一种游戏画风搜索网络的训练、游戏搜索方法及相关设备与流程

技术特征：
1.一种游戏画风搜索网络的训练方法，其特征在于，包括：加载图像搜索网络；针对多款游戏，分别获取作为所述游戏中画风代表的图像数据；在所述图像数据中检测人像数据；以所述人像数据作为样本将所述图像搜索网络训练为人像画风搜索网络，所述人像画风搜索网络用于提取所述人像数据在画风上的特征；以所述图像数据作为样本将所述图像搜索网络训练为全域画风搜索网络，所述全域画风搜索网络用于提取所述图像数据在画风上的特征；将所述人像画风搜索网络与所述全域画风搜索网络联合输出为游戏画风搜索网络。2.根据权利要求1所述的方法，其特征在于，所述针对多款游戏，分别获取作为所述游戏中画风代表的图像数据，包括：在指定的游戏库中搜索多款游戏；若搜索到所述游戏时，查找所述游戏库中发布的、用于介绍所述游戏的图像数据，作为所述游戏中的画风代表。3.根据权利要求1所述的方法，其特征在于，所述在所述图像数据中检测人像数据，包括：在所述图像数据中识别人脸数据；若识别到所述人脸数据，则在所述图像数据中对所述人脸数据进行扩展，得到人像数据；若未识别到所述人脸数据，则确定在所述图像数据中未检测到人像数据。4.根据权利要求3所述的方法，其特征在于，所述在所述图像数据中对所述人脸数据进行扩展，得到人像数据，包括：查询所述人脸数据的宽、高；对所述宽乘以第一系数，得到第一步长；对所述高乘以第二系数，得到第二步长；对所述高乘以第三系数，得到第三步长，其中，所述第三系数大于所述第二系数；在所述图像数据中，沿水平方向对所述人脸数据扩展所述第一步长、沿垂直向上方向对所述人脸数据扩展所述第二步长、沿垂直向下方向对所述人脸数据扩展所述第三步长，得到人像数据。5.根据权利要求1-4中任一项所述的方法，其特征在于，所述以所述人像数据作为样本将所述图像搜索网络训练为人像画风搜索网络，包括：将所述人像数据输入所述图像搜索网络中提取画风上的特征，获得人像画风特征；计算所述人像画风特征在多个通道上依据画风进行分类时的第一人像损失值；计算所述人像画风特征在单个所述通道上依据画风进行分类时的第二人像损失值；结合所述第一人像损失值与所述第二人像损失值更新所述图像搜索网络的参数；判断是否满足预设的第一训练条件；若是，则将所述图像搜索网络的参数输出至第一配置文件中，若否，则返回执行所述将所述人像数据输入所述图像搜索网络中提取画风上的特征，获得人像画风特征。6.根据权利要求5所述的方法，其特征在于，所述图像搜索网络包含第一残差网络、第
二残差网络、第三残差网络与第四残差网络；所述将所述人像数据输入所述图像搜索网络中提取画风上的特征，获得人像画风特征，包括：将所述人像数据输入所述第一残差网络中提取特征并进行下采样，得到第一人像候选特征；将所述第一人像候选特征输入所述第二残差网络中提取并进行下采样，得到第二人像候选特征；将所述第二人像候选特征输入所述第三残差网络中提取特征，得到第三人像候选特征；将所述第三人像候选特征输入所述第四残差网络中提取特征，得到人像画风特征。7.根据权利要求5所述的方法，其特征在于，所述计算所述人像画风特征在多个通道上依据画风进行分类时的第一人像损失值，包括：分别对所述人像画风特征在多个通道上的子块执行带池化的全局描述处理，得到第一人像通道特征；分别对每个所述第一人像通道特征执行全连接操作，以降维为第二人像通道特征；分别对每个所述第二人像通道特征执行第二范数的归一化处理，得到第三人像通道特征；将所有所述第三人像通道特征执行串联操作，得到第一人像全局特征；对所述第一人像全局特征执行第二范数的归一化处理，得到第二人像全局特征；使用所述第二人像全局特征计算用于分类的加性角度间隔的损失，获得第一人像损失值。8.根据权利要求7所述的方法，其特征在于，所述计算所述人像画风特征在单个所述通道上依据画风进行分类时的第二人像损失值，包括：对首个所述第一人像通道特征执行批标准化操作，得到为第四人像通道特征；对所述第四人像通道特征执行全连接操作，以映射为第五人像通道特征；对所述第五人像通道特征进行激活，获得第六人像通道特征；使用所述第六人像通道特征计算用于分类的加性角度间隔的损失，获得第二人像损失值。9.根据权利要求1-4、6-8中任一项所述的方法，其特征在于，所述以所述图像数据作为样本将所述图像搜索网络训练为全域画风搜索网络，包括：将所述图像数据输入所述图像搜索网络中提取画风上的特征，获得全域画风特征；对所述人像数据进行聚类，得到所述图像数据的类别；以所述类别作为标签，计算所述全域画风特征在多个通道上依据画风进行分类时的第一全域损失值；以所述类别作为标签，计算所述全域画风特征单个所述通道上依据画风进行分类时的第二全域损失值；结合所述第一全域损失值与所述第二全域损失值更新所述图像搜索网络的参数；判断是否满足预设的第二训练条件；若是，则将所述图像搜索网络的参数输出至第二配置文件中，若否，则返回执行所述将所述全域数据输入所述图像搜索网络中提取画风上
的特征，获得全域画风特征。10.根据权利要求9所述的方法，其特征在于，所述图像搜索网络包含第一残差网络、第二残差网络、第三残差网络与第四残差网络；所述将所述图像数据输入所述图像搜索网络中提取画风上的特征，获得全域画风特征，包括：将所述图像数据输入所述第一残差网络中提取特征并进行下采样，得到第一全域候选特征；将所述第一全域候选特征输入所述第二残差网络中提取并进行下采样，得到第二全域候选特征；将所述第二全域候选特征输入所述第三残差网络中提取特征，得到第三全域候选特征；将所述第三全域候选特征输入所述第四残差网络中提取特征，得到全域画风特征。11.根据权利要求9所述的方法，其特征在于，所述以所述类别作为标签，计算所述全域画风特征在多个通道上依据画风进行分类时的第一全域损失值，包括：分别对所述全域画风特征在多个通道上的子块执行带池化的全局描述处理，得到第一全域通道特征；分别对每个所述第一全域通道特征执行全连接操作，以降维为第二全域通道特征；分别对每个所述第二全域通道特征执行第二范数的归一化处理，得到第三全域通道特征；将所有所述第三全域通道特征执行串联操作，得到第一全域全局特征；对所述第一全域全局特征执行第二范数的归一化处理，得到第二全域全局特征；以所述类别作为标签，使用所述第二全域全局特征计算用于分类的交叉熵，获得第一全域损失值。12.根据权利要求11所述的方法，其特征在于，所述以所述类别作为标签，计算所述全域画风特征单个所述通道上依据画风进行分类时的第二全域损失值，包括：对首个所述第一全域通道特征执行批标准化操作，得到为第四全域通道特征；对所述第四全域通道特征执行全连接操作，以映射为第五全域通道特征；对所述第五全域通道特征进行激活，获得第六全域通道特征；以所述类别作为标签，使用所述第六全域通道特征计算用于分类的交叉熵，获得第二全域损失值。13.一种游戏搜索方法，其特征在于，包括：加载游戏画风搜索网络，所述游戏画风搜索网络包括人像画风搜索网络与全域画风搜索网络；接收来源于原始游戏的原始图像数据；在所述原始图像数据中检测原始人像数据；若检测到存在原始人像数据，则将所述原始人像数据输入所述人像画风搜索网络中提取表征画风的原始人像画风特征；根据所述原始人像画风特征搜索与所述原始游戏在画风上相似的目标游戏；若未检测到存在原始人像数据，则将所述原始图像数据输入所述全域画风搜索网络中
提取表征画风的原始全域画风特征；根据所述原始全域画风特征搜索与所述原始游戏在画风上相似的目标游戏。14.根据权利要求13所述的方法，其特征在于，所述加载游戏画风搜索网络，包括：加载图像搜索网络；在所述图像搜索网络中加载第一配置文件，获得人像画风搜索网络，所述第一配置文件中记录有以提取人像数据在画风上的特征为目标、训练所述图像搜索网络得到的参数；在所述图像搜索网络中加载第二配置文件，获得全域画风搜索网络，所述第二配置文件中记录有以提取整帧图像数据在画风上的特征为目标、训练所述图像搜索网络得到的参数。15.根据权利要求13或14所述的方法，其特征在于，所述根据所述原始人像画风特征搜索与所述原始游戏在画风上相似的目标游戏，包括：召回预置的候选游戏，所述候选游戏具有候选人像画风特征，所述候选人像画风特征为使用所述人像画风搜索网络从所述候选游戏中的候选人像数据提取的、表征画风的特征；计算所述原始人像画风特征与所述候选人像画风特征之间的第一相似度；依据所述第一相似度筛选出多个所述候选游戏，作为与所述原始游戏在画风上相似的目标游戏。16.根据权利要求13或14所述的方法，其特征在于，所述根据所述原始全域画风特征搜索与所述原始游戏在画风上相似的目标游戏，包括：召回预置的候选游戏，所述候选游戏具有候选全域画风特征，所述候选全域画风特征为使用所述全域画风搜索网络从所述候选游戏中整帧的候选图像数据提取的、表征画风的特征；计算所述原始全域画风特征与所述候选全域画风特征之间的第二相似度；依据所述第二相似度筛选出多个所述候选游戏，作为与所述原始游戏在画风上相似的目标游戏。17.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-12中任一项所述的游戏画风搜索网络的训练方法或者权利要求13-16中任一项所述的游戏搜索方法。18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于使处理器执行时实现权利要求1-12中任一项所述的游戏画风搜索网络的训练方法或者权利要求13-16中任一项所述的游戏搜索方法。

技术总结
本发明公开了一种游戏画风搜索网络的训练、游戏搜索方法及相关设备，该方法包括：加载图像搜索网络；针对多款游戏，分别获取作为游戏中画风代表的图像数据；在图像数据中检测人像数据；以人像数据作为样本将图像搜索网络训练为人像画风搜索网络，人像画风搜索网络用于提取人像数据在画风上的特征；以图像数据作为样本将图像搜索网络训练为全域画风搜索网络，全域画风搜索网络用于提取图像数据在画风上的特征；将人像画风搜索网络与全域画风搜索网络联合输出为游戏画风搜索网络。本实施例为游戏画风搜索提供基础，实现搜索画风相似的游戏，给予游戏搜索更多的扩展性，提高搜索游戏时的精确度。时的精确度。时的精确度。


技术研发人员：王传鹏 李腾飞 卢炬康
受保护的技术使用者：上海硬通网络科技有限公司
技术研发日：2022.09.20
技术公布日：2022/12/16