一种游戏设计的质量评估方法及系统技术方案

本发明专利技术公开了一种游戏设计的质量评估方法及系统，首先获取游戏端的拍摄装置所拍摄的玩家进行游戏时的面部的表情图像，然后分别对各个拍摄装置的表情图像进行处理，先将表情图像进行表情分类处理，将表情图像输入至分类到的表情所对应的强度处理子模型进行处理，得到分类到的表情的强度，再根据预设的转换关系，将步骤得到的各表情分类以及对应的表情的强度进行整体数据分析，得到游戏设计的质量评估。本发明专利技术基于表情识别做出表情强度的估计，准确获知玩家的表情类别和强度水平后，将玩家在体验游戏时每个时间点的表情数据用以评估游戏的设计优劣，在此基础上进行优化，达到更好的玩家体验效果。

A quality evaluation method and system for game design

The invention discloses a quality evaluation method and system of game design. First, the facial expression images of the players in the game are obtained, and then the expression images of each camera are processed respectively. The expression image is first classified and processed, and the expression image is entered into the image. The intensity of the intensity processing sub model corresponding to the classified expression is processed, and the intensity of the classified expression is obtained. Then according to the presupposed transformation relation, the overall data analysis of each expression classification and the intensity of the corresponding expression is analyzed, and the quality evaluation of the game design is obtained. The present invention is based on the expression recognition to make the estimation of the expression intensity. After knowing the player's expression category and the intensity level, the player's expression data at each time point of the game is used to evaluate the game's design and the quality of the game. On this basis, the player is optimized to achieve better player experience.

【技术实现步骤摘要】
一种游戏设计的质量评估方法及系统
本专利技术涉及领域游戏设计领域，更具体地说，涉及一种游戏设计的质量评估方法及系统。
技术介绍
随着电子竞技的发展，无论是端游还是手游近些年均存在较大发展。在游戏成型之前，游戏开发方会对游戏进行测试，以对游戏进行评估和改进，如采用封测、内测等方式，然而这些测试方式的工作形式一般是通过网上的反馈渠道进行反馈，玩家进行游戏，找出游戏的BUG反馈给游戏开发方，但是这这种方式很难得到游戏设计非错误性的游戏反馈，如可能玩家对某一部分的故事情节不满意或者对某一部分的游戏画面风格不满意等。部分玩家也会对游戏中提出一些改进意见，但一般需要进行文字性描述、需要提供游戏截图等繁杂的反馈流程，反馈至游戏开发方后，工作人员需要逐一进行阅读并进行统计，工作量十分巨大。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述现有的游戏测试方式方法很难得到游戏设计非错误性的游戏反馈、反馈流程复杂以及反馈后游戏开发方工作量大的缺陷，提供一种游戏设计的质量评估方法及系统。根据本专利技术的其中一方面，本专利技术解决其技术问题，所采用的游戏设计的质量评估方法包含如下步骤：S1、获取游戏端的拍摄装置所拍摄的玩家进行游戏时的面部的表情图像；S2、分别对各个拍摄装置的表情图像进行处理；对任一个拍摄装置的表情图像进行处理的方法如下：先将表情图像进行表情分类处理，再将表情图像输入至分类到的表情所对应的强度处理子模型进行处理，得到分类到的表情的强度，其中一个表情分类下的强度处理子模型中具有该表情分类的多个强度；S3、根据预设的转换关系，将步骤S2得到各表情分类以及对应的表情的强度进行整体数据分析，得到游戏设计的质量评估。优选地，在本专利技术的游戏设计的质量评估方法中，在步骤S1中还获取与表情图像所实时对应的游戏进度识别信息，所述步骤S3具体为得到游戏中各个进度处所对应游戏设计的质量评估。优选地，在本专利技术的游戏设计的质量评估方法中，还包括分别训练各个强度处理子模型的步骤，任意一个强度处理子模型的训练步骤包括：A1、获取某一表情分类下的用于训练的包含人面部分的表情数据库，所述表情数据库包含具有面部表情强度标签的数据库与无面部表情强度标签的数据库；A2、对所述表情数据库中的图像数据进行预处理，提取出人面部分的数据；A3、对提取出的人面部分的数据分别进行面部几何特征、局部二值模式和Gabor小波变换三种模式的特征提取；A4、分别使用全监督模式、半监督模式和无监督模式对步骤A3输出的数据进行训练，得到特征与面部表情强度的关系；A5、将所述训练后形成的数据分别作为序数随机森林算法的输入进行训练，分别得出面部表情强度处理子模型，将k1*B1+k2*B2+k3*B3作为最终的面部表情强度计算模型，其中系数k1、k2、k3的取值范围均为(0，1)，且k1+k2+k3＝1，B1、B2、B3分别为同一输入条件下全监督模式、半监督模式和无监督模式对应的输出值；其中，全监督模式是指采用带有强度标签的图像数据作为该模式的表情数据库进行训练；半监督模式是指采用部分带有强度标签部分不带有强度标签的图像数据作为该模式的表情数据库进行训练；无监督模式是指采用不带有强度标签的图像数据作为该模式的表情数据库进行训练。优选地，在本专利技术的游戏设计的质量评估方法中，步骤A2中预处理包括：人脸特征点定位、人脸识别、图像剪切和直方图均衡化；方案采用主动形状模型ASM获取面部特征点，利用瞳孔间的连线与水平线的夹角，旋转图像使得瞳孔间连线为水平，之后调用OpenCV库中人脸识别框架获取图像数据中人面部分，并且剪切面部区域为M*N像素，最后对剪切后的所有图像数据进行直方图均衡化处理；其中，M、N均为正整数且均大于3。优选地，在本专利技术的游戏设计的质量评估方法中，步骤A3中还包括步骤：采用主成分分析方法，分别对三种模式提取的特征进行处理以降低特征数据的维度。优选地，在本专利技术的游戏设计的质量评估方法中，步骤A3中对于任意一帧：是以该帧中下巴与鼻尖的像素间距离为标准值，将嘴角、下巴、眼角、上下眼皮之间的像素间的相互距离与该帧的标准值的比值作为面部几何特征。优选地，在本专利技术的游戏设计的质量评估方法中，步骤A3中采用局部二值模式提取图像特征时，具体是指将步骤A2中提取出的人面部分的数据分割得到的面部图像均匀分为P*Q块，得到P*Q块(M/P)*(N/Q)的区域，对每一区域进行3*3邻域像素的处理，对比所有像素临近的8个像素的灰度值，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0，得到8个二进制数，将8位二进制数转换为10进制，得到该像素点的LBP值，最终按行拼接P*Q块图像的LBP值，得到图像的局部二值模式特征；其中，P、Q、M、N均为正整数，M、N分别为人面部分的图像数据的横向、纵向的像素大小。优选地，在本专利技术的游戏设计的质量评估方法中，步骤A3中采用Gabor小波变换进行特征提取具体是指，将剪切后形成的M*N像素的面部图像进行多尺度多方向的Gabor小波变换，每幅图像得到(V*R)*M*N维的特征,V为尺度数，R为方向数。优选地，在本专利技术的游戏设计的质量评估方法中，序数随机森林算法中：对于参与训练的数据库中的图像序列中每一帧，首先进行序数回归分析，预测该帧在各个强度值上的分布比，然后在随机森林算法对该图像序列中的帧进行回归分析时，对每个决策树得到的强度值Q进行加权，所加权重为该帧在单独进行序数回归分析时，分析结果中强度值Q所占的比例。根据本专利技术的另一方面，本专利技术为解决其技术问题，还提供了一种游戏设计的质量评估系统，采用如上述任一项的游戏设计的质量评估方法获取游戏设计的质量。实施本专利技术的游戏设计的质量评估方法及系统，首先获取游戏端的拍摄装置所拍摄的玩家进行游戏时的面部的表情图像，然后分别对各个拍摄装置的表情图像进行处理，对任一个拍摄装置的表情图像进行处理的方法如下：先将表情图像进行表情分类处理，再将表情图像输入至分类到的表情所对应的强度处理子模型进行处理，得到分类到的表情的强度，其中一个表情分类下的强度处理子模型中具有该表情分类的多个强度，再根据预设的转换关系，根据预设的转换关系，将步骤得到的各表情分类以及对应的表情的强度进行整体数据分析，得到游戏设计的质量评估。本专利技术基于表情识别做出表情强度的估计，准确获知玩家的表情类别和强度水平后，将玩家在体验游戏时每个时间点的表情数据(包括表情类别和表情强度信息)用以评估游戏的设计优劣，在此基础上进行优化，达到更好的玩家体验效果。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术的游戏设计的质量评估方法的一实施例的流程图；图2是本专利技术的游戏设计的质量评估方法中的强度处理子模型的训练流程图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。参考图1，其为本专利技术的游戏设计的质量评估方法的一实施例的流程图，在本实施例中该获取方法包含如下步骤：S1、获取游戏端的拍摄装置所拍摄的玩家进行游戏时的面部的表情图像。对于玩家而言，玩游戏可以通过电脑或者手机进行，然后通过电脑配置的摄像头或者手机上安装的摄像头获取玩家面部的表情图像，并优选的在游戏时实时获取玩家的面部的表本文档来自技高网...

【技术保护点】
1.一种游戏设计的质量评估方法，其特征在于，包含如下步骤：S1、获取游戏端的拍摄装置所拍摄的玩家进行游戏时的面部的表情图像；S2、分别对各个拍摄装置的表情图像进行处理；对任一个拍摄装置的表情图像进行处理的方法如下：先将表情图像进行表情分类处理，再将表情图像输入至分类到的表情所对应的强度处理子模型进行处理，得到分类到的表情的强度，其中一个表情分类下的强度处理子模型中具有该表情分类的多个强度；S3、根据预设的转换关系，将步骤S2得到的各表情分类以及对应的表情的强度进行整体数据分析，得到游戏设计的质量评估。

【技术特征摘要】
1.一种游戏设计的质量评估方法，其特征在于，包含如下步骤：S1、获取游戏端的拍摄装置所拍摄的玩家进行游戏时的面部的表情图像；S2、分别对各个拍摄装置的表情图像进行处理；对任一个拍摄装置的表情图像进行处理的方法如下：先将表情图像进行表情分类处理，再将表情图像输入至分类到的表情所对应的强度处理子模型进行处理，得到分类到的表情的强度，其中一个表情分类下的强度处理子模型中具有该表情分类的多个强度；S3、根据预设的转换关系，将步骤S2得到的各表情分类以及对应的表情的强度进行整体数据分析，得到游戏设计的质量评估。2.根据权利要求1所述的质量评估方法，其特征在于，在步骤S1中还获取与表情图像所实时对应的游戏进度识别信息，所述步骤S3具体为得到游戏中各个进度处所对应游戏设计的质量评估。3.根据权利要求1所述的质量评估方法，其特征在于，还包括分别训练各个强度处理子模型的步骤，任意一个强度处理子模型的训练步骤包括：A1、获取某一表情分类下的用于训练的包含人面部分的表情数据库，所述表情数据库包含具有面部表情强度标签的数据库与无面部表情强度标签的数据库；A2、对所述表情数据库中的图像数据进行预处理，提取出人面部分的数据；A3、对提取出的人面部分的数据分别进行面部几何特征、局部二值模式和Gabor小波变换三种模式的特征提取；A4、分别使用全监督模式、半监督模式和无监督模式对步骤A3输出的数据进行训练，得到特征与面部表情强度的关系；A5、将所述训练后形成的数据分别作为序数随机森林算法的输入进行训练，分别得出面部表情强度处理子模型，将k1*B1+k2*B2+k3*B3作为最终的面部表情强度计算模型，其中系数k1、k2、k3的取值范围均为(0，1)，且k1+k2+k3＝1，B1、B2、B3分别为同一输入条件下全监督模式、半监督模式和无监督模式对应的输出值；其中，全监督模式是指采用带有强度标签的图像数据作为该模式的表情数据库进行训练；半监督模式是指采用部分带有强度标签部分不带有强度标签的图像数据作为该模式的表情数据库进行训练；无监督模式是指采用不带有强度标签的图像数据作为该模式的表情数据库进行训练。4.根据权利要求3所述的质量评估方法，其特征在于，所述步骤A2中预处理包括：人脸特征点定位、人脸识别、图像剪切和直方...

【专利技术属性】
技术研发人员：杨林权，谷俊允，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42