一种标签预测模型的训练方法、标签预测的方法及装置.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111450534 A (43)申请公布日 2020.07.28 (21)申请号 202010246756.X (22)申请日 2020.03.31 (71)申请人 腾讯科技（深圳）有限公司 地址 518057 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 李思琴　王亮　付强　 (74)专利代理机构 深圳市深佳知识产权代理事 务所(普通合伙) 44285 代理人 王仲凯 (51)Int.Cl. A63F 13/56(2014.01) 权利要求书4页 说明书25页 附图8页 (54)发明名称 一种标签预测模型的训练方法、标签预测的 方法及装置 (57)摘要 本申请公开了一种标签预测模型的训练方 法、标签预测的方法及装置，用于人工智能领域。 本申请方法包括：从游戏视频样本中获取待训练 游戏数据；根据待训练游戏数据获取图像特征； 根据待训练游戏数据获取局内信息特征；根据待 训练游戏数据获取M个大局观标签，M为大于或等 于2的整数；根据图像特征、局内信息特征以及M 个大局观标签，对大局观标签预测模型进行训 练。本申请针对同一帧训练数据能够从多个类别 上提取对应的大局观标签，结合多种类别的大局 观标签对模型训练训练，避免出现单一的宏观意 A 图，从而更完善地刻画出玩家的真实意图。还可 4 以通过程序自动为训练数据进行标注，节省了专 3 5 0 家标注的人力成本，提升了标注的便利性。 5 4 1 1 1 N C CN 111450534 A 权　利　要　求　书 1/4页 1.一种标签预测模型的训练方法，其特征在于，包括： 从游戏视频样本中获取待训练游戏数据，其中，所述游戏视频样本包括多帧游戏数据； 根据所述待训练游戏数据获取图像特征，其中，所述图像特征包括全局图像特征以及 局部图像特征，所述全局图像特征表示在目标角色全局视角下的特征，所述局部图像特征 表示在所述目标角色局部视角下的特征； 根据所述待训练游戏数据获取局内信息特征，其中，所述局内信息特征包括在游戏对 局中单位角色的特征； 根据所述待训练游戏数据获取M个大局观标签，其中，每个大局观标签与所述目标角色 所在的位置相关，所述M为大于或等于2的整数； 根据所述图像特征、所述局内信息特征以及所述M个大局观标签，对大局观标签预测模 型进行训练。 2.根据权利要求1所述的训练方法，其特征在于，所述根据所述待训练游戏数据获取图 像特征，包括： 根据所述待训练游戏数据获取第一资源信息集合，其中，所述第一资源信息集合包括 在所述目标角色全局视角下的至少一类资源点的位置信息； 根据所述待训练游戏数据获取第一角色信息集合，其中，所述第一角色信息集合包括 在所述目标角色全局视角下的至少一方角色的位置信息； 根据所述第一资源信息集合以及所述第一角色信息集合，生成所述全局图像特征； 根据所述待训练游戏数据获取第二资源信息集合，其中，所述第二资源信息集合包括 在所述目标角色局部视角下的至少一类资源点的位置信息； 根据所述待训练游戏数据获取第二角色信息集合，其中，所述第二角色信息集合包括 在所述目标角色局部视角下的至少一方角色的位置信息； 根据所述第二资源信息集合以及所述第二角色信息集合，生成所述局部图像特征。 3.根据权利要求1所述的训练方法，其特征在于，所述根据所述待训练游戏数据获取局 内信息特征，包括： 根据所述待训练游戏数据获取第一角色集合中