掌桥专利:专业的专利平台
掌桥专利
首页

一种游戏审核方法、装置、电子设备及存储介质

文献发布时间:2023-06-19 18:46:07


一种游戏审核方法、装置、电子设备及存储介质

技术领域

本发明涉及游戏技术领域,尤其是涉及一种游戏审核方法、装置、电子设备及存储介质。

背景技术

游戏中可能会出现违规内容,例如游戏场景中出现涉及恐怖组织的标识等敏感内容。因此在游戏发布前,需要对游戏进行审核。

现有的游戏审核方法通常为在进入游戏后,审核人员控制角色在游戏场景中跑图,通过人工跑图的方式,审核游戏场景中是否存在违规内容。

现有的游戏审核方法依赖审核人员的经验判断,在跑图过程中容易遗漏游戏场景,导致难以全面审核游戏内容。

发明内容

鉴于上述问题,提出了本发明以便克服上述问题或至少部分地解决上述问题的一种游戏审核方法、装置、电子设备及存储介质。

本发明的实施例提供了一种游戏审核方法,包括:

在游戏场景的资源加载完毕后,确定所述游戏场景的场景包围盒;

生成一自由相机;

基于所述场景包围盒,确定用于采集所述场景包围盒环视区域图像的第一采样点,以及确定用于采集所述场景包围盒俯视区域图像的第二采样点;

基于所述第一采样点和所述第二采样点的位置,控制所述自由相机对所述游戏场景进行拍摄,得到待审核的场景图像;

对所述场景图像进行违规信息识别,在所述场景图像包含违规信息的情况下,判定所述场景图像所属的游戏属于违规游戏。

进一步的,在生成一自由相机之后,还包括:

采用主相机的参数,对所述自由相机进行初始化。

进一步的,所述确定用于采集所述场景包围盒环视区域图像的第一采样点,包括:

在所述场景包围盒内,确定初始第一采样点;

基于所述初始第一采样点,分别沿三维坐标轴的方向,在所述场景包围盒内,根据预设距离确定第一采样点的分布。

进一步的,所述基于所述初始第一采样点,分别沿三维坐标轴的方向,在所述场景包围盒内,根据预设距离确定第一采样点的分布,包括:

在所述场景包围盒内,将游戏场景划分为多个单位场景区域;

基于所述单位场景区域中的虚拟对象数量,确定所述单位场景区域的资源密度;

根据预置的资源密度和预设间隔关系表,确定所述单位场景区域的预设间隔;

基于所述初始第一采样点,分别沿着三维坐标轴的方向,根据所述单位场景区域对应的预设间隔,确定第一采样点的分布。

进一步的,所述确定用于采集所述场景包围盒俯视区域图像的第二采样点,包括:

将所述场景包围盒的俯视区域逐级划分,得到多个采集区域;

针对每一采集区域,基于其中心点确定一第二采样点。

进一步的,所述将所述场景包围盒的俯视区域逐级划分,得到多个采集区域,包括:

以所述场景包围盒的俯视区域作为第一级采集区域,基于所述第一级采集区域的中心点,将所述第一级采集区域划分为若干个第二级采集区域;

基于每一个所述第二级采集区域的中心点,将每一个所述第二级采集区域划分为若干个下一级采集区域,直至最终划分得到的采集区域符合预设条件。

进一步的,所述针对每一采集区域,基于其中心点确定一第二采样点,包括:

根据所述采集区域的大小,以及自由相机的参数,确定所述自由相机的视锥体高度;

根据所述中心点的平面坐标和所述视锥体高度,确定第二采样点的三维坐标。

进一步的,所述基于所述第一采样点和所述第二采样点的位置,控制所述自由相机对所述游戏场景进行拍摄,得到待审核的场景图像,包括:

在所述自由相机移动至所述第一采样点时,控制所述自由相机以环视视角拍摄游戏场景环视区域的场景图像;

在所述自由相机移动至所述第二采样点时,控制所述自由相机以俯视视角拍摄游戏场景俯视区域的场景图像。

进一步的,所述基于所述第一采样点和所述第二采样点的位置,控制所述自由相机对所述游戏场景进行拍摄,得到待审核的场景图像,还包括:

若所述自由相机的当前视锥体内不存在具有包围盒的虚拟对象,则不对当前视锥体内的游戏场景进行拍摄。

进一步的,所述对所述场景图像进行违规信息识别,包括:

预置多个违规类别;

确定所述场景图像对应每个违规类别的分数;

选取最大分数值对应的违规类别,作为所述场景图像的分类结果;

根据所述分类结果的分数,判断所述场景图像是否包含违规信息。

进一步的,所述确定所述场景图像对应每个违规类别的分数,包括:

将所述场景图像输入预先训练好的数据模型,得到所述场景图像对应每个违规类别的分数。

本发明的一个实施提供了一种游戏审核装置,包括:

场景包围盒确定模块,用于在游戏场景的资源加载完毕后,确定所述游戏场景的场景包围盒;

自由相机生成模块,用于生成一自由相机;

采样点确定模块,用于基于所述场景包围盒,确定用于采集所述场景包围盒环视区域图像的第一采样点,以及确定用于采集所述场景包围盒俯视区域图像的第二采样点;

场景图像拍摄模块,用于基于所述第一采样点和所述第二采样点的位置,控制所述自由相机对所述游戏场景进行拍摄,得到待审核的场景图像;

游戏审核模块,用于对所述场景图像进行违规信息识别,在所述场景图像包含违规信息的情况下,判定所述场景图像所属的游戏属于违规游戏。

本发明的一个实施提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的游戏审核方法。

本发明的一个实施提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的游戏审核方法。

本发明的一个实施提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行如上述的游戏审核方法。

本发明实施例在加载完游戏场景的资源后,确定游戏场景的场景包围盒,基于场景包围盒,确定用于采集场景包围盒环视区域图像的第一采样点,以及确定用于采集场景包围盒俯视区域图像的第二采样点,并通过生成自由相机,控制自由相机基于每一个第一采样点对游戏场景进行拍摄,得到游戏场景的环视区域图像,控制自由相机基于每一个第二采样点对游戏场景进行拍摄,得到游戏场景的俯视区域图像,结合环视区域图像和俯视区域图像可以覆盖整个游戏场景,从而能够实现对整个游戏场景进行全面采样,避免出现遗漏游戏场景的情况,进而能够有效提高游戏审核的全面性和准确性。

附图说明

图1是本发明实施例提供的游戏审核方法的流程示意图;

图2是本发明实施例提供的采集区域划分示意图;

图3是本发明实施例提供的游戏审核装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。

在本申请的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。

在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。

请参阅图1,本发明的实施例提供了一种游戏审核方法,可以包括:

步骤S1、在游戏场景的资源加载完毕后,确定游戏场景的场景包围盒;

其中,游戏场景的资源可以包括地形、建筑物、植被和道具等。为了保证能够捕获到全面且有效的游戏场景画面,在所有游戏场景的资源加载完毕后,可以针对游戏场景生成场景包围盒。

需要说明的是,场景包围盒为包围整个游戏场景的一个三维空间。游戏场景中的所有资源,例如建筑物、路牌、树木、山体、机械和道具等元素均可能存在违规信息,而游戏场景之外的非游戏场景通常不具备审核意义。本发明实施例为了提高场景图像采样的有效性,仅需针对游戏场景内的场景图像进行采样审核即可。

本发明实施例通过确定游戏场景的场景包围盒,可以确定一个用于采样的三维空间,在该三维空间内确定采样点的位置,能够有效提高游戏场景图像采集的有效性,从而能够有效提高游戏审核的效率。

在本发明实施例中,在确定游戏场景的场景包围盒的步骤之前,还可以包括如下步骤:

启动游戏应用程序,加载游戏场景的资源。

在本发明实施例中,由于游戏动态加载,为了保证审核的全面性,可以在启动游戏应用程序之后加载游戏场景的资源,进而可以在所有游戏场景的资源加载完毕之后,确定场景包围盒。

步骤S2、生成一自由相机;

在本发明实施例中,可以在加载游戏场景的资源过程中生成自由相机,也可以在游戏场景的资源加载完毕之后生成自由相机,自由相机的初始生成位置可以为游戏场景内的任意一个位置。

需要说明的是,本发明实施例中的自由相机区别于主相机,主相机是游戏引擎中用于展示游戏场景画面的镜头,进入游戏后,主相机被设置与玩家操控的角色绑定,以提供玩家视图。而自由相机不与玩家绑定,通过操控自由相机移动,不需要操控玩家移动即可捕获到相应的游戏场景画面。

步骤S3、基于场景包围盒,确定用于采集场景包围盒环视区域图像的第一采样点,以及用于采集场景包围盒俯视区域图像的第二采样点;

在本发明实施例中,第一类采样点位于场景包围盒内。第二类采样点可以位于场景包围盒内,也可以不位于场景包围盒内。每一类采样点均可以设置有多个。本发明实施例可以基于场景包围盒的三维空间,确定第一采样点的分布,以及可以基于场景包围盒的俯视区域,确定第二采样点的分布。其中,第一采样点的采样角度为环视视角,以采集该采样点环视区域的场景图像;第二采样点的采样角度为俯视视角,以采集该采样点俯视区域的场景图像。

步骤S4、基于第一采样点和第二采样点的位置,控制自由相机对游戏场景进行拍摄,得到待审核的场景图像;

在本发明实施例中,自由相机可以在场景包围盒内任意移动。本发明实施例可以控制自由相机移动至第一采样点或第二采样点的位置进行场景图像的拍摄。在移动至第一采样点的位置时,可以控制自由相机以环视视角为采样角度,采集场景图像。在移动至第二采样点时,可以控制自由相机以俯视视角为采样角度,采集场景图像。

本发明实施例通过在场景包围盒内确定用于采集所述场景包围盒环视区域图像的第一采样点,以及基于场景包围盒确定用于采集所述场景包围盒俯视区域图像的第二采样点,分别采集场景包围盒的环视区域场景图像和场景包围盒的俯视区域场景图像,能够全面采集得到游戏场景内的场景图像,避免出现遗漏游戏场景,从而能够提高游戏审核的全面性和准确性。

步骤S5、对场景图像进行违规信息识别,在场景图像包含违规信息的情况下,判定场景图像所属的游戏属于违规游戏。

在本发明实施例中,通过对整个游戏场景进行采样,得到待审核的场景图像,进而可以对待审核的场景图形进行违规信息识别,当任一待审核场景图像包含违规信息时,可以判定该场景图像所属的游戏属于违规游戏,当所有的场景图像均不包含违规信息时,可以判定该场景图像所属的游戏不违规。

在本发明实施例中,可以将场景图像输入至预先训练好的数据模型进行违规信息识别,得到场景图像的违规信息识别结果,进而在采样图像包含违规信息的情况下,可以判定场景图像所属游戏属于违规游戏。

在一个实施例中,在步骤S2生成一自由相机之后,还可以包括:

步骤S201、采用主相机的参数,对自由相机进行初始化。

本发明实施例中,可以在生成自由相机后对自由相机进行初始化,并激活自由相机,进而可以在自由相机移动至游戏场景中的不同位置时,通过调整自由相机的角度,能够捕获到多个角度的游戏场景画面。

可选地,可以采用主相机的配置对自由相机进行初始化。例如采用主相机的位置、宽高比等参数,对自由相机进行初始化。从而能够快速完成自由相机的初始化,无需额外设置自由相机的参数,且能够完整捕获玩家刚进入游戏时的游戏场景画面。

在本发明实施例中,采用主相机的配置对自由相机进行初始化,还可以使自由相机基于玩家的视图拍摄场景图像,以获取可能在玩家视角中呈现违规信息的场景图像。

在一个实施例中,步骤S3中确定用于采集场景包围盒环视区域图像的第一采样点,可以包括如下子步骤:

子步骤S311、在场景包围盒内,确定初始第一采样点;

在本发明实施例中,第一采样点可以位于场景包围盒内。可以以场景包围盒内的任意位置作为初始第一采样点,并基于该初始第一采样点,在场景包围盒内确定其余第一采样点的分布。

由于主相机通常只位于场景包围盒内,本发明实施例可以采用主相机的参数,对自由相机进行初始化,以保证自由相机的初始位置位于场景包围盒内,从而还可以以自由相机的初始位置作为初始第一采样点。

子步骤S312、基于初始第一采样点,分别沿三维坐标轴的方向,在场景包围盒内,根据预设距离确定第一采样点的分布。

本发明实施例可以通过分别在当前第一采样点的三维坐标的x轴、y轴、z 轴方形上每间隔预设距离,确定下一个采样点,进而可以能够在场景包围盒的三维空间内,得到呈上、下、左、右分布的多个第一采样点。

在本发明实施例中,子步骤S312确定第一采样点的分布可以包括如下子步骤:

子步骤S3121、在场景包围盒内,将游戏场景划分为多个单位场景区域;

在本发明实施例中,可以针对场景包围盒内的整个空间,以单位体积大小进行区域划分,或者以场景包围盒的俯视平面为基准,按单位面积大小进行区域划分,从而将游戏场景划分为多个单位场景区域。

子步骤S3122、基于单位场景区域中的虚拟对象数量,确定单位场景区域的资源密度;

其中,虚拟对象可以是游戏场景中的任意物体。例如树木、箱子、道具、野怪、山体等。不同单位场景区域分布的虚拟对象数量可能不同。单位场景区域中的虚拟对象数量越多,说明该单位场景区域的资源密度越大。

在本发明实施例中,可以预先设置虚拟对象数量与资源密度等级的对应关系,进而可以根据单位场景区域中的虚拟对象数量,确定单位场景区域的资源密度。

子步骤S3123、根据预置的资源密度与预设间隔关系表,确定单位场景区域的预设间隔;

在本发明实施例中,可以预置资源密度与预设间隔关系表,其可以包括资源密度和与预设间隔的对应关系。进而可以利用资源密度与预设间隔关系表,根据单位场景区域的资源密度,确定单位场景区域对应的预设间隔。

在本发明实施例中,资源密度越大,其对应的预设间隔越小,资源密度越小,其对应的预设间隔越大。

子步骤S3124、基于初始第一采样点,分别沿着三维坐标轴的方向,根据单位场景区域对应的预设间隔,确定第一采样点的分布。

在本发明实施例中,在确定每一单位场景区域对应的预设间隔之后,可以基于初始第一采样点,沿着三维坐标轴的方向,在场景包围盒内针对不同单位场景区域,根据其对应的预设间隔确定所有第一采样点的分布。

本发明实施例,可以根据资源密度确定第一采样点分布,进而可以适应性设置第一采样点的分布,从而可以针对资源密度较高的场景区域,拍摄更多的场景图像。

在本发明实施例中,可以根据单位场景区域的资源密度,确定自由相机的初始位置,从而可以基于资源密度较高的场景区域开始拍摄场景图像,由于资源密度较高的场景区域出现违规信息的可能性相对较高,进而更容易拍摄得到包含违规信息的场景图像。

在一个实施例中,步骤S3确定用于采集场景包围盒俯视区域图像的第二采样点,可以包括如下子步骤:

子步骤S321、将场景包围盒的俯视区域逐级划分,得到多个采集区域;

在本发明实施例中,可以基于场景包围盒的俯视区域的中心点,将场景包围盒的俯视区域逐级划分,得到多个采集区域。其中,每一级采集区域均可以包括有多个采集区域。

子步骤S322、针对每一采集区域,基于其中心点确定一第二采样点。

在本发明实施例中,可以针对每一采集区域确定其中心点,进而可以基于该中心点确定一个第二采样点,从而可以确定用于采集场景包围盒俯视区域图像的所有第二采样点的分布。

在一个实施例中,子步骤S321、将场景包围盒的俯视区域逐级划分,得到多个采集区域,可以包括如下子步骤:

子步骤S3211、以场景包围盒的俯视区域作为第一级采集区域,基于第一级采集区域的中心点,将第一级采集区域划分为若干个第二级采集区域;

在本发明实施例中,可以以场景包围盒的整个俯视区域作为第一级采集区域,即将场景包围盒的俯视平面作为第一级采集区域,进而可以基于第一级采集区域的中心点横向划分和纵向划分,得到多个第二级采集区域。由于自由相机的视锥体通常为矩形,为了确保自由相机在拍摄采样时能够刚好获取到完整的采集区域,本发明实施例可以基于俯视区域的中心点,将俯视区域均分为若干个矩形采集区域。

子步骤S3212、基于每一个第二级采集区域的中心点,将每一个第二级采集区域划分为若干个下一级采集区域,直至最终划分得到的采集区域符合预设条件。

其中,预设条件可以为最终划分的采集区域的大小符合预设条件。

在本发明实施例中,可以基于每一个采集区域的中心点,将每个采集区域进一步划分为多个下一级采集区域。通过将场景包围盒的整个俯视区域逐级划分,每一级的采集区域均包括若干个下一级采集区域,进而最终划分得到多个符合预设条件的采集区域。在最终得到的采集区域符合预设条件后,停止划分采集区域,例如在n-1次划分采集区域之后,得到的第n级采集区域符合预设条件,停止划分采集区域,最终得到4

在一个实施例中,子步骤S322针对每一采集区域,基于其中心点确定一第二采样点,可以包括如下子步骤:

子步骤S3221、根据采集区域的大小,以及自由相机的参数,确定自由相机的视锥体高度;

在本发明实施例中,自由相机的视锥体高度为自由相机能够完整拍摄得到当前采集区域时所处的高度,可以根据当前自由相机的参数以及当前采集区域的大小来确定。

子步骤S3222、根据中心点的平面坐标和视锥体高度,确定第二采样点的三维坐标。

本发明实施例可以将所有最终划分的采集区域的中心点平面坐标作为第二采样点的平面坐标,并可以根据中心点对应的采集区域的大小,以及自由相机的参数,确定自由相机的视锥体高度,进而根据中心点的平面坐标和自由相机的视锥体高度,确定每一中心点的三维坐标。

在本发明实施例中,可以根据第n级采集区域的x坐标和z坐标计算得到每个第n级采集区域的大小,进而可以将采集区域作为自由相机视锥体的底部,结合自由相机的参数,计算得到自由相机的视锥体高度,从而可以根据该中心点的平面坐标和视锥体高度,确定每一中心点的三维坐标,以确定第二采样点的位置。

请参参阅图2,在一个具体的实施方式中,可以将整个场景包围盒的俯视平面作为第一级采样区域,进而可以基于一级采样区域的中心点,将第一级采样区域划分为4个第二级采样区域。还可以基于第二级采样区域的中心点继续划分得到4个第三级采样区域,根据4个第二级采样区域的中心点分别划分得到16个第三级采样区域。

在一个实施例中,步骤S4基于第一采样点和第二采样点的位置,控制自由相机对游戏场景进行拍摄,得到待审核的场景图像,可以包括如下子步骤:

子步骤S41、在自由相机移动至第一采样点时,控制自由相机以环视视角拍摄游戏场景环视区域的场景图像;

在本发明实施例中,在自由相机移动至第一采样点时候,可以控制自由相机的采集角度与水平方向的夹角为预设阈值范围,在确定自由相机的采集角度后,可以控制自由相机旋转360°,在旋转过程中,可以每旋转预设角度采集一张图像,例如每转动30°采集一张图片,或每转动60°采集一张图片,或每转动90°采集一张图片。

S42、在自由相机移动至第二采样点时,控制自由相机以俯视视角拍摄游戏场景俯视区域的场景图像。

在本发明实施例中,每个第n级采样区域均可以对应一第二采样点。本发明实施例可以控制自由相机移动至第二采样点,以俯视视角采集包围盒内俯视区域的场景图像。自由相机在第二采样点的采集角度可以与垂直方向的夹角为阈值范围。以将场景包围盒内的俯视区域场景图像,以及场景包围盒的环视区域场景图像,作为待审核的场景图像。

在一个实施例中,可以先将自由相机移动至第二采样点拍摄俯视区域的场景图像,再将自由相机移动至第一采样点拍摄环视区域的场景图像。

在一个实施例中,基于第一采样点和第二采样点的位置,控制自由相机对游戏场景进行拍摄,得到待审核的场景图像,还可以包括:

若自由相机的当前视锥体内不存在具有包围盒的虚拟对象,则不对当前视锥体内的游戏场景进行拍摄。

需要说明的是,游戏场景之外的非游戏场景不具备检测意义,本发明实施例只针对游戏场景进行采样检测,使用游戏场景中所有物体的包围盒,确定一个用于采样的三维空间,即场景包围盒。由于游戏场景中的虚拟对象在通常情况下具有包围盒,为了确保自由相机拍摄得到的场景图像具有检测意义,在执行自由相机的拍摄动作之前,需要对自由相机的当前视锥体进行判断,若自由相机的视锥体内不存在具有包围盒的物体,说明此时自由相机的拍摄朝向并非游戏场景,则该视锥体内区域不会出现违规信息,无需对该视锥体内的区域进行审核,因此无需对该视锥体内的区域图像进行采集。本发明实施例通过剔除视锥体内不存在具有包围盒的物体的区域图像,能够有效减少自由相机的图像采集数量,提高游戏审核的效率。

在一个实施例中,步骤S5对场景图像进行违规信息识别,具体可以包括以下子步骤:

子步骤S51、预置多个违规类别;

在本发明实施例中,可以根据实际需要设置违规类别。例如针对恐怖组织标识设置涉恐违规类别、针对涉政信息设置涉政违规类别等。

子步骤S52、确定场景图像对应每个违规类别的分数;

在本发明实施例中,可以通过数据模型确定场景图像对应每个违规类别的分数。

子步骤S53、选取最大分数值对应的违规类别,作为场景图像的分类结果;

在本发明实施例中,最大分数值对应的违规类别可以视为当前场景图像最有可能的违规类别。本发明实施例可以通过数值比对的方式,在所有违规类别的分数中确定最大分数值,并将最大分数值对应的违规类作为当前场景图像的分类结果。

子步骤S54、根据分类结果的分数,判断场景图像是否包含违规信息。

在本发明实施例中,可以将分类结果的分数与预设分数区间进行比对,判断每次的场景图像是否包含违规信息。

例如,当待审核的场景图像的违规分数在第一预设分数区间时,可以判定场景图像包含违规信息当场景图像的违规分数在第二预设分数区间时,可以判定场景图像疑似包含违规信息;当场景图像的违规分数在第三预设分数区间时,可以判定场景图像不包含违规信息。

当检测到场景图像中包含疑似违规信息时,可以在场景图像中对疑似违规信息进行标记,从而可以存放到指定文件夹或发送给审核管理员,供管理人员进一步审核该疑似违规信息。当检测到场景图像包含违规信息时,可以判定该场景图像所属的游戏为违规游戏,从而可以在场景图像中对违规信息进行标记,进而提示相关人员进行处理。

可选地,标记方式可以为闭合图形标记方式,例如采用圆圈、矩形圈和三角形等闭合图形对疑似违规信息或违规信息进行标记。

在一个实施例中,步骤S52确定场景图像对应每个违规类别的分数的子步骤包括:

S521、将场景图像输入预先训练好的数据模型,得到所述场景图像对应每个违规类别的分数。

在一个实施例中,可以选用efficientNet-b5模型作为预训练模型,将预训练模型的全连接层之前的参数作为预训练参数;将训练数据输入至预训练模型中进行训练得到检测模型,在训练过程中固定前400层的参数,微调400层之后的参数,且优化器采用AdamW算法学习率,调配器采用余弦退火算法,初始学习率为0.001,最低学习率为0.00001,周期为4个epoch。

本发明实施例通过微调400层之后的参数,使得训练能够快速收敛。在一个具体的实施方式中,本发明实施例设有16类违规类,每一违规类均获取100张样本图像,对样本图像增强处理,使得每类违规类均有25000张样本图像,16 类违规类样本图像总为40w张训练数据,采用训练数据训练预训练模型,得到训练好的数据模型。

本发明实施例可以设定违规类别为16个,每次输入数据模型中的场景图像得到16个违规类别的分数,16个分数中的最大值对应的违规类别即为场景图像的分类结果。

实施本发明实施例,具有以下有益效果:

本发明实施例在确定游戏场景的场景包围盒后,基于场景包围盒,确定用于采集场景包围盒环视区域图像的第一采样点,以及确定用于采集场景包围盒俯视区域图像的第二采样点,并通过生成自由相机,控制自由相机基于每一个第一采样点对游戏场景进行拍摄,能够得到游戏场景的环视区域图像,控制自由相机基于每一个第二采样点对游戏场景进行拍摄,能够得到游戏场景的俯视区域图像,环视区域图像和俯视区域图像覆盖了整个游戏场景,从而能够实现对整个游戏场景进行采样,避免出现遗漏游戏场景的情况,进而能够有效提高游戏审核的全面性和准确性。

进一步,本发明实施例基于初始第一采样点,分别沿三维坐标轴的方向,在场景包围盒内,根据预设间隔确定第一采样点的分布,从而能够在场景包围盒的三维空间内确定呈上下左右分布的多个第一采样点,多个第一采样点能够确保自由相机采样得到场景包围盒内的所有环视区域的游戏场景,避免遗漏环视区域的游戏场景;且本发明实施例将场景包围盒的俯视区域逐级划分为多级采集区域,针对每一采集区域,基于其中心点确定一第二采样点,多个第二采样点的确定,能够使得自由相机采样得到场景包围盒内所有俯视区域的游戏场景,避免遗漏俯视区域的游戏场景,即通过控制自由相机移动至第一采样点和第二采样点能够进一步全面对场景图像行采样,从而能够进一步提高游戏审核的准确性。

请参阅图3,基于与上述实施例相同的发明构思,本发明的一个实施例提供了一种游戏审核装置,可以包括:

场景包围盒确定模块10,用于在游戏场景的资源加载完毕后,确定游戏场景的场景包围盒;

自由相机生成模块20,用于生成一自由相机;

采样点确定模块30,用于基于场景包围盒,确定用于采集场景包围盒环视区域图像的第一采样点,以及确定用于采集场景包围盒俯视区域图像的第二采样点;

场景图像拍摄模块40,用于基于第一采样点和第二采样点的位置,控制自由相机对游戏场景进行拍摄,得到待审核的场景图像;

游戏审核模块50,用于对场景图像进行违规信息识别,在场景图像包含违规信息的情况下,判定场景图像所属的游戏属于违规游戏。

在一个实施例中,游戏审核装置还可以包括自由相机初始化模块,用于:

采用主相机的参数,对自由相机进行初始化。

在一个实施例中,采样点确定模块30可以包括:

初始第一采样点确定子模块,用于在场景包围盒内,确定初始第一采样点;

第一采样点分布确定子模块,用于基于初始第一采样点,分别沿三维坐标轴的方向,在场景包围盒内,根据预设距离确定第一采样点的分布。

在一个实施例中,第一采样点分布确定子模块可以包括:

单位场划分单元,用于在场景包围盒内,将游戏场景划分为多个单位场景区域;

资源密度确定单元,用于基于单位场景区域中的虚拟对象数量,确定单位场景区域的资源密度;

预设间隔确定单元,用于根据预置的资源密度和预设间隔关系表,确定单位场景区域的预设间隔;

第一采样点分布确定单元,用于基于初始第一采样点,分别沿着三维坐标轴的方向,根据单位场景区域对应的预设间隔,确定第一采样点的分布。

在一个实施例中,采样点确定模块30还可以包括:

采集区域划分子模块,用于将场景包围盒的俯视区域逐级划分,得到多个采集区域;

第二采样点确定子模块,用于针对每一采集区域,基于其中心点确定一第二采样点。

在本发明实施例中,采集区域划分子模块可以包括:

第一级采集区域划分单元,用于以场景包围盒的俯视区域作为第一级采集区域,基于第一级采集区域的中心点,将第一级采集区域划分为若干个第二级采集区域;

第二级采集区域划分单元,用于基于每一个第二级采集区域的中心点,将每一个第二级采集区域划分为若干个下一级采集区域,直至最终划分得到的采集区域符合预设条件。

在本发明实施例中,第二采样点确定子模块可以包括:

视锥体高度确定单元,用于根据采集区域的大小,以及自由相机的参数,确定自由相机的视锥体高度;

三维坐标确定单元,用于根据中心点的平面坐标和视锥体高度,确定第二采样点的三维坐标。

在本发明实施例中,场景图像拍摄模块40可以包括:

环视区域场景图像拍摄子模块,用于在自由相机移动至第一采样点时,控制自由相机以环视视角拍摄游戏场景环视区域的场景图像;

俯视区域场景图像拍摄子模块,用于在自由相机移动至第二采样点时,控制自由相机以俯视视角拍摄游戏场景俯视区域的场景图像。

在本发明实施例中,场景图像拍摄模块40还可以包括:

视锥体判断子模块,用于若自由相机的当前视锥体内不存在具有包围盒的虚拟对象,则不对当前视锥体的游戏场景进行拍摄。

在一个实施例中,游戏审核模块50可以包括:

违规类被预置子模块,用于预置多个违规类别;

违规类别分数确定子模块,用于确定场景图像对应每个违规类别的分数;

分类结果确定子模块,用于选取最大分数值对应的违规类别,作为场景图像的分类结果;

违规信息判断子模块,用于根据分类结果的分数,判断场景图像是否包含违规信息。

在一个实施例中,违规类别分数确定子模块可以包括:

违规类别分数确定单元,用于将场景图像输入预先训练好的数据模型,得到场景图像对应每个违规类别的分数。

本发明的一个实施例提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行如上述的游戏审核方法。

本发明的一个实施例提供了一种电子设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述的游戏审核方法。

本发明的一个实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行如上述游戏审核方法。

以上是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

技术分类

06120115687846