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的服务器102。如图15所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现热力图生成方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行热力图生成方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图15中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的热力图生成装置可以实现为一种计算机程序的形式,计算机程序可在如图15所示的计算机设备上运行。计算机设备的存储器中可存储组成该热力图生成装置的各个程序模块,比如,图12所示的骨架线获取模块1202、状态转移矩阵获取模块1204、虚拟对象获取模块1206、对局仿真模块1208、击杀坐标点获取模块1210以及击杀热力图模块1212。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的热力图生成方法中的步骤。
例如,图15所示的计算机设备可以通过如图12所示的热力图生成装置中的骨架线获取模块1202执行步骤S202。计算机设备可通过状态转移矩阵获取模块1204执行步骤S204。计算机设备可通过虚拟对象获取模块1206执行步骤S206。计算机设备可通过对局仿真模块1208执行步骤S208。计算机设备可通过击杀坐标点获取模块1210执行步骤S210。计算机设备可通过击杀热力图模块1212执行步骤S212。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述热力图生成方法的步骤。此处热力图生成方法的步骤可以是上述各个实施例的热力图生成方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述热力图生成方法的步骤。此处热力图生成方法的步骤可以是上述各个实施例的热力图生成方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (15)
1.一种热力图生成方法,包括:
获取地图图像,确定所述地图图像中可行区域的骨架线;
获取所述骨架线上的各个坐标点间的状态转移矩阵;
生成虚拟对象,并确定所述虚拟对象在所述骨架线上的初始坐标点;
将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;
当对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;
根据所述击杀坐标点生成与地图图像对应的击杀热力图。
2.根据权利要求1所述的方法,其特征在于,所述目标对局仿真模型中包括虚拟对象的击杀概率;
所述将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的步骤,包括:
根据所述状态转移矩阵以及所述虚拟对象的初始坐标点,获取所述虚拟对象下一状态的目标坐标点;
根据所述目标坐标点以及所述击杀概率,确定所述虚拟对象的生存状态信息;
当所述虚拟对象的生存状态信息为被击杀状态,将生存状态信息为被击杀状态的虚拟对象当前的目标坐标点记录为击杀坐标点。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标坐标点以及所述击杀概率,确定所述虚拟对象的生存状态信息的步骤之后,还包括:
当所述虚拟对象的生存状态信息为存活状态,将所述虚拟对象的目标坐标点确定为初始坐标点,重复执行根据所述状态转移矩阵以及所述虚拟对象的初始坐标点,获取所述虚拟对象下一状态的目标坐标点的步骤,直至对局仿真结束。
4.根据权利要求2所述的方法,其特征在于,所述根据所述目标坐标点以及所述击杀概率,确定所述虚拟对象的状态信息的步骤,包括:
连接所述虚拟对象的目标坐标点;
当虚拟对象的目标坐标点间的连线无障碍区域的坐标点,基于所述击杀概率,通过随机采样确定虚拟对象的生存状态信息;
当虚拟对象的目标坐标点间的连线包括障碍区域的坐标点,将所述虚拟对象的生存状态信息确定为存活状态。
5.根据权利要求2至4任一所述的方法,其特征在于,所述目标对局仿真模型中包括虚拟对象的移动概率;
所述根据所述状态转移矩阵以及所述虚拟对象的初始坐标点,获取所述虚拟对象下一状态的目标坐标点的步骤,包括:
基于所述移动概率,通过随机采样确定所述虚拟对象的转移状态信息;
当所述虚拟对象的转移状态信息为移动状态时,根据所述状态转移矩阵以及所述虚拟对象的初始坐标点,获取所述虚拟对象下一状态的目标坐标点;
当所述虚拟对象的转移状态信息为呆在原地状态时,将所述虚拟对象的初始坐标点确定为所述虚拟对象的下一状态的目标坐标点。
6.根据权利要求5所述的方法,其特征在于,所述根据所述状态转移矩阵以及所述虚拟对象的初始坐标点,获取所述虚拟对象下一状态的目标坐标点的步骤之后,包括:
根据预设高斯噪声的均值以及方差,通过随机采样确定偏移矢量;
根据偏移矢量以及所述目标坐标点计算移动坐标点;
将所述移动坐标点确定为所述虚拟对象在下一状态最终的目标坐标点。
7.根据权利要求1所述的方法,其特征在于,所述生成虚拟对象,并确定所述虚拟对象在所述骨架线上的初始坐标点的步骤,包括:
在所述地图图像的起始区域内生成虚拟对象,并确定所述虚拟对象的生成位置坐标点;
从骨架线的各个坐标点中筛选出与所述生成位置坐标点间距离值最小的坐标点,确定为所述虚拟对象的初始坐标点。
8.根据权利要求1所述的方法,其特征在于,所述确定所述地图图像中可行区域的骨架线的步骤,包括:
获取地图图像各个坐标点的区域标签;
根据所述区域标签对所述地图图像进行二值化得到二值化地图图像;
根据所述二值化地图图像进行骨架提取得到可行区域的骨架线。
9.根据权利要求1所述的方法,其特征在于,所述根据所述击杀坐标点生成与地图图像对应的击杀热力图的步骤之后,还包括:
根据所述击杀热力图获取不同阵营对应区域的击杀热力值;
计算不同阵营对应区域的击杀热力值间的差值,根据所述差值确定所述地图图像的平衡性。
10.根据权利要求1所述的方法,其特征在于,所述将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的步骤之前,还包括:
获取样本地图图像以及所述样本地图图像对应的标准击杀热力图;
确定所述样本地图图像中可行区域的样本骨架线;
获取所述样本骨架线上的各个坐标点间的样本状态转移矩阵;
生成虚拟对象,并确定所述虚拟对象在所述样本骨架线上的样本坐标点;
将所述样本状态转移矩阵以及所述虚拟对象的样本坐标点分别输入至多个样本对局仿真模型中进行对局仿真;
当对局仿真结束时,获取各所述样本对局仿真模型记录的虚拟对象的击杀坐标点;
分别统计所述样本地图图像上各坐标点被各所述样本对局仿真模型记录为击杀坐标点的次数;
根据被各所述样本对局仿真模型记录为击杀坐标点的次数,分别生成与各所述样本对局仿真模型对应的样本击杀热力图;
获取各所述样本击杀热力图以及所述标准击杀热力图间的欧氏距离;
将与所述标注击杀热力图的欧氏距离最小的样本击杀热力图所对应的样本对局仿真模型,确定为目标对局仿真模型。
11.根据权利要求1所述的方法,其特征在于,所述虚拟对象包括第一虚拟对象以及第二虚拟对象;所述目标对局仿真模型中包括虚拟对象的击杀概率;
所述将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真的步骤,包括:
根据所述状态转移矩阵以及所述第一虚拟对象的初始坐标点,获取所述第一虚拟对象下一状态的目标坐标点;
根据所述状态转移矩阵以及所述第二虚拟对象的初始坐标点,获取所述第二虚拟对象下一状态的目标坐标点;
将所述第一虚拟对象以及所述第二虚拟对象的目标坐标点进行连接;
当所述第一目标坐标点与所述第二目标坐标点间的连线间无障碍区域,基于所述击杀概率,通过随机采用确定第一虚拟对象以及第二虚拟对象的生存状态信息;
当所述第一虚拟对象的生存状态信息和/或所述第二虚拟对象的生存状态信息为被击杀状态,将生存状态信息为被击杀状态的第一虚拟对象或第二虚拟对象的目标坐标点记录为击杀坐标点;
当所述第一虚拟对象或所述第二虚拟对象的生存状态信息均为被击杀状态,对局仿真结束,输出所述击杀坐标点。
12.一种热力图生成装置,其特征在于,所述装置包括:
骨架线获取模块,用于获取地图图像,确定所述地图图像中可行区域的骨架线;
状态转移矩阵获取模块,用于获取所述骨架线上的各个坐标点间的状态转移矩阵;
虚拟对象获取模块,用于生成虚拟对象,并确定所述虚拟对象在所述骨架线上的初始坐标点;
对局仿真模块,用于将所述状态转移矩阵以及所述虚拟对象的初始坐标点输入至目标对局仿真模型中进行对局仿真;
击杀坐标点获取模块,用于在对局仿真结束时,获取目标对局仿真模型记录的虚拟对象的击杀坐标点;
击杀热力图模块,用于根据所述击杀坐标点生成与地图图像对应的击杀热力图。
13.根据权利要求12所述的装置,其特征在于,所述目标对局仿真模型中包括虚拟对象的击杀概率;
所述对局仿真模块包括:
目标坐标点获取模块,用于根据所述状态转移矩阵以及所述虚拟对象的初始坐标点,获取所述虚拟对象下一状态的目标坐标点;
状态信息获取模块,用于根据所述目标坐标点以及所述击杀概率,确定所述虚拟对象的生存状态信息;
击杀坐标点记录模块,用于在虚拟对象的生存状态信息为被击杀状态时,将生存状态信息为被击杀状态的虚拟对象当前的目标坐标点记录为击杀坐标点。
14.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至11中任一项所述方法的步骤。
15.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至11中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910981669.6A CN110766770B (zh) | 2019-10-16 | 2019-10-16 | 热力图生成方法、装置、可读存储介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910981669.6A CN110766770B (zh) | 2019-10-16 | 2019-10-16 | 热力图生成方法、装置、可读存储介质和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766770A true CN110766770A (zh) | 2020-02-07 |
CN110766770B CN110766770B (zh) | 2021-07-20 |
Family
ID=69331279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910981669.6A Active CN110766770B (zh) | 2019-10-16 | 2019-10-16 | 热力图生成方法、装置、可读存储介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766770B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325822A (zh) * | 2020-02-18 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 热点图的显示方法、装置、设备及可读存储介质 |
CN112221151A (zh) * | 2020-10-23 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种地图生成方法、装置、计算机设备及存储介质 |
CN112370790A (zh) * | 2020-12-01 | 2021-02-19 | 腾讯科技(深圳)有限公司 | 游戏地图绘制方法、装置、电子设备和存储介质 |
CN114359198A (zh) * | 2021-12-27 | 2022-04-15 | 推想医疗科技股份有限公司 | 血管骨架提取方法和装置、存储介质和电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968549A (zh) * | 2012-10-17 | 2013-03-13 | 北京大学 | 基于智能移动终端设备的多人在线交互方法与系统 |
CN104254372A (zh) * | 2012-03-21 | 2014-12-31 | 索尼电脑娱乐美国公司 | 用于为另一用户保留模拟内的位置的方法和设备 |
US20150328542A1 (en) * | 2014-05-16 | 2015-11-19 | Avermedia Technologies, Inc. | Game interaction system and game interaction method |
US20160286351A1 (en) * | 2015-03-24 | 2016-09-29 | Exactigo, Inc. | Indoor navigation anomaly detection |
CN105999702A (zh) * | 2016-05-23 | 2016-10-12 | 浙江工业大学 | 一种基于数据重演机制的网页游戏存档还原方法 |
CN107038477A (zh) * | 2016-08-10 | 2017-08-11 | 哈尔滨工业大学深圳研究生院 | 一种非完备信息下的神经网络与q学习结合的估值方法 |
CN107256017A (zh) * | 2017-04-28 | 2017-10-17 | 中国农业大学 | 路线规划方法及系统 |
CN107845139A (zh) * | 2017-10-18 | 2018-03-27 | 中国测绘科学研究院 | 一种狭长图斑分裂线的处理方法 |
CN107875635A (zh) * | 2016-09-30 | 2018-04-06 | 株式会社万代南梦宫娱乐 | 计算机系统及存储介质 |
US20190188890A1 (en) * | 2017-12-19 | 2019-06-20 | International Business Machines Corporation | Mitigation of bias in digital reality sessions |
CN110314379A (zh) * | 2018-03-29 | 2019-10-11 | 腾讯科技(深圳)有限公司 | 动作输出深度训练模型的学习方法及相关设备 |
-
2019
- 2019-10-16 CN CN201910981669.6A patent/CN110766770B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104254372A (zh) * | 2012-03-21 | 2014-12-31 | 索尼电脑娱乐美国公司 | 用于为另一用户保留模拟内的位置的方法和设备 |
CN102968549A (zh) * | 2012-10-17 | 2013-03-13 | 北京大学 | 基于智能移动终端设备的多人在线交互方法与系统 |
US20150328542A1 (en) * | 2014-05-16 | 2015-11-19 | Avermedia Technologies, Inc. | Game interaction system and game interaction method |
US20160286351A1 (en) * | 2015-03-24 | 2016-09-29 | Exactigo, Inc. | Indoor navigation anomaly detection |
CN105999702A (zh) * | 2016-05-23 | 2016-10-12 | 浙江工业大学 | 一种基于数据重演机制的网页游戏存档还原方法 |
CN107038477A (zh) * | 2016-08-10 | 2017-08-11 | 哈尔滨工业大学深圳研究生院 | 一种非完备信息下的神经网络与q学习结合的估值方法 |
CN107875635A (zh) * | 2016-09-30 | 2018-04-06 | 株式会社万代南梦宫娱乐 | 计算机系统及存储介质 |
CN107256017A (zh) * | 2017-04-28 | 2017-10-17 | 中国农业大学 | 路线规划方法及系统 |
CN107845139A (zh) * | 2017-10-18 | 2018-03-27 | 中国测绘科学研究院 | 一种狭长图斑分裂线的处理方法 |
US20190188890A1 (en) * | 2017-12-19 | 2019-06-20 | International Business Machines Corporation | Mitigation of bias in digital reality sessions |
CN110314379A (zh) * | 2018-03-29 | 2019-10-11 | 腾讯科技(深圳)有限公司 | 动作输出深度训练模型的学习方法及相关设备 |
Non-Patent Citations (1)
Title |
---|
HANNAH PILEGGI等: "SnapShot: Visualization to Propel Ice Hockey Analytics", 《IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325822A (zh) * | 2020-02-18 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 热点图的显示方法、装置、设备及可读存储介质 |
US11790607B2 (en) | 2020-02-18 | 2023-10-17 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for displaying heat map, computer device, and readable storage medium |
CN112221151A (zh) * | 2020-10-23 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种地图生成方法、装置、计算机设备及存储介质 |
CN112370790A (zh) * | 2020-12-01 | 2021-02-19 | 腾讯科技(深圳)有限公司 | 游戏地图绘制方法、装置、电子设备和存储介质 |
CN114359198A (zh) * | 2021-12-27 | 2022-04-15 | 推想医疗科技股份有限公司 | 血管骨架提取方法和装置、存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110766770B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766770B (zh) | 热力图生成方法、装置、可读存储介质和计算机设备 | |
CN110339569B (zh) | 控制游戏场景中虚拟角色的方法及装置 | |
WO2021121029A1 (zh) | 训练模型的更新方法、系统、智能体、服务器及计算机可读存储介质 | |
CN108550190A (zh) | 增强现实数据处理方法、装置、计算机设备和存储介质 | |
CN109920055A (zh) | 三维视觉地图的构建方法、装置与电子设备 | |
CN107123056B (zh) | 一种基于位置的社交大数据信息最大化方法 | |
CN114331829A (zh) | 一种对抗样本生成方法、装置、设备以及可读存储介质 | |
CN110263840B (zh) | 一种线路分析方法、装置及程序产品、存储介质 | |
CN110377846A (zh) | 社交关系挖掘方法、装置、存储介质和计算机设备 | |
CN114387270B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN109460509B (zh) | 用户兴趣点评估方法、装置、计算机设备及存储介质 | |
CN113870401A (zh) | 表情生成方法、装置、设备、介质和计算机程序产品 | |
CN111210111A (zh) | 一种基于在线学习与众包数据分析的城市环境评估方法和系统 | |
CN113808267A (zh) | 一种基于gis地图的社区三维展示方法及系统 | |
CN115578393A (zh) | 关键点检测方法、训练方法、装置、设备、介质及产品 | |
CN111143813A (zh) | 一种验证问题的生成方法、验证方法及装置 | |
CN114219971A (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
CN106943729B (zh) | 一种虚拟骑行训练器的场景调控方法 | |
CN110781256B (zh) | 基于发送位置数据确定与Wi-Fi相匹配的POI的方法及装置 | |
CN111182463B (zh) | 一种区域实时客流来源分析方法及装置 | |
Kohler et al. | Supporting image geolocation with diagramming and crowdsourcing | |
CN110837563B (zh) | 案件的裁判方法、装置和系统 | |
CN115082964A (zh) | 行人检测方法、装置、电子设备及存储介质 | |
CN112732470B (zh) | 电能量数据的联邦学习可靠性评估方法和装置 | |
CN111006653A (zh) | 智能路线规划方法及设备 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40021395 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |