游戏场景的终端震动检测方法、装置、介质及设备制造方法及图纸

本公开提供一种对游戏场景的终端震动检测方法、装置、介质及电子设备，涉及数据处理技术领域。该方法包括：获取与目标游戏场景关联的震动定义文件，根据震动定义文件确定理论震动曲线；获取与目标游戏场景相关的目标震动影响因子，根据目标震动影响因子确定关于理论震动曲线的目标偏差数据；根据目标偏差数据检测目标终端的震动是否与目标游戏场景吻合。本公开提供了一种终端震动与游戏场景(如，游戏声音、游戏画面)是否吻合的衡量方案有利于提升终端震动与游戏场景的吻合度，进而有利于提升游戏的代入感以及玩家的沉浸感。游戏的代入感以及玩家的沉浸感。游戏的代入感以及玩家的沉浸感。

【技术实现步骤摘要】
游戏场景的终端震动检测方法、装置、介质及设备


[0001]本公开涉及信息处理
，具体而言，涉及一种对游戏场景的终端震动检测方法、对游戏场景的终端震动检测装置，以及实现上述方法的计算机可读存储介质和电子设备。

技术介绍

[0002]随着硬件技术的发展以及网络能力的提升，终端游戏的顺畅度、画质都得到较大幅度的提升，从而，玩家在游戏中获得了感觉、视觉以及交互上良好体验，进而增强了玩家玩游戏的真实感和代入感和沉浸感。同时，结合游戏场景在终端产生震动，以激发玩家的触觉，也使得玩家得到更佳的游戏体验。
[0003]但是，目前终端设备震动的实现多维简单的反馈式实现，例如来电提醒、闹钟等场景，而缺乏游戏场景的终端震动检测方法。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本公开的目的在于提供一种对游戏场景的终端震动检测方法、对游戏场景的终端震动检测装置、电子设备以及计算机可读存储介质，在一定程度上降低震动定义文件中的偏差数据，使终端的震动与游戏场景吻合，从而提升玩家的游戏沉浸感。
[0006]根据本公开的一个方面，提供一种对游戏场景的终端震动检测方法，该方法包括：获取与目标游戏场景关联的震动定义文件，根据上述震动定义文件确定理论震动曲线；获取与上述目标游戏场景相关的目标震动影响因子，根据上述目标震动影响因子确定关于上述理论震动曲线的目标偏差数据；根据上述目标偏差数据调整上述震动定义文件，得到修正后的震动定义文件；响应于接收到目标终端调用上述目标游戏场景关联的震动指令，发送上述修正后的震动定义文件至上述目标终端，以使上述目标终端的震动与上述目标游戏场景吻合。
[0007]根据本公开的一个方面，提供一种对游戏场景的终端震动检测装置，所述装置包括：理论震动曲线确定模块、偏差数据确定模块以及检测模块。
[0008]其中，上述理论震动曲线确定模块，被配置为：获取与目标游戏场景关联的震动定义文件，根据上述震动定义文件确定理论震动曲线；上述偏差数据确定模块，被配置为：获取与上述目标游戏场景相关的目标震动影响因子，根据上述目标震动影响因子确定关于上述理论震动曲线的目标偏差数据；上述检测模块，被配置为：根据上述目标偏差数据检测目标终端的震动是否与上述目标游戏场景吻合。
[0009]在示例性的实施例中，基于前述方案，上述偏差数据确定模块，被具体配置为：获取上述目标游戏场景对应的场景标识和显示上述目标游戏场景的目标终端的终端标识；根据上述场景标识获取上述目标游戏场景对应的游戏标识；根据上述终端标识获取上述目标
终端的以下信息中的一种或几种：上述目标终端的马达信息、上述目标终端相关的网络延迟因素以及上述目标终端的蓝牙信息；将上述场景标识、游戏标识以及根据上述终端标识所获取的上述目标终端的信息确定为上述目标震动影响因子。
[0010]在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标震动延时时长；上述装置还包括第一模型训练模块。
[0011]其中，上述第一模型训练模块被配置为：在根据上述目标震动影响因子确定关于上述理论震动曲线的目标偏差数据之前，获取N组第一样本数据，第i组第一样本数据包括：第i游戏场景对应的场景标识、显示上述第i游戏场景的终端的标识，以及终端显示上述第i游戏场景时的震动延时时长，N为正整数，i为不大于N的正整数；根据上述N组第一样本数据训练第一机器学习模型，以使训练后的第一机器学习模型满足预设的模型评价指标，并通过上述第一机器学习模型确定上述目标震动延时时长。
[0012]在示例性的实施例中，基于前述方案，上述装置还包括第一样本处理模块。
[0013]其中，上述第一样本处理模块被配置为：对于第i组第一样本数据，获取上述第i游戏场景相关联的修正前的震动定义文件；根据上述修正前的震动定义文件确定第i游戏场景的理论震动曲线；获取显示第i游戏场景时终端的实际震动曲线，其中上述实际震动曲线为上述终端在震动影响因子存在的情况下根据上述修正前的震动定义文件确定的；对比上述理论震动曲线和实际震动曲线，得到终端显示上述第i游戏场景时的震动延时时长。
[0014]在示例性的实施例中，基于前述方案，上述偏差数据确定模块，还被具体配置为：将目标震动因子输入训练后的上述第一机器学习模型，根据上述第一机器学习模型的输出确定上述目标游戏场景对应的目标震动延时时长。
[0015]在示例性的实施例中，基于前述方案，上述检测模块被具体配置为：获取上述目标游戏场景对应的延时误差值；在上述目标震动延时时长大于上述延时误差值的情况下，则检测结果为上述目标终端的震动未与上述目标游戏场景吻合。
[0016]在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标震动拟合度；上述装置还包括第二模型训练模块。
[0017]其中，上述第二模型训练模块被配置为：获取M组第二样本数据，第j组第二样本数据包括：第j游戏场景对应的场景标识、显示上述第j游戏场景的终端的标识，以及终端显示上述第j游戏场景时的震动拟合度，M为正整数，j为不大于M的正整数；根据上述M组第二样本数据训练第二机器学习模型，以使训练后的第二机器学习模型满足预设的模型评价指标，并通过上述第二机器学习模型确定上述目标震动拟合度。
[0018]在示例性的实施例中，基于前述方案，上述装置还包括：第二样本处理模块。
[0019]其中，上述第二样本处理模块被配置为：对于第j组第二样本数据，获取上述第j游戏场景相关联的修正前的震动定义文件；根据上述修正前的震动定义文件确定第j游戏场景的理论震动曲线；获取显示第j游戏场景时终端的实际震动曲线，其中上述实际震动曲线为上述终端在震动影响因子存在的情况下根据上述修正前的震动定义文件确定的；对比上述理论震动曲线和实际震动曲线，得到终端显示上述第j游戏场景时的振幅偏差序列，并根据上述振幅偏差序列计算震动拟合度。
[0020]在示例性的实施例中，基于前述方案，上述偏差数据确定模块，还被具体配置为：将目标震动因子输入训练后的上述第二机器学习模型，根据上述第二机器学习模型的输出
确定上述目标游戏场景对应的目标震动拟合度。
[0021]在示例性的实施例中，基于前述方案，获取上述目标游戏场景对应的拟合度误差值；在上述目标震动拟合度大于上述拟合度误差值的情况下，则检测结果为上述目标终端的震动未与上述目标游戏场景吻合。
[0022]在示例性的实施例中，基于前述方案，上述装置还包括：调整处理模块以及发送模块。
[0023]其中，上述调整处理模块，被配置为：根据上述目标偏差数据调整上述震动定义文件，得到修正后的震动定义文件；上述发送模块，被配置为：响应于接收到目标终端调用上述目标游戏场景关联的震动指令，发送上述修正后的震动定义文件至上述目标终端，以使上述目标终端的震动与上述目标游戏场景吻合。
[0024]在示例性的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种游戏场景的终端震动检测方法，其特征在于，所述方法包括：获取与目标游戏场景关联的震动定义文件，根据所述震动定义文件确定理论震动曲线；获取与所述目标游戏场景相关的目标震动影响因子，根据所述目标震动影响因子确定关于所述理论震动曲线的目标偏差数据；根据所述目标偏差数据检测目标终端的震动是否与所述目标游戏场景吻合。2.根据权利要求1所述的方法，其特征在于，获取与所述目标游戏场景相关的目标震动影响因子，包括：获取所述目标游戏场景对应的场景标识和显示所述目标游戏场景的目标终端的终端标识；根据所述场景标识获取所述目标游戏场景对应的游戏标识；根据所述终端标识获取所述目标终端的以下信息中的一种或几种：所述目标终端的物理信息、所述目标终端的马达信息、所述目标终端相关的网络延迟因素以及所述目标终端的蓝牙信息；将所述场景标识、游戏标识以及根据所述终端标识所获取的所述目标终端的信息确定为所述目标震动影响因子。3.根据权利要求1所述的方法，其特征在于，所述目标偏差数据包括目标震动延时时长；所述方法还包括：获取N组第一样本数据，第i组第一样本数据包括：第i游戏场景对应的场景标识、显示所述第i游戏场景的终端的标识，以及终端显示所述第i游戏场景时的震动延时时长，N为正整数，i为不大于N的正整数；根据所述N组第一样本数据训练第一机器学习模型，以使训练后的第一机器学习模型满足预设的模型评价指标，并通过所述第一机器学习模型确定所述目标震动延时时长。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：对于第i组第一样本数据，获取所述第i游戏场景相关联的修正前的震动定义文件；根据所述修正前的震动定义文件确定第i游戏场景的理论震动曲线；获取显示第i游戏场景时终端的实际震动曲线，其中所述实际震动曲线为所述终端在震动影响因子存在的情况下根据所述修正前的震动定义文件确定的；对比所述理论震动曲线和实际震动曲线，得到终端显示所述第i游戏场景时的震动延时时长。5.根据权利要求3所述的方法，其特征在于，根据所述目标震动影响因子确定关于所述理论震动曲线的目标偏差数据，包括：将目标震动因子输入训练后的所述第一机器学习模型，根据所述第一机器学习模型的输出确定所述目标游戏场景对应的目标震动延时时长。6.根据权利要求3所述的方法，其特征在于，根据所述目标偏差数据检测目标终端的震动是否与所述目标游戏场景吻合，包括：获取所述目标游戏场景对应的延时误差值；在所述目标震动延时时长大于所述延时误差值的情况下，则检测结果为所述目标终端的震动未与所述目标游戏场景吻合。
7.根据权利要求1所述的方法，其特征在于，所述目标偏差数据包括目标震动拟合度；在根据所述目标震动影响因子确定关于所述理论震动曲线的目标偏差数据之前，所述方法还包括：获取M组第二样本数据，第j组第二样本数据包括：第j游戏场景对应的场景标识、显示所述第j游戏场景的终端的标识，以及终端显示所述第j游戏场景时的震动拟合度，M为正整数，j为不大于M的正整数；根据所述M组第二样本数据训练第二机器学习模型，以使训练后的第二机器学习模型满足预设的模型评价指标，并通过所述第二机器学习模型确定所述目标震动拟合度。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：对于第j组第二样本数据，获取所述第j游戏场景相关联的修正前的震动定义文件；根据所述修正前的震动定义文件确定第j游戏场景的理论震动曲线；获取显示第j游戏场景时终端的实际震动曲线，其中所述实际震动曲线为所述终端在震动影响因子存在的情况下根据所述修正前的震动定义文件确定的；对比所述理...

【专利技术属性】
技术研发人员：陆燕慧，洪楷，徐士立，吴海洋，张其田，陈晶晶，刘专，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：