【技术实现步骤摘要】
虚拟场景中的异常动作识别方法、装置、介质及电子设备
本申请涉及计算机及通信
,具体而言,涉及一种虚拟场景中的异常动作识别方法、装置、介质及电子设备。
技术介绍
策略类游戏的外挂(外挂一般指通过修改游戏数据而为玩家谋取利益的作弊程序或软件)一直很猖獗,相关技术中提出的人物加速的检测方案主要是通过客户端发送到服务端的数据来进行检测,这种数据往往会被外挂篡改;另外一方面,由于存储容量的限制,也无法实时记录玩家在游戏中的移动速度,从而导致这类外挂无法被发现。
技术实现思路
本申请的实施例提供了一种虚拟场景中的异常动作识别方法、装置、介质及电子设备,进而至少在一定程度上可以降低虚拟场景中异常动作的检测难度,并且提高异常动作的检测效率。本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。根据本申请实施例的一个方面,提供了一种虚拟场景中的异常动作识别方法,包括:获取虚拟场景的视频流数据;从所述视频流数据中提取出目标对象处于指定状态的目标视频帧;根据从所述视频流数据中提取出的所述目标视频帧,识别所述目标对象的动作变化情况;基于所述目标对象的动作变化情况,确定所述目标对象在所述虚拟场景中是否存在异常动作。根据本申请实施例的一个方面,提供了一种虚拟场景中的异常动作识别装置,包括:获取单元,配置为获取虚拟场景的视频流数据;提取单元,配置为从所述视频流数据中提取出目标对象处于指定状态的目标视频帧;识别单元,配置为根据从所述视频流数据中提取出的所述目标视频帧,识 ...
【技术保护点】
1.一种虚拟场景中的异常动作识别方法,其特征在于,包括:/n获取虚拟场景的视频流数据;/n从所述视频流数据中提取出目标对象处于指定状态的目标视频帧;/n根据从所述视频流数据中提取出的所述目标视频帧,识别所述目标对象的动作变化情况;/n基于所述目标对象的动作变化情况,确定所述目标对象在所述虚拟场景中是否存在异常动作。/n
【技术特征摘要】
1.一种虚拟场景中的异常动作识别方法,其特征在于,包括:
获取虚拟场景的视频流数据;
从所述视频流数据中提取出目标对象处于指定状态的目标视频帧;
根据从所述视频流数据中提取出的所述目标视频帧,识别所述目标对象的动作变化情况;
基于所述目标对象的动作变化情况,确定所述目标对象在所述虚拟场景中是否存在异常动作。
2.根据权利要求1所述的虚拟场景中的异常动作识别方法,其特征在于,从所述视频流数据中提取出目标对象处于指定状态的视频帧,包括:
在所述视频流数据中识别出所述目标对象处于所述指定状态的目标时间段;
从所述视频流数据中提取出处于所述目标时间段内的视频帧,并将提取出的视频帧作为所述目标对象处于所述指定状态的视频帧。
3.根据权利要求2所述的虚拟场景中的异常动作识别方法,其特征在于,在所述视频流数据中识别出所述目标对象处于所述指定状态的目标时间段,包括:
在所述视频流数据中识别出所述目标对象处于非指定状态的时间段;
将所述视频流数据中除所述非指定状态的时间段之外的其它时间段作为所述目标时间段。
4.根据权利要求3所述的虚拟场景中的异常动作识别方法,其特征在于,所述非指定状态包括乘坐载具的状态,其中,若所述目标对象处于乘坐载具的状态,则对应视频帧的第一位置处显示有乘坐载具的标识信息;
在所述视频流数据中识别出所述目标对象处于非指定状态的时间段,包括:
根据所述视频流数据中的各个视频帧在所述第一位置处的图像是否包含有所述标识信息,确定所述各个视频帧中的目标对象是否处于所述乘坐载具的状态;
基于所述各个视频帧中的目标对象是否处于所述乘坐载具的状态,在所述视频流数据中确定所述目标对象处于所述非指定状态的时间段。
5.根据权利要求4所述的虚拟场景中的异常动作识别方法,其特征在于,根据所述各个视频帧在所述第一位置处的图像是否包含有所述标识信息,确定所述各个视频帧中的目标对象是否处于所述乘坐载具的状态,包括:
将所述各个视频帧输入至二分类模型中,所述二分类模型用于识别视频帧的所述第一位置处的图像是否包含有所述标识信息;
根据所述二分类模型的输出结果,确定所述各个视频帧中的目标对象是否处于所述乘坐载具的状态。
6.根据权利要求3所述的虚拟场景中的异常动作识别方法,其特征在于,若所述视频流数据中包含的视频帧的第二位置处显示有虚拟对象的状态栏,则在所述视频流数据中识别出所述目标对象处于非指定状态的时间段,包括:
识别所述视频流数据中的各个视频帧在所述第二位置处的图像所包含的状态标识,根据所述状态标识确定所述各个视频帧中的目标对象是否处于所述非指定状态;
基于所述各个视频帧中的目标对象是否处于所述非指定状态,在所述视频流数据中确定所述目标对象处于所述非指定状态的时间段。
7.根据权利要求6所述的虚拟场景中的异常动作识别方法,其特征在于,识别所述视频流数据中的各个视频帧在所述第二位置处的图像所包含的状态标识,根据所述状态标识确定所述各个视频帧中的目标对象是否处于所述非指定状态,包括:
将所述各个视频帧输入至预训练的机器学习模型中,所述预训练的机器学习模型用于识别视频帧的所述第二位置处的图像所包含的状态标识;
根据所述预训练的机器学习模型的输出结果,确定所述各个视频帧中的目标对象是否处于所述非指定状态。
8.根据权利要求1至7中任一项所述的虚拟场景中的异常动作识别方法,其特征在于,
根据从所述视频流数据中提取出的所述目标视频帧,识别所述目标对象的动作变化情况,包括:从所述目标视频帧中抽取视频帧,并按照抽取出的视频帧的时间先后顺序进行划分得到至少两组视频帧,...
【专利技术属性】
技术研发人员:王翔宇,雷植程,段建波,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。