图像处理方法及装置、电子设备和计算机可读存储介质制造方法及图纸

本公开实施例提供了一种图像处理方法及装置、电子设备和计算机可读存储介质，属于计算机技术领域。该方法包括：获取目标游戏的游戏图像，游戏图像中包括第一方对象和第二方对象；获得游戏图像中第一方对象的第一方目标和第二方对象的第二方目标，以及分别获得第一方目标和第二方目标的目标类别和目标位置；根据游戏图像中的第一方目标和第二方目标的目标类别和目标位置，构建游戏图像的第一方特征和第二方特征；通过深度网络模型分别对第一方特征和第二方特征进行处理，确定在游戏图像中第二方对象针对第一方对象的处理方式。通过本公开实施例提供的方案，能够根据游戏图像自动确定游戏中采取的处理方式。

【技术实现步骤摘要】
图像处理方法及装置、电子设备和计算机可读存储介质
本公开涉及计算机
，具体而言，涉及一种图像处理方法及装置、电子设备和计算机可读存储介质。
技术介绍
目前，随着人工智能技术的发展，游戏平台推出一些游戏，让用户可以和利用人工智能实现的计算机系统进行对战，而不一定需要对战的双方都是真实的“人”。由于计算机系统不是真实的“人”，其在与用户进行对战时，就需要获取当前敌我双方的游戏状态数据，从而决定采取攻击策略还是撤退策略。相关技术中，采用基于游戏内部接口的强化学习方案，首先，人工定义游戏战斗的奖励函数，将战斗的输赢作为强化学习的奖励函数，通过多次与环境交互，训练游戏平台的基于人工智能的计算机系统，以使其能够学习到一定的游戏战斗策略，其中包含了敌我双方的战力计算。由于上述方案需要大量的游戏环境交互次数，需要通过游戏内部接口提取当前的游戏状态和目标的属性状态。但是，由于大部分游戏没有提供游戏的内部接口，无法直接提供当前的游戏状态数据，也无法对战斗过程进行加速，在这种情况下，采用上述方案会耗费大量的时间。另外，在定义游戏奖励函数本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取目标游戏的游戏图像，所述游戏图像中包括第一方对象和第二方对象；/n获得所述游戏图像中所述第一方对象的第一方目标和所述第二方对象的第二方目标，以及分别获得所述第一方目标和所述第二方目标的目标类别和目标位置；/n根据所述游戏图像中的第一方目标和第二方目标的目标类别和目标位置，构建所述游戏图像的第一方特征和第二方特征；/n通过深度网络模型分别对所述第一方特征和所述第二方特征进行处理，确定在所述游戏图像中所述第二方对象针对所述第一方对象的处理方式。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取目标游戏的游戏图像，所述游戏图像中包括第一方对象和第二方对象；
获得所述游戏图像中所述第一方对象的第一方目标和所述第二方对象的第二方目标，以及分别获得所述第一方目标和所述第二方目标的目标类别和目标位置；
根据所述游戏图像中的第一方目标和第二方目标的目标类别和目标位置，构建所述游戏图像的第一方特征和第二方特征；
通过深度网络模型分别对所述第一方特征和所述第二方特征进行处理，确定在所述游戏图像中所述第二方对象针对所述第一方对象的处理方式。


2.根据权利要求1所述的图像处理方法，其特征在于，所述第一方目标包括第一方辅助对象、第一方防御工具和第一方血条，所述第二方目标包括第二方辅助对象、第二方防御工具和第二方血条；其中，分别获得所述第一方目标和所述第二方目标的目标类别和目标位置，包括：
将所述游戏图像输入至目标检测网络模型；
利用所述目标检测网络模型将所述游戏图像划分为第一尺度的第一网格、第二尺度的第二网格和第三尺度的第三网格，其中所述第一尺度小于所述第二尺度，所述第二尺度小于所述第三尺度；
通过所述第一网格预测所述第一方防御工具和所述第二方防御工具的目标类别和目标位置；
通过所述第二网格预测所述第一方辅助对象和所述第二方辅助对象的目标类别和目标位置；
通过所述第三网格预测所述第一方血条和所述第二方血条的目标类别和目标位置。


3.根据权利要求2所述的图像处理方法，其特征在于，所述第一方特征包括第一方通道特征；其中，根据所述游戏图像中的第一方目标和第二方目标的目标类别和目标位置，构建所述游戏图像的第一方特征和第二方特征，包括：
根据所述第一方血条的目标位置，确定所述第一方对象的位置信息；
根据所述第一方对象的位置信息，在所述游戏图像中确定包括所述第一方对象、所述第一方辅助对象和所述第一方防御工具在内的目标区域；
根据所述第一方辅助对象在所述目标区域中的位置，生成所述第一方辅助对象的二值图；
根据所述第一方防御工具在所述目标区域中的位置，生成所述第一方防御工具的二值图；
根据所述第一方辅助对象的二值图和所述第一方防御工具的二值图，生成所述第一方通道特征。


4.根据权利要求3所述的图像处理方法，其特征在于，所述第一方特征还包括第一方属性特征，所述第一方属性特征包括第一方技能特征；其中，所述方法还包括：
获取所述目标游戏的连续多帧图像；
通过时间循环神经网络对所述连续多帧图像进行处理，获得所述第一方对象的第一方技能状态；
根据所述第一方技能状态获得所述第一方技能特征。


5.根据权利要求4所述的图像处理方法，其特征在于，所述第一方属性特征还包括第一方血条特征，所述第一方血条具有第一颜色；其中，所述方法还包括：
检测所述第一方血条中所述第一颜色的宽度；
根据所述第一颜色的宽度和所述第一方血条的总宽度，获得所述第一方血条特征。


6.根据权利要求3至5任一项所述的图像处理方法，其特征在于，通过深度网络模型分别对所述第一方特征和所述第二方特征进行处理，确定在所述游戏图像中所述第二方对象针对所述第一方对象的处理方式，包括：
通过所述深度网络模型分别对所述第一方特征和所述第二方特征进行处理，获得所述游戏图像的第一方对象指标和第二方对象指标；
根据所述第一方对象指标和所述第二方对象指标，确定在所述游戏图像中所述第二方对象针对所述第一方对象的处理方式。


7.根据权利要求6所述的图像处理方法，其特征在于，通过所述深度网络模型分别对所述第一方特征和所述第二方特征进行处理，获得所述游戏图像的第一方对象指标和第二方对象指标，包括：
将所述第一方通道特征依次经过所述深度网络模型的第一卷积层、第二卷积层、第一最大池化层、第三卷积层、第四卷积层、第二最大池化层和第一全连接层处理，获得所述第一方通道特征的第一全...

【专利技术属性】
技术研发人员：黄超，
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