CN111111155B - 一种电容游戏手柄的检测方法和系统 - Google Patents

Abstract

本发明涉及一种电容游戏手柄的检测方法和系统，包括以下步骤：1)对游戏手柄的点击事件进行分析计算；2)对游戏手柄的滑动事件进行分析计算；3)将游戏手柄的点击事件的计算值和滑动事件的计算值分别与相应的阈值进行比较，若计算值超过阈值，判断游戏手柄为电容游戏手柄。本发明中方法和系统能够有效地检测电容游戏手柄在手机游戏中的使用情况，实用价值高，可以很容易地集成到手机游戏应用中。

Description

一种电容游戏手柄的检测方法和系统

技术领域

本发明是关于一种电容游戏手柄的检测方法和系统，属于通讯技术领域。

背景技术

手机游戏作为一个巨大的产业，其成功与否在很大程度上取决于游戏的公平性。近年来，一种电容游戏手柄被广泛应用于主流的手机游戏中。由于该游戏手柄操作的便捷和灵敏度高，使得采用了该游戏手柄的游戏玩家和普通游戏玩家相比具有压倒性的操作优势。电容游戏手柄的过度使用，会打破游戏平衡，损害广大游戏爱好者和游戏厂商的利益。

但是电容游戏手柄无需与设备有任何连接，也不需要在设备上安装任何驱动软件，对游戏应用程序和系统底层是完全透明的。这使得电容游戏手柄具有很强的隐蔽性，现有的检测技术无法对其进行有效的检测。

发明内容

针对上述现有技术的不足，本发明的目的是提供了一种电容游戏手柄的检测方法和系统，能够有效地检测电容游戏手柄在手机游戏中的使用情况。

为实现上述目的，本发明提供了一种电容游戏手柄的检测方法，包括以下步骤：1)对游戏手柄的点击事件进行分析计算；2)对游戏手柄的滑动事件进行分析计算；3)将游戏手柄的点击事件的计算值和滑动事件的计算值分别与相应的阈值进行比较，若计算值超过阈值，判断游戏手柄为电容游戏手柄。

进一步，步骤1)中，对游戏手柄的点击事件进行分析计算通过熵值分析对同一按钮多次点击产生坐标点的分布进行不确定性分析实现。

进一步，通过熵值分析对同一按钮多次点击产生坐标点的分布进行不确定性分析，具体包括以下步骤：1.1)收集每一次点击事件产生的坐标点的横坐标x_i，得到点击坐标序列X＝{x₁,x₂,…,x_n}；1.2)对点击坐标序列X进行平均分组，得到分组序列G＝{G₁,G₂,…,G_k}；1.3)依次计算分组序列G中的各元素G_i的熵值，得到与分组序列G对应的熵值序列E＝{E₁,E₂,…,E_k}；1.4)将熵值序列E与点击阈值E_t进行比较。

进一步，步骤1.4)中，将熵值序列E与点击阈值E_t进行比较包括：用点击阈值E_t和熵值序列E的平均值：

进行比较：当E_e小于E_t的时候，判定游戏手柄为电容游戏手柄。

进一步，步骤1.3)分组序列G中的各元素G_i的熵值的计算公式为：

其中，H(X)为各元素G_i的熵值，m是分组序列中每组包括的横坐标数，p_i是对应横坐标x_i出现的概率。

进一步，步骤2)中对游戏手柄的滑动事件进行分析计算通过凸边界识别技术对滑动事件产生坐标点的潜在边界进行识别，并统计目标点在滑动边界周围的分布情况实现。

进一步，凸边界识别技术对滑动事件产生坐标点的潜在边界进行识别包括：2.1)收集每一次滑动事件产生的坐标点的滑动坐标序列，一次滑动事件会产生一个坐标序列X_i＝{(x₁,y₁),(x₂,y₂),…(x_n,y_n)}，故多次滑动事件产生的滑动坐标序列为X＝{X₁,X₂,…,X_n}；2.2)计算每一次滑动事件产生的坐标序列X_i所包含的极值点E_i,得到滑动坐标序列X对应的极值点集合E＝{E₁,E₂,…,E_n}；2.3)以极值点集合E为数据集，进行凸边界识别，得到点集E的边界H。

进一步，统计目标点在滑动边界周围的分布情况包括：2.4)计算边界H上预设范围D内包含的极值点个数，并计算极值点个数占极值点集合E中极值点个数的百分比P；2.5)比较滑动阈值P_t和百分比P的关系，当百分比P大于滑动阈值P_t时，判定游戏手柄为电容游戏手柄。

进一步，步骤2.4)中，还包括：分别计算每一个极值点到边界H的最小距离：

其中，边界H的线性方程为ax+by+c＝0；极值点的坐标为(x_i,y_i)。

本发明还公开了一种电容游戏手柄的检测系统，包括：点击分析模块，用于对游戏手柄的点击事件进行分析计算；滑动分析模块，用于对游戏手柄的滑动事件进行分析计算；判断模块，用于将游戏手柄的点击事件的计算值和滑动事件的计算值分别与相应的阈值进行比较，若计算值不在阈值范围内，判断游戏手柄为电容游戏手柄。

本发明由于采取以上技术方案，其具有以下优点：本方案中的检测方法和系统能够有效地检测电容游戏手柄在手机游戏中的使用情况，提供手机游戏的公平性。同时，此检测方法实用价值高，可以很容易地集成到手机游戏应用中。

附图说明

图1是本发明一实施例中对游戏手柄的点击事件进行分析计算的流程图；

图2是本发明一实施例中对游戏手柄的滑动事件进行分析计算的流程图。

具体实施方式

为了使本领域技术人员更好的理解本发明的技术方向，通过具体实施例对本发明进行详细的描绘。然而应当理解，具体实施方式的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。在本发明的描述中，需要理解的是，所用到的术语仅仅是用于描述的目的，而不能理解为指示或暗示相对重要性。

实施例一

本实施例公开了一种电容游戏手柄的检测方法，包括以下步骤：

1)对游戏手柄的点击事件进行分析计算；

2)对游戏手柄的滑动事件进行分析计算；

3)将游戏手柄的点击事件的计算值和滑动事件的计算值分别与相应的阈值进行比较，若计算值超过阈值，判断游戏手柄为电容游戏手柄。本方案中的检测方法和能够有效地检测电容游戏手柄在手机游戏中的使用情况，提供手机游戏的公平性。同时，此检测方法实用价值高，可以很容易地集成到手机游戏应用中。

其中步骤1)中，对游戏手柄的点击事件进行分析计算通过熵值分析对同一按钮多次点击产生坐标点的分布进行不确定性分析实现，如图1所示，具体包括以下步骤：

1.1)为游戏中的点击事件设置点击事件监听器，事件监听器收集每一次点击事件产生的坐标点的横坐标x_i，得到点击坐标序列X＝{x₁,x₂,…,x_n}；

1.2)对点击坐标序列X进行平均分组，每组包括m个横坐标x_i，最终将点击坐标序列X分为k组，得到分组序列G＝{G₁,G₂,…,G_k}；

1.3)依次计算分组序列G中的各元素G_i的熵值，得到与分组序列G对应的熵值序列E＝{E₁,E₂,…,E_k}；其中G_i的熵值采用下式计算：

其中，H(X)为各元素G_i的熵值，m是分组序列中每组包括的横坐标数，p_i是对应横坐标x_i出现的概率。

1.4)将熵值序列E与点击阈值E_t进行比较。优选将点击阈值E_t和熵值序列E的平均值：

进行比较：当E_e小于E_t的时候，判定游戏手柄为电容游戏手柄。此处点击阈值E_t也可以与熵值序列E的最大值或者其它值进行比较。

本实施例步骤2)中，如图2所示，对游戏手柄的滑动事件进行分析计算通过凸边界识别技术对滑动事件产生坐标点的潜在边界进行识别，并统计目标点在滑动边界周围的分布情况实现。其具体包括如下步骤：

2.1)为游戏中的滑动事件设置滑动事件监听器，该滑动事件监听器收集每一次滑动事件产生的坐标点的滑动坐标序列，一次滑动事件会产生一个坐标序列X_i＝{(x₁,y₁),(x₂,y₂),…(x_n,y_n)}，故多次滑动事件产生的滑动坐标序列为X'＝{X₁,X₂,…,X_n}；

2.2)计算每一次滑动事件产生的坐标序列X_i所包含的极值点E_i,得到滑动坐标序列X对应的极值点集合E＝{E₁,E₂,…,E_n}；

2.3)以极值点集合E为数据集，进行凸边界识别，得到点集E的边界H，该边界H用线性方程ax+by+c＝0表示，其中a、b和c为常数，a和b不同时为零。

2.4)计算边界H上预设范围D内包含的极值点个数，并计算极值点个数占极值点集合E中极值点个数的百分比P；

2.5)比较滑动阈值P_t和百分比P的关系，当百分比P大于滑动阈值P_t时，判定游戏手柄为电容游戏手柄。

本实施例步骤2.4)中，还包括：分别计算每一个极值点到边界H的最小距离：

/>

其中，边界H的线性方程为ax+by+c＝0；极值点的坐标为(x_i,y_i)，预设范围D大于极值点到边界H的最小距离，以保证预设范围D包括至少一个极值点。

实施例二

本实施例公开了一种电容游戏手柄的检测系统，包括：点击分析模块，用于对游戏手柄的点击事件进行分析计算；滑动分析模块，用于对游戏手柄的滑动事件进行分析计算；判断模块，用于将游戏手柄的点击事件的计算值和滑动事件的计算值分别与相应的阈值进行比较，若计算值不在阈值范围内，判断游戏手柄为电容游戏手柄。

其中，点击分析模块包括点击事件监听器，用于收集每一次点击事件产生的坐标点的横坐标x_i；滑动分析模块包括滑动事件监听器，用于收集每一次滑动事件产生的坐标点的滑动坐标序列。

上述内容仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种电容游戏手柄的检测方法，其特征在于，包括以下步骤：

1)对游戏手柄的点击事件进行分析计算；

2)对所述游戏手柄的滑动事件进行分析计算；

3)将所述游戏手柄的点击事件的计算值和滑动事件的计算值分别与相应的阈值进行比较，若所述计算值超过所述阈值，判断所述游戏手柄为电容游戏手柄。

2.如权利要求1所述的一种电容游戏手柄的检测方法，其特征在于，所述步骤1)中，对游戏手柄的点击事件进行分析计算通过熵值分析对同一按钮多次点击产生坐标点的分布进行不确定性分析实现。

3.如权利要求2所述的一种电容游戏手柄的检测方法，其特征在于，所述通过熵值分析对同一按钮多次点击产生坐标点的分布进行不确定性分析，具体包括以下步骤：

1.1)收集每一次点击事件产生的坐标点的横坐标x_i，得到点击坐标序列X＝{x₁,x₂,…,x_n}；

1.2)对所述点击坐标序列X进行平均分组，得到分组序列G＝{G₁,G₂,…,G_k}；

1.3)依次计算所述分组序列G中的各元素G_i的熵值，得到与所述分组序列G对应的熵值序列E＝{E₁,E₂,…,E_k}；

1.4)将所述熵值序列E与点击阈值E_t进行比较。

4.如权利要求3所述的一种电容游戏手柄的检测方法，其特征在于，所述步骤1.4)中，将所述熵值序列E与所述点击阈值E_t进行比较包括：用所述点击阈值E_t和熵值序列E的平均值：

进行比较：当E_e小于E_t的时候，判定所述游戏手柄为电容游戏手柄。

5.如权利要求3或4所述的一种电容游戏手柄的检测方法，其特征在于，所述步骤1.3)分组序列G中的各元素G_i的熵值的计算公式为：

其中，H(X)为各元素G_i的熵值，m是分组序列中每组包括的横坐标数，p_i是对应横坐标x_i出现的概率。

6.如权利要求1或2所述的一种电容游戏手柄的检测方法，其特征在于，所述步骤2)中对所述游戏手柄的滑动事件进行分析计算通过凸边界识别技术对滑动事件产生坐标点的潜在边界进行识别，并统计目标点在滑动边界周围的分布情况实现。

7.如权利要求6所述的一种电容游戏手柄的检测方法，其特征在于，所述凸边界识别技术对滑动事件产生坐标点的潜在边界进行识别包括：

2.1)收集每一次滑动事件产生的坐标点的滑动坐标序列，一次滑动事件会产生一个坐标序列X_i＝{(x₁,y₁),(x₂,y₂),…(x_n,y_n)}，故多次滑动事件产生的滑动坐标序列为X＝{X₁,X₂,…,X_n}；

2.2)计算每一次滑动事件产生的坐标序列X_i所包含的极值点E_i,得到所述滑动坐标序列X对应的极值点集合E＝{E₁,E₂,…,E_n}；

2.3)以极值点集合E为数据集，进行凸边界识别，得到点集E的边界H。

8.如权利要求6所述的一种电容游戏手柄的检测方法，其特征在于，所述统计目标点在滑动边界周围的分布情况包括：

2.4)计算边界H上预设范围D内包含的极值点个数，并计算所述极值点个数占极值点集合E中极值点个数的百分比P；

2.5)比较滑动阈值P_t和所述百分比P的关系，当所述百分比P大于所述滑动阈值P_t时，判定所述游戏手柄为电容游戏手柄。

9.如权利要求8所述的一种电容游戏手柄的检测方法，其特征在于，所述步骤2.4)中，还包括：分别计算每一个极值点到边界H的最小距离：

其中，边界H的线性方程为ax+by+c＝0；所述极值点的坐标为(x_i,y_i)，所述预设范围D大于所述最小距离，以保证所述预设范围D包括至少一个极值点。

10.一种电容游戏手柄的检测系统，其特征在于，包括：

点击分析模块，用于对游戏手柄的点击事件进行分析计算；

滑动分析模块，用于对所述游戏手柄的滑动事件进行分析计算；

判断模块，用于将所述游戏手柄的点击事件的计算值和滑动事件的计算值分别与相应的阈值进行比较，若所述计算值不在所述阈值范围内，判断所述游戏手柄为电容游戏手柄。

Images