CN113546399A - 基于人工智能算法的棋牌游戏数据采集系统及方法 - Google Patents
基于人工智能算法的棋牌游戏数据采集系统及方法 Download PDFInfo
- Publication number
- CN113546399A CN113546399A CN202110874540.2A CN202110874540A CN113546399A CN 113546399 A CN113546399 A CN 113546399A CN 202110874540 A CN202110874540 A CN 202110874540A CN 113546399 A CN113546399 A CN 113546399A
- Authority
- CN
- China
- Prior art keywords
- image
- visual angle
- self
- chess
- game data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 25
- 230000000007 visual effect Effects 0.000 claims abstract description 97
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000005192 partition Methods 0.000 claims abstract description 21
- 238000010008 shearing Methods 0.000 claims abstract description 8
- 238000012937 correction Methods 0.000 claims description 37
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000013480 data collection Methods 0.000 claims 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- 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
- A63F3/00—Board games; Raffle games
- A63F3/02—Chess; Similar board games
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及数字数据处理技术领域，具体为一种基于人工智能算法的棋牌游戏数据采集系统及方法，该方法包括以下内容：图像采集步骤：显示分区框，采集第一视角图像，第一视角图像包含玩家视角下的自有暗牌、自有明牌和分区框；图像处理步骤：根据分区框对第一视角图像进行剪切；图像识别步骤：对处理后的第一视角图像进行图像识别生成第一识别结果。采用本方案能够提升棋牌游戏中的图像识别速度和准确度，快速获取识别结果。
Description
技术领域
本发明涉及数字数据处理技术领域，具体为一种基于人工智能算法的棋牌游戏数据采集系统及方法。
背景技术
随着智能化、自动化的发展，改变了人们的生活方式，给人们带来更便捷、简单的实现途径。例如棋牌游戏，传统棋牌游戏由玩家进行洗牌、发牌、算牌和结算，在游戏过程中，需要花费较多时间在不必要的洗牌和发牌时间上，同时时常因玩家彼此接收的信息不对称，需要花费时间进行核对，甚至引发玩家之间的矛盾。而智能化的棋牌游戏，自动进行洗牌和发牌，在完成游戏后，能够立即开始下一局游戏，同时可采用桌面上方设置的图像采集设备，对游戏过程中游戏桌面的图像进行采集，基于采集的图像进行图像识别，得知当前牌面情况，根据牌面情况对游戏事件进行判定，从而结合游戏规则自动进行游戏结算，无需玩家进行结算，同时也避免玩家之间因结算所引发的矛盾。
在进行图像识别时，主要对游戏桌面上的棋牌进行识别，基于棋牌变化进行游戏事件判定，但是棋牌游戏中所需棋牌数量较大，同时现有图像识别是对采集的整张图像进行图像识别，容易出现误识别的情况，且识别时间较长，因此亟需一种能够提升图像识别速度和准确度的棋牌游戏数据采集系统及方法。
发明内容
本发明的目的之一在于提供一种基于人工智能算法的棋牌游戏数据采集方法，能够提升棋牌游戏中的图像识别速度和准确度，快速获取识别结果。
本发明提供的基础方案一：基于人工智能算法的棋牌游戏数据采集方法，包括以下内容：
图像采集步骤：显示分区框，采集第一视角图像，第一视角图像包含玩家视角下的自有暗牌、自有明牌和分区框；
图像处理步骤：根据分区框对第一视角图像进行剪切；
图像识别步骤：对处理后的第一视角图像进行图像识别生成第一识别结果。
基础方案一的有益效果：
玩家视角下的自有暗牌，是指某个玩家所拥有的他人未知牌，以麻将为例，自有暗牌为玩家手中的手牌；玩家视角下的自有明牌，是指某个玩家所拥有的他人已知牌，以麻将为例，自有明牌为玩家的碰牌、杠牌、吃牌、胡牌等。
分区框的设置，在采集图像时，辅助玩家实现自有暗牌和自有明牌的分别采集，通过分区框区分第一视角图像中的自有暗牌和自有明牌，便于识别自有暗牌和自有明牌，提升识别准确率。
图像处理步骤的设置，剪切第一视角图像中分区框以外的图像，仅保留有效部分，去除图像冗余，减小图像像素，便于快速传输和识别第一视角图像。
图像识别步骤的设置，分别对自有暗牌和自有明牌进行图像识别，通过分区框快速识别自有暗牌和自有明牌，无需通过棋牌状态进行判断，避免误识别明牌和自有暗牌的情况，
采用本方案，通过分区框的设置，无需通过棋牌状态识别自有明牌和自有暗牌，避免发生误识别情况，提升图像识别准确度，同时分别对自有暗牌和自有明牌进行识别，可并行处理，且通过剪切第一视角图像，去除图像冗余，减小图像像素，提升传输速度和图像识别速度。
进一步，图像采集步骤还包括：采集第二视角图像，第二视角图像包含公共视角下的公共明牌和自有明牌；
图像处理步骤还包括：对第二视角图像进行预处理；
图像识别步骤还包括，对处理后的第二视角图像进行图像识别，生成第二识别结果；
有益效果：第一视角图像为玩家视角下所采集的图像，第二视角为公共视角下所采集的图像，可认为是游戏桌面上方的图像采集设备所采集的图像。公共视角下的公共明牌，是指各玩家打出的棋牌，以麻将为例，公共明牌麻将桌面上玩家所打出的牌；公共视角下的自有明牌，是指各玩家的自有明牌，即参与当前游戏的多个玩家视角下的自有明牌的总和。
通过图像采集步骤、图像处理步骤和图像识别步骤，采集第二视角图像获得第二识别结果，第二识别结果中包含游戏桌面上的公共信息，结合玩家自身的第一识别结果，可对玩家进行胡牌方案规划和出牌推荐。
进一步，图像处理步骤还包括对剪切后的第一视角图像进行预处理，预处理包括以下内容：
对第一视角图像或第二视角图像进行边缘检测，根据边缘检测结果剪切对应的第一视角图像或第二视角图像，获得处理后的第一视角图像或第二视角图像。
有益效果：对采集的第一视角图像和第二视角图像进行预处理，通过预处理对第一视角图像和第二视角图像进行剪切，仅保留有效图像，以麻将游戏采集的第一视角图像为例，仅保留相邻麻将图像，剪切麻将边缘的桌面图像。通过预处理去除图像冗余，减小图像像素，有利于提升传输速度和图像识别速度。
进一步，图像处理步骤前还包括：
图像判断步骤：获取目标物，检测第一视角图像中目标物的完整度，当判断完整度是否大于完整阈值，若是，则执行图像处理步骤，若否，则执行图像采集步骤，并发出提醒。
有益效果：图像判断步骤的设置，判断采集的第一视角图像是否符合图像识别标准，即第一视角图像中的目标物的完整度是否达到完整阈值，从而判断是否进行后续图像处理步骤和图像识别步骤，对于不符合图像识别标准的情况，提醒玩家重新采集第一视角图像，从而保证图像识别的准确性。
进一步，图像采集步骤前还包括：
设备自调整步骤：采集校正图像，判断校正图像是否达到标准条件，若是，则执行图像采集步骤；若否，则根据校正图像生成校正参数，根据校正参数对图像采集设备进行自调整，再次执行设备自调整步骤。
有益效果：设备自调整步骤的设置，通过采集的校正图像，对图像采集设备进行自调整，从而保证图像采集设备所采集图像的完整性。
进一步，设备自调整步骤中根据校正参数对图像采集设备进行自调整，包括以下内容：
校正参数包括角度参数，根据角度参数对图像采集设备的拍摄角度进行自调整。
有益效果：通过角度参数对图像采集设备的角度进行自调整，以麻将桌面为例，当麻将桌移动、图像采集设备晃动或偏移时，此时采集的校正图像中仅包含部分麻将桌面时，根据校正图像中麻将桌面的位置生成角度参数，根据角度参数对图像采集设备的角度进行调整，使得校正图像中出现完整的麻将桌面，从而提升棋牌游戏中图像识别的准确性。
进一步，设备自调整步骤中根据校正参数对图像采集设备进行自调整，包括以下内容：
校正参数包括清晰度参数，根据清晰度参数对图像采集设备的焦距和曝光度进行自调整。
有益效果：通过清晰度参数对图像采集设备的焦距和曝光度进行自调整，当光线过强时，对曝光度进行自调整，避免强光造成图像过曝；当光线过暗时，对曝光度进行自调整，避免偏光造成图像阴暗，从而保证图像采集设备所采集图像的清晰度，进而提升棋牌游戏中图像识别的准确性。
本发明的目的之二在于提供一种基于人工智能算法的棋牌游戏数据采集系统。
本发明提供基础方案二：基于人工智能算法的棋牌游戏数据采集系统，使用上述基于人工智能算法的棋牌游戏数据采集方法。
基础方案二的有益效果：采用本方案，无需通过棋牌状态识别自有明牌和自有暗牌，避免发生误识别情况，提升图像识别准确度，同时分别对自有暗牌和自有明牌进行识别，可并行处理，且通过剪切第一视角图像，去除图像冗余，减小图像像素，提升传输速度和图像识别速度。
附图说明
图1为本发明基于人工智能算法的棋牌游戏数据采集系统及方法实施例第一视角图像采集及处理的流程图；
图2为本发明基于人工智能算法的棋牌游戏数据采集系统及方法实施例第二视角图像采集及处理的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例
基于人工智能算法的棋牌游戏数据采集方法，如附图1、附图2所示，包括以下内容：
设备自调整步骤：采集校正图像，判断校正图像是否达到标准条件，若是，则执行图像采集步骤；若否，则根据校正图像生成校正参数，根据校正参数对图像采集设备进行自调整，再次执行设备自调整步骤。具体包括以下内容：
图像采集设备位于游戏桌面上方，用于采集校正图像，校正图像为公共视角下的图像，校正图像中包含游戏桌面。
在本实施例中，标准条件为校正图像中的游戏桌面的中心与校正图像中心重叠，且能够检测到游戏桌面的边缘。判断校正图像是否达到标准条件，具体为：对校正图像进行图像识别，判断校正图像中的游戏桌面的中心是否与校正图像中心重叠，若否，则未达到标准条件，若是，则判断能否检测到游戏桌面的边缘，若是，则达到标准条件，若否，则未达到标准条件。
当校正图像未达到标准条件时，根据校正图像生成校正参数，在本实施例中，校正参数包括角度参数和清晰度参数，清晰度参数包括焦距和曝光度，角度参数用于调整图像采集设备的角度，清晰度参数用于调整图像采集设备所采集的图像清晰度。根据校正图像生成校正参数，具体为：根据校正图像中的游戏桌面的中心与校正图像中心的距离，以及预设的图像采集设备的高度，生成角度参数；根据校正图像中游戏桌面的边缘生成焦距；采集光线强度，根据光线强度生成曝光度。
根据角度参数对图像采集设备的拍摄角度进行自调整，根据清晰度参数对图像采集设备的焦距和曝光度进行自调整。
图像采集步骤：显示分区框，采集第一视角图像，第一视角图像包含玩家视角下的自有暗牌、自有明牌和分区框。分区框包括自有暗牌框和明牌框，第一视角图像由玩家采用个人设备进行采集，例如玩家使用的手机。采集第一视角图像时，自有暗牌位于暗牌框内，自有明牌位于明牌框内，显示分区框，便于玩家准确采集第一视角图像。玩家视角下的自有暗牌，是指某个玩家所拥有的他人未知牌，以麻将为例，自有暗牌为玩家手中的手牌；玩家视角下的自有明牌，是指某个玩家所拥有的他人已知牌，以麻将为例，自有明牌为玩家的碰牌、杠牌、吃牌等。每个玩家都有属于自己的、特定的第一视角，第一视角图像为第一视角下所采集的图像。
采集第二视角图像，第二视角图像包含公共视角下的公共明牌和自有明牌，第二视角图像由位于游戏桌面上方的图像采集设备采集。公共视角下的公共明牌，是指各玩家打出的棋牌，以麻将为例，公共明牌麻将桌面上玩家所打出的牌；公共视角下的自有明牌，是指各玩家的自有明牌，即参与当前游戏的多个玩家视角下的自有明牌的总和。
图像判断步骤：获取目标物，检测第一视角图像中目标物的完整度，当判断完整度是否大于完整阈值，若是，则执行图像处理步骤，若否，则执行图像采集步骤，并发出提醒。棋牌游戏不同，目标物不同，麻将游戏对应的目标物为游戏桌面的麻将，扑克游戏对应的目标物为玩家手中的扑克。在本实施例中，完整阈值为80％，当第一视角图像中目标物的完整度大于80％时，执行后续图像处理步骤，反之发出提醒，重新采集第一视角图像。
图像处理步骤：根据分区框对第一视角图像进行剪切，对剪切后的第一视角图像进行预处理；对第二视角图像进行预处理。根据分区框对第一视角图像进行剪切时，剪切第一视角图像中分区框以外的图像。
预处理包括以下内容：
获取目标物，对第一视角图像中的目标物进行边缘检测，第一视角图像为玩家视角所采集的图像，棋牌游戏不同，目标物不同，以麻将为例，此时的目标物为游戏桌面的麻将。根据边缘检测结果剪切对应的第一视角图像，获得处理后的第一视角图像，处理后的第一视角图像包括自有暗牌图像和自有明牌图像。
获取目标物，对第二视角图像中的目标物进行边缘检测，第二视角图像为公共视角所采集的图像，此时的目标物为游戏桌面。根据边缘检测结果剪切对应的第二视角图像，获得处理后的第二视角图像，即剪切游戏桌面以外的图像。
图像识别步骤：对处理后的第一视角图像进行图像识别生成第一识别结果。具体的，对处理后的第一视角图像进行分类处理，分别对暗牌框对应的图像和明牌框对应的图像分别进行图像识别，生成第一识别结果，第一识别结果包括玩家的自有暗牌和自有明牌。采用分类处理的方式，区分自有暗牌和自有明牌，在后续进行胡牌方案规划和出牌推荐时，避免不同属性棋牌混用，保证胡牌方案规划和出牌推荐的准确性。
对处理后的第二视角图像进行图像识别生成第二识别结果，第二识别结果包括游戏桌面上的公共明牌和各玩家的自有明牌，公共明牌和自有明牌均为明牌，无需分类处理。
采用人工智能算法进行图像识别，在本实施例中，人工智能模型采用YOLO V5。结合第一识别结果和第二识别结果，可对玩家进行胡牌方案规划和出牌推荐。
在其他实施例中，还包括以下内容：对第二视角图像进行图像识别前，判断处理后的第二视角图像的边缘是否清晰，若是，则对处理后的第二视角图像进行图像识别生成第二识别结果，若否，则调用第一识别结果，对处理后的第二视角图像进行图像识别，根据图像识别结果和第一识别结果生成第二识别结果。具体的，对第二视角图像进行图像识别前，截取第二视角图像的边缘图像，检测边缘图像的清晰度，判断清晰度是否高于预设的清晰度阈值，清晰度阈值是为保证图像识别准确度所设定的清晰度阈值。若清晰度高于清晰度阈值，则对处理后的第二视角图像进行图像识别生成第二识别结果；反之，则对处理后的第二视角图像进行图像识别，根据图像识别结果和第一识别结果生成第二识别结果，此时图像识别结果仅包括公共明牌，通过第一识别结果获悉各玩家的自有明牌生成第二识别结果。由于变焦、曝光等问题会导致采集的第二视角图像的边缘出现模糊情况，在此情况下，通过玩家视角采集的第一视角图像的第一识别结果对第二视角图像的图像识别结果进行修正，提高游戏过程中图像识别的准确度。
基于人工智能算法的棋牌游戏数据采集系统，使用上述基于人工智能算法的棋牌游戏数据采集方法。
采用本方案，通过分区框的设置，无需通过棋牌状态识别自有明牌和自有暗牌，避免发生误识别情况，提升图像识别准确度；同时分别对自有暗牌和自有明牌进行识别，可并行处理，提升图像识别速度。通过剪切第一视角图像和第二视角图像，去除图像冗余，减小图像像素，提升传输速度，并进一步图像识别速度。通过图像完整度判断和图像采集设备的自调整，保证图像采集设备所采集图像的完整性和清晰度，进一步提升棋牌游戏中图像识别的准确性。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.基于人工智能算法的棋牌游戏数据采集方法，其特征在于，包括以下内容：
图像采集步骤：显示分区框，采集第一视角图像，第一视角图像包含玩家视角下的自有暗牌、自有明牌和分区框；
图像处理步骤：根据分区框对第一视角图像进行剪切；
图像识别步骤：对处理后的第一视角图像进行图像识别生成第一识别结果。
2.根据权利要求1所述的基于人工智能算法的棋牌游戏数据采集方法，其特征在于：
图像采集步骤还包括：采集第二视角图像，第二视角图像包含公共视角下的公共明牌和自有明牌；
图像处理步骤还包括：对第二视角图像进行预处理；
图像识别步骤还包括，对处理后的第二视角图像进行图像识别，生成第二识别结果。
3.根据权利要求2所述的基于人工智能算法的棋牌游戏数据采集方法，其特征在于：图像处理步骤还包括对剪切后的第一视角图像进行预处理，预处理包括以下内容：
对第一视角图像或第二视角图像进行边缘检测，根据边缘检测结果剪切对应的第一视角图像或第二视角图像，获得处理后的第一视角图像或第二视角图像。
4.根据权利要求1所述的基于人工智能算法的棋牌游戏数据采集方法，其特征在于，图像处理步骤前还包括：
图像判断步骤：获取目标物，检测第一视角图像中目标物的完整度，当判断完整度是否大于完整阈值，若是，则执行图像处理步骤，若否，则执行图像采集步骤，并发出提醒。
5.根据权利要求1所述的基于人工智能算法的棋牌游戏数据采集方法，其特征在于，图像采集步骤前还包括：
设备自调整步骤：采集校正图像，判断校正图像是否达到标准条件，若是，则执行图像采集步骤；若否，则根据校正图像生成校正参数，根据校正参数对图像采集设备进行自调整，再次执行设备自调整步骤。
6.根据权利要求5所述的基于人工智能算法的棋牌游戏数据采集方法，其特征在于，设备自调整步骤中根据校正参数对图像采集设备进行自调整，包括以下内容：
校正参数包括角度参数，根据角度参数对图像采集设备的拍摄角度进行自调整。
7.根据权利要求5所述的基于人工智能算法的棋牌游戏数据采集方法，其特征在于，设备自调整步骤中根据校正参数对图像采集设备进行自调整，包括以下内容：
校正参数包括清晰度参数，根据清晰度参数对图像采集设备的焦距和曝光度进行自调整。
8.基于人工智能算法的棋牌游戏数据采集系统，其特征在于：使用权利要求1-7任一项所述的基于人工智能算法的棋牌游戏数据采集方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110874540.2A CN113546399B (zh) | 2021-07-30 | 2021-07-30 | 基于人工智能算法的棋牌游戏数据采集系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110874540.2A CN113546399B (zh) | 2021-07-30 | 2021-07-30 | 基于人工智能算法的棋牌游戏数据采集系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113546399A true CN113546399A (zh) | 2021-10-26 |
| CN113546399B CN113546399B (zh) | 2024-01-23 |
Family
ID=78105054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110874540.2A Active CN113546399B (zh) | 2021-07-30 | 2021-07-30 | 基于人工智能算法的棋牌游戏数据采集系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113546399B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106062836A (zh) * | 2014-01-17 | 2016-10-26 | 天使游戏纸牌股份有限公司 | 纸牌游戏监控系统 |
| CN106182006A (zh) * | 2016-08-09 | 2016-12-07 | 北京光年无限科技有限公司 | 面向智能机器人的棋牌交互数据处理方法及装置 |
| CN107019901A (zh) * | 2017-03-31 | 2017-08-08 | 北京大学深圳研究生院 | 基于图像识别及自动化控制的棋牌类游戏自动博弈机器人的建立方法 |
| CN108126339A (zh) * | 2017-12-27 | 2018-06-08 | 武汉卓讯互动信息科技有限公司 | 一种智能麻将游戏装置、控制方法及系统 |
| CN110096999A (zh) * | 2019-04-29 | 2019-08-06 | 达闼科技（北京）有限公司 | 棋盘识别方法、棋盘识别装置、电子设备和可存储介质 |
| CN112016479A (zh) * | 2020-08-31 | 2020-12-01 | 重庆五诶科技有限公司 | 棋牌游戏辅助系统 |
| CN112569579A (zh) * | 2021-01-11 | 2021-03-30 | 杨百涛 | 一种人工智能麻将机 |
-
2021
- 2021-07-30 CN CN202110874540.2A patent/CN113546399B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106062836A (zh) * | 2014-01-17 | 2016-10-26 | 天使游戏纸牌股份有限公司 | 纸牌游戏监控系统 |
| CN106182006A (zh) * | 2016-08-09 | 2016-12-07 | 北京光年无限科技有限公司 | 面向智能机器人的棋牌交互数据处理方法及装置 |
| CN107019901A (zh) * | 2017-03-31 | 2017-08-08 | 北京大学深圳研究生院 | 基于图像识别及自动化控制的棋牌类游戏自动博弈机器人的建立方法 |
| CN108126339A (zh) * | 2017-12-27 | 2018-06-08 | 武汉卓讯互动信息科技有限公司 | 一种智能麻将游戏装置、控制方法及系统 |
| CN110096999A (zh) * | 2019-04-29 | 2019-08-06 | 达闼科技（北京）有限公司 | 棋盘识别方法、棋盘识别装置、电子设备和可存储介质 |
| CN112016479A (zh) * | 2020-08-31 | 2020-12-01 | 重庆五诶科技有限公司 | 棋牌游戏辅助系统 |
| CN112569579A (zh) * | 2021-01-11 | 2021-03-30 | 杨百涛 | 一种人工智能麻将机 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113546399B (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020151489A1 (zh) | 基于面部识别的活体检测的方法、电子设备和存储介质 | |
| DE60212473T2 (de) | Codeleser und Unterhaltungssystem | |
| US7327860B2 (en) | Conjunctival scans for personal identification | |
| CN107019901B (zh) | 基于图像识别及自动化控制的棋牌类游戏自动博弈机器人的建立方法 | |
| EP3358298A1 (en) | Building height calculation method and apparatus, and storage medium | |
| EP1970859B1 (en) | Detecting method and detecting system for positions of face parts | |
| KR20150064048A (ko) | 카드 데크에 대한 카드 처리 방법 | |
| CN103198304A (zh) | 一种掌纹提取识别方法 | |
| US20150356342A1 (en) | Image processing apparatus, image processing method, and storage medium | |
| JP2002203242A (ja) | 植物認識システム | |
| CN109635625B (zh) | 智能身份核验方法、设备、存储介质及装置 | |
| CN113546399A (zh) | 基于人工智能算法的棋牌游戏数据采集系统及方法 | |
| CN112057874A (zh) | 具备隐私保护的游戏辅助系统及方法 | |
| CN114722230B (zh) | 利用角度大数据匹配的辅助判决系统 | |
| CN106447812A (zh) | 一种考勤方法及系统 | |
| JP2003178304A (ja) | 顔画像検索装置、顔画像検索方法、およびその方法をコンピュータに実行させるプログラム | |
| JP4775599B2 (ja) | 目の位置の検出方法 | |
| CN115337649A (zh) | 外挂检测模型的训练方法、外挂检测方法及装置 | |
| CN112101442A (zh) | 一种基于花蕊检测的花朵计数方法 | |
| CN113537006A (zh) | 一种基于卷积神经网络的普洱生茶和熟茶判定方法 | |
| CN113127836A (zh) | 用于指纹认证的方法、设备和非瞬态计算机可读存储介质 | |
| CN105477859A (zh) | 一种基于用户颜值的游戏控制方法及装置 | |
| JP4683236B2 (ja) | 目の位置の検出方法 | |
| CN109858426A (zh) | 人脸特征提取方法、装置及计算机可读存储介质 | |
| Pham et al. | ATGW: A Machine Learning Framework for Automation Testing in Game Woody |
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 |