【技術實現步驟摘要】
本專利技術屬于計算機軟件與人機交互，具體涉及一種基于深度學習檢測的自適應交互游戲攻略方法及系統。
技術介紹
1、隨著電子游戲的不斷發展，玩家對游戲體驗的要求越來越高。傳統的游戲攻略通常以文字或視頻的形式提供，查找和使用這些攻略往往需要切換屏幕或暫停游戲，影響游戲的流暢性和體驗。通常，當前玩家想查看游戲對應的攻略只能通過外部設備自行搜索對應的攻略，利用電腦瀏覽器，或者利用手機、平板等其他電子設備打開攻略，一邊游玩游戲，一邊查看攻略。概括現有方案的玩家步驟：識別當前游戲場景、從其他設備搜索對應攻略、查看攻略、繼續游玩游戲。
2、可見，現有技術無法達成在游戲中直接查看對應攻略，需要玩家自行在設備上搜尋攻略，大大破壞玩家的沉浸式游玩體驗，游戲攻略一般都是玩家自己制作并分享在網上，所以對于游戲廠商來說，并不會去集成攻略，所以游戲本身并不存在游戲攻略這一說，但游戲攻略是玩家游玩游戲的重要部分，若玩家需要查看游戲攻略，則需要在游戲畫面與攻略之間頻繁切換，對于利用手柄進行游戲的玩家更是繁瑣，還需要在手柄與鍵鼠之間來回切換，這不單只是對于玩家游玩游戲產生疲憊感，更會對一些需要有一定門檻的3a游戲造成影響，比如玩家流失等。
3、此外，許多游戲在不同階段或場景中對攻略的需求各不相同，因此需要一種更為智能和便捷的方式來訪問這些攻略。
4、另外，深度學習是機器學習的一個分支，它基于人工神經網絡，尤其是深層神經網絡，旨在通過模仿人腦的結構和功能來解決復雜的學習任務。人工神經網絡是深度學習的基礎。人工神經網絡由多個神經元組
技術實現思路
1、本專利技術針對現有技術中玩家需要查看游戲攻略時，通常需要暫停游戲，手動查找游戲攻略，響游戲的流暢性和體驗的技術問題，目的在于提供一種基于深度學習檢測的自適應交互游戲攻略方法及系統。
2、為了解決前述技術問題，本專利技術的第一方面提供一種基于深度學習檢測的自適應交互游戲攻略方法，所述基于深度學習檢測的自適應交互游戲攻略方法包括：
3、s1，定時獲取游戲畫面，識別所述游戲畫面中的場景中文，得到所述場景中文對應的游戲場景名稱；
4、s2，獲取所述游戲場景名稱對應的游戲攻略，當接收到呼出攻略命令時，在當前游戲畫面中置前顯示攻略窗口，所述攻略窗口中展示有所述游戲攻略，當接收到關閉攻略命令時，關閉所述攻略窗口。
5、可選地，在如前所述的基于深度學習檢測的自適應交互游戲攻略方法中，步驟s1中，識別所述游戲畫面中的場景中文，得到所述場景中文對應的游戲場景名稱，包括：
6、采用已訓練的深度學習模型對所述游戲畫面進行推理，得到所述游戲場景名稱。
7、可選地，在如前所述的基于深度學習檢測的自適應交互游戲攻略方法中，所述深度學習模型采用卷積神經網絡模型。
8、可選地，在如前所述的基于深度學習檢測的自適應交互游戲攻略方法中，所述深度學習模型的訓練過程為：
9、采集各游戲場景中，不同天氣和環境狀態下的若干游戲圖像，對所述游戲圖像中出現的場景中文作為場景標識進行標注，得到數據集；
10、采用所述數據集對深度學習模型進行訓練及測試，當模型識別準確率不小于預設值時，認為模型訓練完成。
11、可選地，在如前所述的基于深度學習檢測的自適應交互游戲攻略方法中，步驟s1中，在獲取游戲畫面之后，識別所述游戲畫面中的場景中文之前，還包括：
12、對所述游戲畫面進行包括剔除畫面噪聲、提取有效區域和邊緣增強中至少一種的預處理。
13、可選地，在如前所述的基于深度學習檢測的自適應交互游戲攻略方法中，在對所述游戲畫面進行預處理時，采用opencv軟件進行預處理。
14、可選地，在如前所述的基于深度學習檢測的自適應交互游戲攻略方法中，步驟s1采用c++語言實現的c++檢測程序，利用onnx?runtime推理引擎將所述深度學習模型部署在c++端上進行推理，得到所述游戲場景名稱。
15、可選地，在如前所述的基于深度學習檢測的自適應交互游戲攻略方法中，步驟s2采用js語言實現的js可視化窗口程序；
16、所述游戲攻略預先存儲于后端服務器中；
17、當需要置前顯示攻略窗口時，將所述攻略窗口配置為適配終端屏幕的窗口，并加載裝載有所述游戲攻略的h5頁面。
18、可選地，在如前所述的基于深度學習檢測的自適應交互游戲攻略方法中，步驟s1采用c++語言實現的c++檢測程序，步驟s2采用js語言實現的js可視化窗口程序，所述c++檢測程序得到的所述游戲場景名稱通過交互接口傳遞所述js可視化窗口程序。
19、為了解決前述技術問題，本專利技術的第二方面提供一種基于深度學習檢測的自適應交互游戲攻略系統，包括：
20、游戲場景檢測模塊，用于定時獲取游戲畫面，識別所述游戲畫面中的場景中文，得到所述場景中文對應的游戲場景名稱；
21、游戲攻略可視化模塊，用于獲取所述游戲場景名稱對應的游戲攻略，當接收到呼出攻略命令時，在當前游戲畫面中置前顯示攻略窗口，所述攻略窗口中展示有所述游戲攻略，當接收到關閉攻略命令時，關閉所述攻略窗口。
22、本專利技術的積極進步效果在于：本專利技術直接集成了游戲中所有游戲場景的游戲攻略，大大降低了玩家自行搜索攻略的時間成本，并且玩家可以直接在游戲中查看對應攻略，對于現有方案中玩家需要來回在不同設備間切換來說，大大增強了玩家的游玩體驗與玩家的游戲沉浸感。玩家使用本專利技術可以即時獲得相關攻略，減少卡關時間，獲取精準的信息，讓玩家更好地理解游戲機制和策略，根據檢測到的游戲場景，智能推薦最適合的攻略，滿足玩家的需求，省去玩家手動查找攻略的時間，增強游戲的流暢性和樂趣。
本文檔來自技高網...【技術保護點】
1.一種基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，所述基于深度學習檢測的自適應交互游戲攻略方法包括：
2.如權利要求1所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，步驟S1中，識別所述游戲畫面中的場景中文，得到所述場景中文對應的游戲場景名稱，包括：
3.如權利要求2所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，所述深度學習模型采用卷積神經網絡模型。
4.如權利要求2所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，所述深度學習模型的訓練過程為：
5.如權利要求1所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，步驟S1中，在獲取游戲畫面之后，識別所述游戲畫面中的場景中文之前，還包括：
6.如權利要求5所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，在對所述游戲畫面進行預處理時，采用OpenCV軟件進行預處理。
7.如權利要求1所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，步驟S1采用C++語言實現的C++檢測程序，利用ONN
8.如權利要求1所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，步驟S2采用JS語言實現的JS可視化窗口程序；
9.如權利要求1至8中任意一項所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，步驟S1采用C++語言實現的C++檢測程序，步驟S2采用JS語言實現的JS可視化窗口程序，所述C++檢測程序得到的所述游戲場景名稱通過交互接口傳遞所述JS可視化窗口程序。
10.一種基于深度學習檢測的自適應交互游戲攻略系統，其特征在于，包括：
...【技術特征摘要】
1.一種基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，所述基于深度學習檢測的自適應交互游戲攻略方法包括：
2.如權利要求1所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，步驟s1中，識別所述游戲畫面中的場景中文，得到所述場景中文對應的游戲場景名稱，包括：
3.如權利要求2所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，所述深度學習模型采用卷積神經網絡模型。
4.如權利要求2所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，所述深度學習模型的訓練過程為：
5.如權利要求1所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，步驟s1中，在獲取游戲畫面之后，識別所述游戲畫面中的場景中文之前，還包括：
6.如權利要求5所述的基于深度學習檢測的自適應交互游戲攻略方法，其特征在于，在...
【專利技術屬性】
技術研發人員：鄧軼源，李偉鋼，劉伯德，
申請(專利權)人：廣州市品眾電子科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。