本申请提供了一种数据处理方法、装置、电子设备及计算机可读存储介质；方法包括：获取待检测的虚拟场景图像，并确定所述虚拟场景图像中各个目标区域的特征信息，所述特征信息包括颜色特征、尺寸特征和时间特征，所述目标区域中包括的各个像素点之间的像素值差值小于预设阈值；利用训练好的异常检测模型对所述各个目标区域的颜色特征、尺寸特征和时间特征进行预测处理，得到所述各个目标区域的预测得分，其中所述训练好的异常检测模型是利用不存在异常区域的正样本训练得到的；将预测得分小于预设的得分阈值的目标区域确定为异常区域；输出包括所述异常区域的虚拟场景图像。通过本申请，能够提高异常识别的准确性和检测效率。
【技术实现步骤摘要】
本申请涉及异常检测技术，尤其涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、在游戏对局过程中，在游戏虚拟场景中需要渲染多个虚拟资源，例如虚拟对象、虚拟建筑、虚拟道具等，如果在游戏场景渲染过程中部分虚拟资源缺失，则该部分虚拟资源对应的图像区域往往显示为纯色区域(例如白色区域、红色区域、紫色区域等)，会严重影响用户游戏体验。因此在游戏上线之前，需要进行资源异常检测。相关技术中提供的游戏资源数据处理方法，需要人工标注样本，然后利用人工标注好的样本训练异常检测模型，不仅人工成本高，且灵活性差。
技术实现思路
1、本申请实施例提供一种数据处理方法、装置、电子设备及计算机可读存储介质，能够提高异常识别的准确性和检测效率。
2、本申请实施例的技术方案是这样实现的：
3、本申请实施例提供一种数据处理方法，所述方法包括：
4、获取待检测的虚拟场景图像，并确定所述虚拟场景图像中各个目标区域的特征信息，所述特征信息包括颜色特征、尺寸特征和时间特征，所述目标区域中包括的各个像素点之间的像素值差值小于预设阈值；
5、利用训练好的异常检测模型对所述各个目标区域的颜色特征、尺寸特征和时间特征进行预测处理，得到所述各个目标区域的预测得分，其中所述训练好的异常检测模型是利用不存在异常区域的正样本训练得到的；
6、将预测得分小于预设的得分阈值的目标区域确定为异常区域；
7、输出包括所述异常区域的虚拟场景图像。
>8、本申请实施例提供一种数据处理装置，包括：9、第一获取模块，用于获取待检测的虚拟场景图像，并确定所述虚拟场景图像中各个目标区域的特征信息，所述特征信息包括颜色特征、尺寸特征和时间特征，所述目标区域中包括的各个像素点之间的像素值差值小于预设阈值；
10、第一预测模块，用于利用训练好的异常检测模型对所述各个目标区域的颜色特征、尺寸特征和时间特征处理，得到所述各个目标区域的预测得分，其中所述训练好的异常检测模型是利用不存在异常区域的正样本训练得到的；
11、第一确定模块，用于将预测得分小于预设的得分阈值的目标区域确定为异常区域；
12、输出模块，用于输出包括所述异常区域的虚拟场景图像。
13、本申请实施例提供一种电子设备，所述电子设备包括：
14、存储器，用于存储计算机可执行指令；
15、处理器，用于执行所述存储器中存储的计算机可执行指令时，实现本申请实施例提供的数据处理方法。
16、本申请实施例提供一种计算机可读存储介质，存储有计算机可执行指令，用于被处理器执行时，实现本申请实施例提供的数据处理方法。
17、本申请实施例提供一种计算机程序产品，包括计算机程序或计算机可执行指令，述计算机程序或计算机可执行指令被处理器执行时，实现本申请实施例提供的数据处理方法。
18、本申请实施例具有以下有益效果：
19、在获取到待检测的虚拟场景图像之后，首先提取虚拟场景图像中各个目标区域的特征信息，在本申请实施例中，虚拟场景图像的特征信息包括颜色特征、尺寸特征和时间特征，目标区域中包括的各个像素点之间的像素值差值小于预设阈值，因此目标区域可以理解为纯色区域，然后利用训练好的异常检测模型对所述各个目标区域的颜色特征、尺寸特征和时间特征进行预测处理，得到所述各个目标区域的预测得分，将预测得分小于预设的得分阈值的目标区域确定为异常区域，最后输出包括所述异常区域的虚拟场景图像。其中，训练好的异常检测模型是利用不存在异常区域的正样本训练得到的，那么在利用训练好的异常检测模型对虚拟场景图像中各个目标区域进行预测处理时，是预测各个目标区域是否为正样本中纯色区域，当确定目标区域不是正样本中的纯色区域时，判断该目标区域为异常区域，如此，是将正样本中的纯色区域为判别标准，从而即便是以往未出现过的异常区域也能够检测出来，从而能够提高异常检测的准确性和鲁棒性，并且本申请实施例提供的数据处理方法不需要人工标记出异常区域，能够降低人工成本，提高异常检测的处理效率。
本文档来自技高网...
【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1中所述的方法，其特征在于，所述确定所述虚拟场景图像中各个目标区域的特征信息，包括：
3.根据权利要求2中所述的方法，其特征在于，所述以各个网格区域的中心像素点为目标像素点，确定所述缩放后的虚拟场景图像中的各个目标区域，包括：
4.根据权利要求3中所述的方法，其特征在于，所述方法还包括：
5.根据权利要求3中所述的方法，其特征在于，所述方法还包括：
6.根据权利要求2中所述的方法，其特征在于，所述确定所述各个目标区域中的基准像素点的像素值，包括：
7.根据权利要求3中所述的方法，其特征在于，所述确定所述各个目标区域对应的像素点个数，包括：
8.根据权利要求7中所述的方法，其特征在于，所述确定所述各个目标区域对应的像素点个数，包括：
9.根据权利要求7中所述的方法，其特征在于，所述确定所述各个目标区域的持续时长，包括：
10.根据权利要求1至9任一项所述的方法，其特征在于，所述方法还包括：
11.根据权利要求1至9任一项所述的方法，其特征在于，所述方法还包括：
12.根据权利要求11中所述的方法，其特征在于，所述方法还包括：
13.一种数据处理装置，其特征在于，所述装置包括：
14.一种电子设备，其特征在于，所述电子设备包括：
15.一种计算机可读存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令被处理器执行时实现权利要求1至12任一项所述的方法。
16.一种计算机程序产品，包括计算机程序或计算机可执行指令，其特征在于，所述计算机程序或计算机可执行指令被处理器执行时实现权利要求1至12任一项所述的方法。
...
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1中所述的方法，其特征在于，所述确定所述虚拟场景图像中各个目标区域的特征信息，包括：
3.根据权利要求2中所述的方法，其特征在于，所述以各个网格区域的中心像素点为目标像素点，确定所述缩放后的虚拟场景图像中的各个目标区域，包括：
4.根据权利要求3中所述的方法，其特征在于，所述方法还包括：
5.根据权利要求3中所述的方法，其特征在于，所述方法还包括：
6.根据权利要求2中所述的方法，其特征在于，所述确定所述各个目标区域中的基准像素点的像素值，包括：
7.根据权利要求3中所述的方法，其特征在于，所述确定所述各个目标区域对应的像素点个数，包括：
8.根据权利要求7中所述的方法，其特征在于，所述确定所述各个目标区域对应的像素点个数，包括：
【专利技术属性】
技术研发人员：黄超，周洪斌，严明，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。