游戏外挂识别方法、装置、存储介质及计算机设备制造方法及图纸

本申请实施例公开了一种游戏外挂识别方法、装置、存储介质及计算机设备，其中，该方法包括：获取含有目标对象的游戏画面图像，对游戏画面图像中的目标对象进行标注，根据标注后的游戏画面图像生成训练样本集，基于训练样本集对目标网络模型进行特征学习训练，以得到训练后的目标网络模型，基于训练后的目标网络模型，识别待测图像是否属于外挂图像。本申请实施例可以通过对目标对象的特征进行学习训练，使得训练后的目标网络模型具备多个粒度的感受野，提升模型的识别能力，利用训练后的目标网络模型可以有效识别外挂图像，提升对外挂图像识别的准确率。

【技术实现步骤摘要】
游戏外挂识别方法、装置、存储介质及计算机设备
本申请涉及计算机
，尤其涉及游戏
，具体涉及一种游戏外挂识别方法、装置、存储介质及计算机设备。
技术介绍
游戏外挂是通过欺骗或修改游戏以谋取利益的作弊程序。游戏外挂的存在，严重破坏了游戏生态圈的平衡，降低了游戏的公平性和可玩性。如何有效识别外挂行为，已成为业界的重要研究课题。
技术实现思路
本申请实施例提供一种游戏外挂识别方法、装置、存储介质及计算机设备，通过对目标对象的特征进行学习训练，使得训练后的目标网络模型具备多个粒度的感受野，提升了模型的识别能力，利用训练后的目标网络模型可以有效识别外挂图像，提升了对外挂图像识别的准确率。本申请实施例提供了一种游戏外挂识别方法，所述方法包括：获取含有目标对象的游戏画面图像；对所述游戏画面图像中的所述目标对象进行标注；根据所述标注后的游戏画面图像生成训练样本集；基于所述训练样本集对目标网络模型进行特征学习训练，以得到训练后的目标网络模型；基于所述训练后的目标网络模型，识别待测图像是否属于外本文档来自技高网...

【技术保护点】
1.一种游戏外挂识别方法，其特征在于，所述方法包括：/n获取含有目标对象的游戏画面图像；/n对所述游戏画面图像中的所述目标对象进行标注；/n根据所述标注后的游戏画面图像生成训练样本集；/n基于所述训练样本集对目标网络模型进行特征学习训练，以得到训练后的目标网络模型；/n基于所述训练后的目标网络模型，识别待测图像是否属于外挂图像。/n

【技术特征摘要】
1.一种游戏外挂识别方法，其特征在于，所述方法包括：
获取含有目标对象的游戏画面图像；
对所述游戏画面图像中的所述目标对象进行标注；
根据所述标注后的游戏画面图像生成训练样本集；
基于所述训练样本集对目标网络模型进行特征学习训练，以得到训练后的目标网络模型；
基于所述训练后的目标网络模型，识别待测图像是否属于外挂图像。


2.如权利要求1所述的游戏外挂识别方法，其特征在于，所述对所述游戏画面图像中的所述目标对象进行标注，包括：
对所述目标对象的真实位置进行标注，以及对所述目标对象的外挂表现类型进行标注。


3.如权利要求2所述的游戏外挂识别方法，其特征在于，所述基于所述训练样本集对目标网络模型特征学习训练，以得到训练后的目标网络模型，包括：
选取所述训练样本集中任意一个标注后的游戏画面图像作为训练样本；
将所述训练样本输入目标网络模型中进行特征提取，以得到所述训练样本的目标特征图；
基于所述训练样本的目标特征图，获取所述训练样本中目标对象的目标位置对应的位置偏移量、所述目标位置的支持率和所述目标对象所属的外挂表现类别的类别概率；
基于所述练样本中目标对象的目标位置对应的位置偏移量、所述目标位置的支持率和所述目标对象所属的外挂表现类别的类别概率，生成所述训练样本的识别结果；
基于所述训练样本的识别结果与所述训练样本的真实结果之间的差异，优化所述目标网络模型，以得到训练后的目标网络模型。


4.如权利要求3所述的游戏外挂识别方法，其特征在于，所述基于所述训练样本的识别结果与所述训练样本的真实结果之间的差异，优化所述目标网络模型，以得到训练后的目标网络模型，包括：
基于所述训练样本中目标对象的目标位置对应的位置偏移量，计算所述目标对象的目标位置；
根据所述目标对象的目标位置与所述目标对象的真实位置之间的均方差，优化所述目标网络模型。


5.如权利要求4所述的游戏外挂识别方法，其特征在于，所述基于所述训练样本中目标对象的目标位置对应的位置偏移量，计算所述目标对象的目标位置，包括：
基于所述目标对象的目标位置的中心坐标点的x值对应的位置偏移量，计算所述目标对象在所述训练样本中的中心坐标点的x值；
基于所述目标对象的目标位置的中心坐标点的y值对应的位置偏移量，计算所述目标对象在所述训练样本中的中心坐标点的y值；
基于所述目标对象的目标位置的宽对应的位置偏移量，计算所述目标对象在所述训练样本中的宽；
基于所述目标对象的目标位置的高对应的位置偏移量，计算所述目标对象在所述训练样本中的高；
根据所述目标对象在所述训练样本中的中心坐标点的x值、中心坐标点的y值、宽和高，确定所述目标对象的目标位置。


6.如权利要求4所述的游戏外挂识别方法，其特征在于，所述基于所述训练样本的识别结果与所述训练样本的真实结果之间的差异，优化所述目标网络模型，以得到训练后的目标网络模型，还包括：
将所述目标对象所属的外挂表现类别的类别概率与所述目标对象真实所属的外挂表现类别进行比对；
根据比对结果优化所述目标网络模型。


7.如权利要求3所述的游戏外挂识别方法，其特征在于，所述将所述训练样本输入目标网络模型中进行特征提取，以得到所述训练样本的目标特征图，包括：
将所述训练样本输入目标网络模型中进行特征提取，以提取出所述训练样本中不同感受野的多个尺度特征；
对所述训练样本中不同感受野的多个尺度特征进行上采样处理后再进行特征融合，以得到所述训练样本的目标特征图。<...

【专利技术属性】
技术研发人员：陈汉群，梁兆豪，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江;33