所属的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施方式。本技术旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的,本公开的真正范围和精神由权利要求指出。应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限定。
背景技术:
1、随着游戏技术的不断发展,游戏竞技越来越受游戏玩家的喜爱。在进行游戏竞技的过程中,可能会产生一些比较精彩刺激的游戏场景内容,将该精彩刺激的游戏场景内容进行分享目前已经成为了游戏中的主流功能之一,通常通过内置分享功能来实现。
2、相关技术中,游戏玩家若想分享游戏过程中所产生的比较精彩刺激的游戏场景内容,通常通过截取玩家操控下的游戏精彩画面,并将其进行分享。但是对于有些种类的游戏,例如近战类游戏来说,游戏作战过程中可能存在复杂的角色位置穿插及变化,玩家操控下的游戏视角画面可能并不是最佳观赏视角,这种截取分享的方式可能会导致所生成的游戏视角画面无法很好的满足玩家的观看需求,游戏场景适应性较差。此外,若玩家想要生成非玩家视角的游戏精彩画面,需要以观战视角进行手动录制,操作太过于繁琐,且对于玩家手动操作要求较高,实现起来难度较大。
3、需要说明的是,在上述背景技术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
1、本公开提供了一种游戏视频流分享方法、游戏视频流分享装置、计算机可读存储介质与电子设备,进而至少在一定程度上解决相关技术中游戏场景适应性差,无法很好的满足玩家的观看需求的问题。
2、本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
3、根据本公开的第一方面,提供一种游戏视频流分享方法,所述方法包括:利用参数优化后的机器学习模型的精彩视频流参数识别目标游戏视频流中的目标精彩视频流;其中,所述目标精彩视频流为配置了参数优化后的机器学习模型的拍摄参数的虚拟摄像头拍摄虚拟游戏场景得到的游戏视频流;机器学习模型的模型参数至少包括精彩视频流参数及虚拟摄像头的拍摄参数;响应于对所述目标精彩视频流的分享操作,将所述目标精彩视频流进行分享。
4、在本公开的一种示例性实施例中,所述方法还包括:通过以历史精彩视频为训练数据,以所述历史精彩视频的互动反馈数据为目标函数,训练并优化所述机器学习模型的模型参数,得到参数优化后的机器学习模型。
5、在本公开的一种示例性实施例中,所述方法还包括:将历史精彩视频划分为训练集、验证集及测试集;基于所述训练集、所述验证集及所述测试集对所述机器学习模型的模型参数进行迭代优化;其中,所述训练集用于对所述机器学习模型进行训练,所述验证集用于对所述机器学习模型进行评估,所述测试集对用于对所述机器学习模型进行测试;当所述机器学习模型的模型参数满足迭代优化的终止条件时,得到参数优化后的机器学习模型。
6、在本公开的一种示例性实施例中,所述方法还包括:将所述目标精彩视频流作为历史精彩视频更新所述训练数据;基于更新后的训练数据,对参数优化后的所述机器学习模型的模型参数进行新一轮迭代优化。
7、在本公开的一种示例性实施例中,所述机器学习模型的模型参数在模型参数区间范围内进行优化。
8、在本公开的一种示例性实施例中,所述机器学习模型的模型参数为满足正态分布的离散模型参数。
9、在本公开的一种示例性实施例中,所述精彩视频流参数包括指定游戏事件及指定游戏事件对应的事件权重,所述利用参数优化后的机器学习模型的精彩视频流参数识别目标游戏视频流中的目标精彩视频流,包括:根据所述目标游戏视频流中的指定游戏事件及所述指定游戏事件对应的事件权重,确定所述目标游戏视频流中候选游戏视频流的精彩得分值;所述精彩得分值表征候选游戏视频流的精彩程度;将精彩得分值超过精彩得分阈值的候选游戏视频流作为目标精彩视频流。
10、在本公开的一种示例性实施例中,所述机器学习模型的模型参数还包括游戏玩家属性,所述方法还包括:获取目标游戏玩家属性,所述目标游戏玩家属性为所述目标游戏视频流所对应的游戏玩家属性;从所述机器学习模型的模型参数中确定与所述目标游戏玩家属性相匹配的精彩视频流参数以及与所述目标游戏玩家属性相匹配的虚拟摄像头的拍摄参数;在识别目标游戏视频流中的目标精彩视频流时,将与所述目标游戏玩家属性相匹配的精彩视频流参数作为所述机器学习模型所采用的精彩视频流参数,将与所述目标游戏玩家属性相匹配的虚拟摄像头的拍摄参数作为所述机器学习模型所采用的拍摄参数。
11、在本公开的一种示例性实施例中,所述虚拟摄像头的拍摄参数,包括以下任意一种或多种:虚拟摄像头的瞄准点、虚拟摄像头的拍摄距离、虚拟摄像头的水平角度、虚拟摄像头的垂直角度、虚拟摄像头的环绕方向和速度。
12、根据本公开的第二方面,提供一种游戏视频流分享装置,所述装置包括:视频流识别模块,用于利用参数优化后的机器学习模型的精彩视频流参数识别目标游戏视频流中的目标精彩视频流;其中,所述目标精彩视频流为配置了参数优化后的机器学习模型的拍摄参数的虚拟摄像头拍摄虚拟游戏场景得到的游戏视频流;机器学习模型的模型参数至少包括精彩视频流参数及虚拟摄像头的拍摄参数;视频流分享模块,用于响应于对所述目标精彩视频流的分享操作,将所述目标精彩视频流进行分享。
13、根据本公开的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述游戏视频流分享方法。
14、根据本公开的第四方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述游戏视频流分享方法。
15、本公开的技术方案具有以下有益效果:
16、上述游戏视频流分享过程中,利用参数优化后的机器学习模型的精彩视频流参数识别目标游戏视频流中的目标精彩视频流;其中,目标精彩视频流为配置了参数优化后的机器学习模型的拍摄参数的虚拟摄像头拍摄虚拟游戏场景得到的游戏视频流;机器学习模型的模型参数至少包括精彩视频流参数及虚拟摄像头的拍摄参数;响应于对目标精彩视频流的分享操作,将目标精彩视频流进行分享。一方面,通过机器学习模型中的精彩视频流参数以及虚拟摄像头的拍摄参数识别和拍摄目标游戏视频流中的目标精彩视频流,实现了精彩视频的自动化识别和拍摄,打破传统的固定视角的拍摄方式,能够获取到个性化的游戏精彩场景镜头画面,场景适应性较强。另一方面,无需玩家手动采用观战视角进行录制,可以在一定程度上简化玩家的操作复杂度。
17、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。