具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，所描述的实施例不应视为对本发明的限制，本领域普通技术人员在没有进行出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

对本发明实施例进行进一步详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。

1)响应于，用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说明的情况下，所执行的多个操作不存在执行先后顺序的限制。

2)基于，用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说明的情况下，所执行的多个操作不存在执行先后顺序的限制。

3)模型训练，对图像数据集进行多分类学习。该模型可采用Tensor Flow、torch等深度学习框架进行构建，使用CNN等神经网络层的多层结合组成多分类模型。模型的输入为图像经过openCV等工具读取形成的三通道或原通道矩阵，模型输出为多分类概率，通过softmax等算法最终输出网页类别。在训练时，模型通过交叉熵等目标函数向正确趋势逐渐靠近，直至达到停止条件完成训练。

4)神经网络(Neural Network，NN)：人工神经网络(Artificial Neural Network，ANN)，简称神经网络或类神经网络，在机器学习和认知科学领域，是一种模仿生物神经网络(动物的中枢神经系统，特别是大脑)的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。

5)虚拟场景：是应用程序在终端上运行时显示(或提供)的虚拟场景。该虚拟场景可以是对真实世界的仿真环境，也可以是半仿真半虚构的三维环境，还可以是纯虚构的三维环境。

虚拟场景可以是二维虚拟场景、2.5维虚拟场景和三维虚拟场景中的任意一种，下述实施例以虚拟场景是三维虚拟场景来举例说明，但对此不加以限定。可选地，该虚拟场景还用于至少两个虚拟对象之间的虚拟场景对战。可选地，该虚拟场景还用于至少两个虚拟对象之间使用虚拟枪械进行对战。可选地，该虚拟场景还可以是不限于枪战类游戏、跑酷类游戏、竞速类游戏、多人在线战术竞技游戏(Multiplayer Online Battle Arena，MOBA)、竞速游戏(Racing Game，RCG)以及体育运动类游戏(sport game，SPG)。采用本申请提供的经过训练的数据处理模型，可以部署在前述各类游戏场景所对应的游戏服务器中，用于生成实时的虚拟场景行进路线并在游戏界面中进行呈现，在相应的游戏执行相应的动作，模拟虚拟用户的操作，与实际参与游戏的用户的共同完成虚拟场景中的不同类型的游戏。

6)虚拟对象，虚拟场景中可以进行交互的各种人和物的形象，或在虚拟场景中的可活动对象。该可活动对象可以是虚拟人物、虚拟动物、动漫人物等，比如：在虚拟场景中显示的人物、动物、植物、油桶、墙壁、石块等。该虚拟对象可以是该虚拟场景中的一个虚拟的用于代表用户的虚拟形象。虚拟场景中可以包括多个虚拟对象，每个虚拟对象在虚拟场景中具有自身的形状和体积，占据虚拟场景中的一部分空间。

7)动作：通过客户端上的操作控制虚拟对象的过程中，利用本申请提供的数据处理方法在虚拟场景中呈现虚拟场景行进路线和对应的辅助线时，可以在虚拟场景行进路线中借助辅助线选择任一点执行相应的动作，例如虚拟场景行进路线为游戏地图中的航线时，可以在游戏的空中航线中选择任一位置执行跳伞或者空投的动作，也可以是在游戏的水域航线中选择任一位置执行跳水或者潜水的动作。

在介绍本申请所提供的数据处理方法之前，首先对相关技术中获取虚拟场景行进路线的处理过程进行说明，以FPS游戏的虚拟场景行进路线产生为例，为了实现在虚拟场景中通过游戏地图呈现虚拟场景行进路线，可以包括以下3种方式：

(1)基于模板匹配算法提取虚拟场景行进路线：这一过程中模板匹配包括在较大图像中搜索模板图像位置，之后在待检测图像上，从左到右、从上向下计算模板图像与目标图像在重叠窗口内的相似度，相似度越大，两者相同的概率越大，基于相似度提取虚拟场景行进路线。

但模板匹配获取虚拟场景行进路线的局限性在于：所提取的虚拟场景行进路线只能进行平行或竖直移动，容易受噪声影响，当虚拟场景行进路线发生旋转或非水平、竖直形态变化时，无法有效检测出目标，并且当图像范围较大时，执行效率很慢，影响游戏的显示效果。

(2)基于特征匹配算法提取虚拟场景行进路线，但是这一方式对噪声不敏感。无法提取出较优的特征点，容易出现误匹配，当虚拟场景图像范围较大时，同样存在执行效率慢的缺陷。

(3)基于CNN算法提取虚拟场景行进路线，这一方案需要标注大量的样本数据，但是在虚拟场景中所呈现的虚拟场景行进路线是一种角度随机出现的线性目标，人工进行数据标注的成本高，并且由于虚拟场景行进路线本身含有语义特征较少，检测框难以回归准确，虚拟场景行进路线坐标精度不能保证，使得游戏玩家无法获得最适配的虚拟场景行进路线。

基于此，本发明实施例提供了一种数据处理方法，以实现在虚拟场景中呈现虚拟场景行进路线和对应的辅助线。

图1为本发明实施例提供的数据处理方法的实施场景示意图，参见图1，为实现支撑一个示例性应用，终端包括终端10-1和终端10-2，终端通过网络300连接数据处理装置200，网络300可以是广域网或者局域网，又或者是二者的组合，使用无线或有线链路实现数据传输。

终端(如终端10-2)位于用户侧，用于发出虚拟场景行进路线生成请求，请求获取与目标对象所处虚拟场景相适配的虚拟场景行进路线，其中目标对象可以是各种类型的游戏使用者。终端(包括终端10-1和终端10-2)可以通过网络300从相应的虚拟场景服务器200中所获取虚拟场景的数据，并在终端的显示区域呈现虚拟场景，终端中所设置的数据处理装置可以执行以下方案：获取目标对象所处虚拟场景中的虚拟场景图像；当确定所述虚拟场景图像中的地图标识处于打开状态时，确定与所述虚拟场景图像相匹配的地图位置坐标和地图类型参数；基于所述地图位置坐标和地图类型参数，确定与所述虚拟场景图像相匹配的比例尺信息；确定与所述虚拟场景相匹配的虚拟场景行进路线的起始位置坐标和终点位置坐标；根据与所述虚拟场景图像相匹配的比例尺信息、所述虚拟场景行进路线的起始位置坐标和终点位置坐标，确定所述虚拟场景行进路线对应的虚拟场景行进路线坐标和辅助线坐标；基于所述虚拟场景行进路线坐标和辅助线坐标，在所述虚拟场景中呈现虚拟场景行进路线和对应的辅助线。

在一些实施例中，终端10-1可以安装和运行有支持虚拟场景的应用程序。该应用程序可以是虚拟现实应用程序、三维地图程序、军事仿真程序、第一人称射击游戏(FPSFirst-person shooting game)、多人在线战术竞技游戏(MOBA Multiplayer OnlineBattle Arena Games)等不同的虚拟场景，其中，以射击类游戏为例，用户可以控制虚拟对象在虚拟场景行进路线中的不同位置执行动作，或者，沿着虚拟场景行进路线运动时，在不同时间点执行动作，例如在虚拟场景行进路线中的不同位置实现天空中自由下落、滑翔或者打开降落伞进行下落等，也可以在陆地上的虚拟场景行进路线中的不同位置实现跑动、跳动、爬行、弯腰前行等，也可以控制虚拟对象在虚拟场景行进路线中的不同位置实现海洋中游泳、漂浮或者下潜等，当然，用户也可以控制虚拟对象乘坐虚拟载具在该虚拟场景中进行移动，并在虚拟场景行进路线中的不同位置进行实时位置展示，例如，该虚拟载具可以是虚拟汽车、虚拟飞行器、虚拟游艇沿着虚拟场景行进路线进行移动等，在此仅以上述场景进行举例说明，本发明实施例对此不作具体限定。用户也可以控制虚拟对象通过虚拟武器与其他虚拟对象进行战斗等方式的互动，该虚拟武器可以是冷兵器，也可以是热兵器，本发明对虚拟武器的类型不作具体限定。

下面对用于实施本发明实施例的数据处理方法的数据处理装置进行说明。数据处理装置可以各种形式来实施，如带有数据处理装置处理功能的终端，也可以为设置有数据处理装置处理功能的服务器，例如前序图1中的服务器200。图2为本发明实施例提供的数据处理装置的组成结构示意图，可以理解，图2仅仅示出了数据处理装置的示例性结构而非全部结构，根据需要可以实施图2示出的部分结构或全部结构。

本发明实施例提供的数据处理装置包括：至少一个处理器201、存储器202、用户接口203和至少一个网络接口204。数据处理装置中的各个组件通过总线系统205耦合在一起。可以理解，总线系统205用于实现这些组件之间的连接通信。总线系统205除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2中将各种总线都标为总线系统205。

其中，用户接口203可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。

可以理解，存储器202可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。本发明实施例中的存储器202能够存储数据以支持终端(如10-1)的操作。这些数据的示例包括：用于在终端(如10-1)上操作的任何计算机程序，如操作系统和应用程序。其中，操作系统包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序。

在一些实施例中，本发明实施例提供的数据处理装置可以采用软硬件结合的方式实现，作为示例，本发明实施例提供的数据处理装置可以是采用硬件译码处理器形式的处理器，其被编程以执行本发明实施例提供的数据处理方法。例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC，Application Specific IntegratedCircuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)或其他电子元件。

作为本发明实施例提供的数据处理装置采用软硬件结合实施的示例，本发明实施例所提供的数据处理装置可以直接体现为由处理器201执行的软件模块组合，软件模块可以位于存储介质中，存储介质位于存储器202，处理器201读取存储器202中软件模块包括的可执行指令，结合必要的硬件(例如，包括处理器201以及连接到总线205的其他组件)完成本发明实施例提供的数据处理方法。

作为示例，处理器201可以是一种集成电路芯片，具有信号的处理能力，例如通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其中，通用处理器可以是微处理器或者任何常规的处理器等。

作为本发明实施例提供的数据处理装置采用硬件实施的示例，本发明实施例所提供的装置可以直接采用硬件译码处理器形式的处理器201来执行完成，例如，被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，ComplexProgrammable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable GateArray)或其他电子元件执行实现本发明实施例提供的数据处理方法。

本发明实施例中的存储器202用于存储各种类型的数据以支持数据处理装置的操作。这些数据的示例包括：用于在数据处理装置上操作的任何可执行指令，如可执行指令，实现本发明实施例的从数据处理方法的程序可以包含在可执行指令中。

在另一些实施例中，本发明实施例提供的数据处理装置可以采用软件方式实现，图2示出了存储在存储器202中的数据处理装置，其可以是程序和插件等形式的软件，并包括一系列的模块，作为存储器202中存储的程序的示例，可以包括数据处理装置，数据处理装置中包括以下的软件模块：

信息传输模块2081，用于获取目标对象所处虚拟场景中的虚拟场景图像。

信息处理模块2082，用于当确定所述虚拟场景图像中的地图标识处于打开状态时，确定与所述虚拟场景图像相匹配的地图位置坐标和地图类型参数。

信息处理模块2082，用于基于所述地图位置坐标和地图类型参数，确定与所述虚拟场景图像相匹配的比例尺信息。

信息处理模块2082，用于确定与所述虚拟场景相匹配的虚拟场景行进路线的起始位置坐标和终点位置坐标。

信息处理模块2082，用于根据与所述虚拟场景图像相匹配的比例尺信息、所述虚拟场景行进路线的起始位置坐标和终点位置坐标，确定所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标。

信息处理模块2082，用于基于所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标，在虚拟场景中呈现虚拟场景行进路线和对应的辅助线。

在一些实施例中，数据处理装置200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(CDN，Content Delivery Network)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端(如终端10-1)可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本发明实施例中不进行限制。

根据图2所示的数据处理装置，在本申请的一个方面中，本申请还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述点数据处理方法的各种可选实现方式中所提供的不同实施例及实施例的组合。

在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。

继续结合图2示出的数据处理装置说明本发明实施例提供的数据处理方法，参见图3，图3为本发明实施例提供的数据处理方法一个可选的流程示意图，可以通过运行于图1所示的终端10-1或者10-2中的游戏加速器执行本申请提供的数据处理方法，实现在保证虚拟场景行进路线的准确性的同时，实现提升虚拟场景行进路线生成的效率，更快速地对复杂维度的虚拟场景行进路线进行处理，图3所示的步骤可以由运行数据处理装置的各种电子设备执行，例如可以是如带有数据处理装置的终端，如体感游戏机，也可以通过手机中的游戏加速器软件执行本申请所提供的数据处理方法。

下面结合图3示出的步骤，以数据处理装置实施本发明实施例提供的数据处理方法为例进行具体说明。

步骤301：数据处理装置获取目标对象所处虚拟场景中的虚拟场景图像，所述虚拟场景图像包括地图标识。

在虚拟场景图像进行展示的过程中，地图标识可以设置于虚拟场景图像的边缘位置(包括但不限于虚拟场景图像的左上角位置或者右上角位置)，具体来说，由于虚拟场景的不同，在游戏客户端中所呈现的游戏画面也是多种多样，但是对于任一类型的游戏来说，虚拟场景图像中的地图标识表明当前所呈现的虚拟场景图像中包括相应的游戏地图，以fps游戏为例，在呈现游戏画面时地图标识在图像边缘示出，用于呈现相应的游戏地图(如图5A和图5B所示的游戏地图)。

步骤302：数据处理装置当确定所述虚拟场景图像中的地图标识处于打开状态时，确定与所述虚拟场景图像相匹配的地图位置坐标和地图类型参数。

在本发明的一些实施例中，当确定所述虚拟场景图像中的地图标识处于打开状态时，可以通过以下方式确定与所述虚拟场景图像相匹配的地图位置坐标和地图类型参数：

通过尺度匹配机制对虚拟场景图像进行检测，确定所述虚拟场景图像中的地图标识的状态；当确定所述虚拟场景图像中的地图标识处于打开状态时，通过数据处理模型，提取所述虚拟场景图像中的地图数据；通过所述数据处理模型，从所提取的虚拟场景图像中的地图数据中提取与所述虚拟场景图像相匹配的地图位置坐标和地图类型参数。图4为本发明实施例中虚拟场景行进路线一个可选的处理效果示意图，如图4所示，当虚拟场景为游戏环境时，在游戏用户进入游戏后，若游戏用户触发了游戏界面中的地图标识(在图4所呈现的虚拟场景为游戏环境时，可以通过点击或者语音指令触发游戏画面边缘位置的地图标识)，说明游戏用户需要使用游戏地图，则开始提取与虚拟场景图像相匹配的地图位置坐标和地图类型参数，若游戏用户没有触发游戏界面中的地图标识，则说明游戏用户无需使用游戏地图，也就不需要呈现相应的虚拟场景行进路线，由此能够满足游戏用户的不同使用需求。

在提取与虚拟场景图像相匹配的地图位置坐标和地图类型参数之前，首先需要确定虚拟场景图像中的地图标识的状态，只有在虚拟场景图像中的地图标识呈现打开状态时，才能够生成相应的虚拟场景行进路线和对应的辅助线，当虚拟场景为游戏环境时，参考图1所示的终端10-1和10-2，其中终端10-1和终端10-2的终端显示区域的面积不同，因此在执行同一游戏进程时，所呈现的虚拟场景中的虚拟场景图像的尺寸也不同，在获取虚拟场景行进路线进行执行时，通过本申请所提供的数据处理方法，可以适应不同尺寸的游戏视频画面，具体来说，以游戏场景为FPS游戏为例，用户可以提前在该终端上进行操作，该终端检测到用户的操作后，可以下载电子游戏的游戏配置文件，该游戏配置文件可以包括该电子游戏的应用程序、界面显示数据或虚拟场景数据等，以使得该用户在该终端上登录电子游戏时可以调用该游戏配置文件，对电子游戏界面进行渲染显示。用户可以在终端上进行触控操作，该终端检测到触控操作后，可以确定该触控操作所对应的游戏数据，并对该游戏数据进行渲染显示，该游戏数据可以包括虚拟场景数据、该虚拟场景中虚拟对象的行为数据等信息，在游戏过程中，FPS游戏伴随着用户的不同操作，可以向游戏用户提供不同的游戏行进位置展示，例如展示游戏航线中虚拟对象的实时位置，游戏用户可以控制虚拟对象乘坐虚拟载具在该虚拟场景中进行移动，并在虚拟场景行进路线中的不同位置进行实时位置展示，在此仅以上述场景进行举例说明，本发明实施例对此不作具体限定。用户也可以控制虚拟对象在虚拟场景行进路线通过虚拟武器与其他虚拟对象进行战斗，这一过程中可以通过展示虚拟场景行进路线位置提醒游戏用户避开虚拟场景行进路线下部高风险区域，跳伞前生成最远距离辅助线，帮助游戏用户更合理地选择跳伞位置，或者水中虚拟场景行进路线提供不同的登陆位置供用户选择。如图4所示，虚拟场景行进路线呈现过程中，检测到虚拟场景行进路线坐标后可作以下用途：(1)可根据常用跳伞距离生成虚拟场景行进路线对应的辅助线，如图4所示的虚拟场景行进路线对应的辅助线303和304(如海岛图正常最远能飞到1600m，可以在游戏地图中呈现两条辅助线)，通过悬浮窗形式(如图4所示的悬浮窗305)提示，在跳伞前帮助普通游戏用户更合理地选择跳伞点；(2)可在游戏界面中展示虚拟场景行进路线位置，提示游戏用户在搜索资源时避开虚拟场景行进路线下部区域302，此区域302所投掷的游戏道具资源已被搜索过且危险系数较高。虚拟场景行进路线辅助效果如图4所示，通过图4中所示出的简化游戏用户跳伞点301选择和提醒虚拟场景行进路线位置，其中地图类型参数包括至少以下之一：海岛、沙漠、雨林、雪地和山谷，可以丰富游戏用户在不同虚拟场景中的游戏体验。

为了实现确定虚拟场景图像中的地图标识的状态，在本发明的一些实施例中，本申请所提供的数据处理方法可以封装在游戏加速器软件中实现，由于游戏加速器可以对不同种类的游戏分别进行数据处理，为了在不同的虚拟场景中呈现虚拟场景行进路线和对应的辅助线，可以在数据处理模型中配置尺度匹配机制，通过尺度匹配机制所对应的检测算法对地图标识的打开状态进行检测，利用虚拟场景中的数据实现对虚拟场景图像中的地图标识的状态的识别，避免对虚拟场景行进路线的误触发，减少游戏终端的计算力，使得游戏用户获得更加流畅的游戏体验，同时增强对不同虚拟场景的多尺度检测能力，以适应不同尺寸的虚拟画面处理需求。

示例性地，参考图5A，图5A为本发明实施例中游戏地图显示效果示意图，图5A所示的虚拟场景为赛车游戏环境，当需要在图5A所示的游戏视频画面的虚拟场景中呈现虚拟场景行进路线和对应的辅助线时，赛车游戏程序运行时需要确定在游戏画面的左上角出现的地图标识301“X”被触发时，即表明当前游戏地图处于打开状态，由于图5A所示的游戏视频画面通过游戏终端的显示区域进行呈现，所要呈现的游戏地图中的虚拟场景行进路线和对应的辅助线以及所呈现的虚拟场景图像中的地图标识也需要按照相应的比例进行调整，为了确定游戏地图在图5A所示的虚拟场景中是否处于打开状态，具体来说，可以在游戏终端中请求获取虚拟场景中的历史数据所保存的虚拟场景图像的缩放系数；当获取到所述历史数据中的缩放系数时，基于所述缩放系数对所述虚拟场景图像中的地图标识进行截取，形成待匹配图像；确定所述虚拟场景模板图像与待匹配图像的相关系数；当所述虚拟场景模板图像与待匹配图像的相关系数达到当前虚拟场景的相关系数阈值时，确定所述虚拟场景图像中的地图标识的状态为打开状态。

示例性地，参考图5B，图5B为本发明实施例中游戏地图显示效果示意图，图5A所示的虚拟场景为FPS游戏环境，当需要在图5B所示的游戏视频画面的虚拟场景中呈现虚拟场景行进路线和对应的辅助线时，需要确定在游戏画面右上角出现地图标识302“X”时，即表明当前游戏地图处于打开状态，与图5A所示的实施例环境不同之处在于，图5B所示的游戏视频画面在游戏终端中第一次加载呈现，游戏终端并没有在历史数据中保虚拟场景图像的缩放系数，同时图5B所需要在终端显示界面中呈现的游戏视频画面与图5A所示的实施例环境并不相同(例如图1所示的终端10-2和10-1所分别运行的同一游戏进程的虚拟场景图像尺寸不同)，因此，需要通过依次计算多尺度缩放系数表中的每一组缩放系数所分别对应的归一化相关系数(通过对计算所得的相关系数进行归一化处理，形成归一化相关系数)，并通过归一化相关系数的相关系数阈值的关系判断虚拟场景图像中的地图标识的状态，具体来说，由于图5B所示的游戏视频画面通过游戏终端的显示区域进行呈现，所要呈现的游戏地图中的虚拟场景行进路线和对应的辅助线以及所呈现的虚拟场景图像中的地图标识也需要按照相应的比例进行调整，为了确定游戏地图在图5B所示的虚拟场景中是否处于打开状态，在未获取到所述虚拟场景图像的缩放系数时，生成与所述虚拟场景相匹配的多尺度缩放系数表；基于所述多尺度缩放系数表中的每一组缩放系数，对所述虚拟场景图像中的地图标识进行截取，形成待匹配图像；确定所述虚拟场景模板图像与待匹配图像的相关系数；并对所述相关系数进行归一化处理，形成归一化相关系数；依次计算多尺度缩放系数列表中的每一组缩放系数所分别对应的归一化相关系数，直至当所述虚拟场景模板图像与待匹配图像的归一化相关系数的最大值达到当前虚拟场景的相关系数阈值时，确定所述虚拟场景图像中的地图标识的状态为打开状态。

对游戏地图状态是否处于打开状态的判断进行说明，参考图5C，图5C为本发明实施例中数据处理方法一个可选的流程示意图，具体包括以下步骤：

步骤501：获取虚拟场景图像。

步骤502：判断游戏终端是否已保存缩放系数，如果是执行步骤503，否则，执行步骤504。

其中，在获取虚拟场景图像的阶段，角色扮演类游戏与fps游戏的虚拟场景中都会产生相应的虚拟场景行进路线，例如角色扮演类游戏的游戏角色在水域中的虚拟场景行进路线，或者fps游戏中游戏角色在空域中的虚拟场景行进路线，但是两种类型游戏的游戏复杂度不同，对于不同虚拟场景中的虚拟场景行进路线的确定，可以采用不同的方式确定地图标识的状态，以使游戏用户获得更好的使用体验。在获取虚拟场景图像时，对于可以角色扮演类游戏，游戏加速器进程通过尺度匹配机制进行地图标识状态识别时，可以仅使用采样时间间隔为3s的采样方式对虚拟场景中虚拟场景图像进行截取，以保持用户游戏过程的连贯，减少终端的计算量。对于FPS游戏，由于虚拟场景行进路线中的游戏道具种类繁多，例如航线中的飞行虚拟道具包括了热气球、飞机或降落伞等，载物虚拟道具包括了箱子或盒子等，飞行虚拟道具可以挂载载物虚拟道具在虚拟场景中在飞行时下落，游戏加速器进程通过尺度匹配机制进行地图标识状态识别时，可以使用采样时间间隔为1s的采样方式对虚拟场景中虚拟场景图像进行截取，以减少对游戏引擎的占用，减低游戏终端的负载，保证游戏进程的连贯性。同时，对于中终端负载较高的fps游戏，游戏用户也可以自行配置尺度匹配机制对虚拟场景图像进行检测的时间间隔，以符合用户的使用习惯。

在本发明的一些实施例中，通过尺度匹配机制对虚拟场景图像进行检测时可以预生成多尺度匹配系数列表，其中，多尺度匹配系数列表中包括每组元素包含宽、高方向缩放系数，生成方式可结合具体不同虚拟场景中的任务进行自定义，具体来说，在本发明的一些实施例中，可以通过以下方式确定虚拟场景图像中的地图标识的状态，其中下述处理方式中的步长与区间的单位均为cm，以适配游戏终端的显示区域面积：

1)x轴、y轴方向均以步长0.1，以x≥y为条件，在区间[1，1.5]内完全遍历，生成缩放系数队列；2)x轴、y轴方向均以步长0.05，x≤y为条件，在区间[0.7，1]内完全遍历，生成缩放系数队列；3)合并所生成的两个队列，作为候选缩放系数列表，如下:

[(fx_s1，fy_s1)，(fx_s2，fy_s2)，(fx_s3，fy_s3)，…]

步骤503：生成多尺度缩放系数列表。

在本发明的一些实施例中，为减少算法计算量，在第一次匹配成功后，可以不再使用多尺度循环匹配，由此，同一局游戏均使用固定缩放系数进行匹配计算。检查是否已保存多尺度缩放系数和打开标识位置，若已保存，则可以执行步骤503，否则执行步骤504。

参考图6，图6为本发明实施例中游戏地图标识的截取流程示意图，在本发明的一些实施例中，匹配成功后会保存缩放系数和地图打开标识位置，具体包括以下步骤：1)输入虚拟场景图像，截取包含打开标识的右上角候选区域，尺寸为h*w(其中，h位高度，w为长度，对于手游化境优选为200(像素)*200(像素)，可根据游戏类型或者虚拟场景进行具体调整)，作为待匹配图像；2)遍历缩放系数列表，每取一组缩放系数在计算对应的相关系数时可以执行以下过程：

1)基于缩放系数(f_x，f_y)对模板图像进行缩放，对模板图像和待匹配图像计算归一化相关系数，其中，R(x，y)为归一化相关系数，计算公式参考公式(1)：

2)其中T’(x’,y’)表示模板与其均值的相对值，I²(x+x’,y+y’)表示待匹配图像与其均值的相对值，计算公式参考公式2：

T′(x′，y′)＝T(x′，y′)-1/(w·h)·∑_x″，y″T(x″y″)

I′(x+x′，y+y′)＝I(x+x′，y+y′)-1/(w·h)·∑_x″，y″I(x+x″，y+y″)； (2)

3)最大归一化相关系数R_max大于阈值T(T在FPS游戏中优选为0.75)，说明匹配成功，保存此时的缩放系数(f_xs，f_ys)和匹配位置(x₁，y₁，x₂，y₂)，输出地图为打开状态。

在步骤502执行完成后，当游戏终端已保存过缩放系数和位置参数，则可以按照以下方式继续处理，1)输入虚拟场景图像，使用已保存的坐标框(x₁，y₁，x₂,y₂)截取右上角地图打开标识；2)以缩放系数(f_xs，f_ys)对模板进行缩放，对模板图像和待匹配图像计算归一化相关系数；3)若最大归一化相关系数R_max大于阈值T，说明匹配成功，具体通过以下步骤实现：

步骤504：裁剪游戏地图的中的标识。

步骤505：缩放模版图像。

步骤506：计算图像与模版相关系数Rmax。

步骤507：判断Rmax是否大于阈值T。

当判断Rmax大于阈值T时，执行步骤514。

步骤508：裁剪图像右上角h*w区域。

步骤509：取一组缩放系数，和缩放模版图像。

步骤510：计算图像与模版最大相关系数Rmax。

步骤511：判断Rmax大于阈值T是否成立，如果是执行步骤512，否则执行步骤513。

步骤512：保存缩放系数，保存打开标志位置。

步骤513：判断缩放系数列表是否遍历结束；并在没有结束时返回执行步骤509。

步骤514：判断游戏地图处于打开状态。

当确定所述虚拟场景图像中的地图标识处于打开状态时，继续执行步骤303。

步骤303：数据处理装置基于所述地图位置坐标和地图类型参数，确定与所述虚拟场景图像相匹配的比例尺信息。

其中，比例尺信息用于表征实际地图与缩略地图之间的位置映射关系，利用比例尺信息，通过对游戏角色在游戏场景中所处的实时位置进行映射处理，可以得到用于在游戏地图中呈现的虚拟场景行进路线中的对应的实时位置。

在本发明的一些实施例中，基于所述地图位置坐标和地图类型参数，确定与所述虚拟场景图像相匹配的比例尺信息，可以通过以下方式实现：

通过所述数据处理模型，确定与所述虚拟场景图像相匹配的地图位置坐标和地图类型参数，其中，所述地图类型参数包括至少以下之一：海岛、沙漠、雨林、雪地和山谷；通过游戏地图的尺寸和虚拟场景图像的尺寸的比值，可以确定与虚拟场景图像相匹配的比例尺信息。由于游戏类型不同，为了更加精准的确定虚拟场景图像相匹配的比例尺，可以通过数据处理模型对地图位置坐标和地图类型参数进行特征卷积和特征融合处理，输出地图位置坐标和地图类型参数所对应的置信度、回归框坐标和地图类别信息；并进一步地对地图位置坐标和地图类型参数所对应的置信度、回归框坐标和地图类别信息进行非极大值抑制处理。

具体来说，对所述虚拟场景图像相匹配的地图位置坐标和地图类型参数进行非极大值抑制处理，确定与所述虚拟场景图像相匹配的比例尺信息。其中，非极大值抑制(Non-Maximum Suppression)，常用于计算机视觉任务中抑制不是极大值的检测结果，这里主要指目标检测任务中非极大值抑制，去除冗余的重叠检测框。将检测结果分类别按概率进行降序排序，具体包括以下步骤：(a)假设地图检测任务中预测为海岛类别的框按降序排列有A、B、C、D、E；(b)选取概率最高的框A，标记为接受框，判断剩余框B、C、D、E与A的IoU值(两个区域重叠的部分除以两个区域的集合部分得出的结果)；(c)一般IoU阈值设置为0.2～0.5，大于该阈值，说明是冗余的框，需要丢弃，假设B超过阈值被丢弃，C、D、E未超过阈值；(d)继续从余下检测框中，选择概率最大的框C，标记为接受框，计算框D、E与C的IoU值，同样IoU大于阈值的丢弃；(e)如此迭代重复以上过程，直至处理完各类别的所有检测框。对所述虚拟场景图像相匹配的地图位置坐标和地图类型参数进行非极大值抑制处理，由此可以实现实时计算出移动端地图画面比例尺，解决游戏中距离如何在移动端画面衡量的问题。

在一些实施例中，确定与虚拟场景图像相匹配的比例尺信息之后，可基于确定的比例尺信息，对虚拟场景中虚拟对象的操作进行控制；例如，可以选择在适合的位置控制游戏角色进行跳伞，如图3所示，可以由游戏用户控制虚拟对象调整乘坐的飞机的虚拟场景行进路线，并可以在虚拟场景行进路线的沿途选择降落的目标地点，或者，在虚拟场景行进路线上的序号2、序号3和序号4位置进行跳伞与游戏道具投掷；也可以根据比例尺调整相应的航向，结合图3所示，带有箭头的直线表示虚拟对象乘坐的飞机的虚拟场景行进路线，箭头表示飞机飞行的终点，圆形表示飞机飞行的起点，在虚拟对象乘坐飞机时，用户可通过触发操作显示虚拟场景对应的地图。可选地，触发操作包括单机操作、双击操作、滑动操作、拖动操作、长按操作中的至少一种。

为了克服传统虚拟场景行进路线生成方式所造成的虚拟场景行进路线生成不准确以及效率低的缺陷，本发明所提供的技术方案使用了人工智能技术，人工智能AI(Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式进行出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习等技术。随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如在本申请中，通过人工智能的方式对有虚拟场景中的数据进行处理时，可以通过数据处理模型中的不同神经网络和处理进程确定虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标，之后基于虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标，在虚拟场景中呈现虚拟场景行进路线和对应的辅助线，使得游戏用户获得准确地虚拟场景行进路线到达更好的使用体验。结合图2所示，数据处理装置200，用于在接收到发送的进路线生成请求后，可以通过所部署的数据处理模型实现本申请提供的数据处理方法，作为一个示例，数据处理装置200用于实现本发明所提供的数据处理方法，经过训练的数据处理模型可以保存在数据处理装置200的存储介质中，以实现在不同的虚拟场景中(例如枪战类游戏、跑酷类游戏、竞速类游戏、多人在线战术竞技游戏(Multiplayer Online Battle Arena，MOBA)、竞速游戏(Racing Game，RCG)以及体育运动类游戏(sport game，SPG))生成各类型的虚拟场景行进路线，具体的，在使用数据处理模型之前，需要对数据处理模型进行训练，具体过程包括：根据目标对象所处虚拟场景的类型，确定所述目标对象的历史参数；基于所述目标对象的历史参数，确定与所述数据处理模型相匹配的训练样本集合，基于所述数据处理模型相匹配的噪音阈值，提取第一训练样本集合中的不同训练样本组成第二训练样本集合；根据第二训练样本集合对数据处理模型进行训练。

当然，本发明所提供的数据处理装置可以基于对同一类型虚拟场景的虚拟场景行进路线生成环境中的数据处理模型为进行训练，也可以根据目标对象的不同等级进行训练调整，最终在用户界面(UI User Interface)上呈现出与通过数据处理模型所确定与虚拟场景相适配的虚拟场景行进路线，所得到通过数据处理模型以及与虚拟场景相适配的虚拟场景行进路线还可以供其他应用程序调用(例如游戏模拟器或者体感游戏设备)，当然，与不同类型的游戏相匹配的数据处理模型也可以迁移至即时通讯进程的在线对战的FPS游戏或者离线操控的FPS游戏以及云游戏。

在一些实施例中，对地图位置坐标和地图类型参数进行处理时，可以通过所部署的数据处理模型实现，在部署数据处理模型之前还需要对数据处理模型进行训练，确定数据处理模型中不同神经网络的参数，以达到准确处理地图位置坐标和地图类型参数的效果，其中，图7为本发明实施例提供的数据处理模型训练方法一个可选的流程示意图，可以理解地，图7所示的步骤可以由运行数据处理模型训练装置的各种电子设备执行，例如可以是如带有数据处理模型训练装置的游戏终端、或者游戏运营商的服务器集群，之后将经过训练的数据处理模型封装在相应的游戏加速器软件中，为游戏用户提供处理虚拟场景行进路线的服务。

步骤701：数据处理模型训练装置根据目标对象所处虚拟场景的类型，确定所述目标对象的历史参数。

步骤702：数据处理模型训练装置基于所述目标对象的历史参数，确定与所述数据处理模型相匹配的第一训练样本集合。

其中，所述第一训练样本集合包括至少一组训练样本，在获取训练样本之后还需要对所获取的训练样本进行信息标注。

步骤703：数据处理模型训练装置基于所述数据处理模型相匹配的噪音阈值，提取第一训练样本集合中的不同训练样本组成第二训练样本集合。

在本发明的一些实施例中，当所述目标对象所处虚拟场景为角色扮演类游戏时，确定与所述数据处理模型的使用环境相匹配的动态噪声阈值；根据所述动态噪声阈值对第一训练样本集合进行去除噪声处理，以形成与所述动态噪声阈值相匹配的第二训练样本集合；当所述目标对象所处虚拟场景为对战类游戏时，确定与数据处理模型相对应的固定噪声阈值，并根据所述固定噪声阈值对第一训练样本集合进行去除噪声处理，以形成与所述固定噪声阈值相匹配的第二训练样本集合。其中，由于数据处理模型的虚拟场景不同，与所述数据处理模型的使用环境相匹配的动态噪声阈值也不相同，例如，可以通过即时通讯客户端进程执行角色扮演类游戏在线对战的FPS游戏，也可以通过离线操控的FPS游戏进程执行角色扮演类游戏，其中在线对战的FPS游戏的游戏复杂程度通常大于离线操控的FPS游戏的复杂度，因此与所述数据处理模型的使用环境相匹配的动态噪声阈值需要小于游戏用户通过离线操控的FPS游戏进程执行角色扮演类游戏中使用环境中的动态噪声阈值，并依据噪声阈值删除超出噪声阈值的训练样本，通过不同动态噪声阈值可以适应不同类型的游戏的使用，有效筛选训练样本，使得所部署的经过训练的数据处理模型所生成的虚拟场景行进路线，用户可以获得更好的虚拟场景行进路线。

在本发明的一些实施例中，当所述目标对象所处虚拟场景为第一人称射击类游戏时，确定与数据处理模型相对应的固定噪声阈值，并根据所述固定噪声阈值对第一训练样本集合进行去除噪声处理，以形成与所述固定噪声阈值相匹配的第二训练样本集合，其中，对于部署于固定游戏终端(例如体感游戏机或者AR游戏眼镜等游戏设备)中的对战类游戏，通过固定噪声阈值可以有效提升训练样本的获取速度与精确度，减少游戏用户的等待时间，在游戏进程的版本进行更新时，可以获得新的固定噪声阈值，对所携带的训练样本噪声低于固定噪声阈值的训练样本进行删除，以提升游戏终端的学习效率。

步骤704：数据处理模型训练装置根据所提取的第二训练样本集合对所述数据处理模型进行训练，确定数据处理模型中特征提取器网络的模型参数，以及样本分类器网络的模型参数。

步骤705：数据处理模型训练装置确定数据处理模型中的不同神经网络的网络参数之后，将经过训练的数据处理模型部署在相应的游戏终端中。

步骤706：判断地图是否已打开；并在处于打开状态时，执行步骤707。

步骤707：检测地图位置和类别。

步骤708：进行NMS处理、计算地图比例尺、输出地图坐标、比例尺。

步骤709：判断损失函数loss是否达到阈值且趋于稳定，如果是，执行步骤710，否则，执行步骤711。

步骤710：停止迭代，输出数据处理模型的模型参数。

步骤711：梯度下降处理，更新数据处理模型的权重参数。

其中，为了适应游戏终端中(例如手机中的不同手游，或者专用游戏终端的不同手游)不同类型的游戏需要，可以将经过训练的数据处理模型封装在游戏加速器进程中，以实现对不同类型游戏的辅助处理，使得同一用户在不同的游戏进程中均可以通过数据处理模型获得相应的虚拟场景中所呈现的虚拟场景行进路线和对应的辅助线，避免了利用游戏历史数据获取虚拟场景行进路线所造成占用游戏终端大量数据存储空间的缺陷。

在本发明的一些实施例中，由于游戏加速器可以对不同类型的游戏中的虚拟场景行进路线进行处理，因此为了适应各种类型的游戏，数据处理模型所使用的深度神经网络还可以选用更快速的基于区域的卷积神经网络Faster-RCNN、单次多边界框检测器SSD、YOLO系列的神经网络等。当封装于手游加速器进程中的数据处理模型使用YOLO系列的神经网络(例如使用深度神经网络目标检测算法YOLOv4-tiny作为数据处理模型的主结构网络)时，对虚拟场景图像中出现的不同位置的地图标识进行识别还可以根据游戏进程的不同进行调整，例如选择经过预训练的YOLOv4-tiny网络对分布在不同位置的空降过程中的地图标识或者水域虚拟场景行进路线的地图标识进行识别，以实现与不同游戏进程中不同位置的地图标识相适配，提升虚拟场景行进路线的生成速率，减少游戏用户的等待时间。

在一些实施例中，为了便于将数据处理模型部署在移动终端中，以提升移动端的运行效率，减少参数计算量，数据处理模型所使用的征提取器网络可以为倒残差结构网络，其中，参考图8，图8为本发明实施例中倒残差结构网络的示意图，可以首先通过1×1逐点卷积提升特征维度，接着采用深度卷积(DW，depthwise convolutions)提取特征，再通过一个1×1卷积恢复到原有特征维度，最后通过跨层连接实现虚拟场景图像的特征融合。其中数据处理模型输入分辨率可以为608×608(也可以根据不同游戏类型进行调整)，为提升数据处理模型对地图标识识别的回归精度，回归损失函数采用GIoU损失，其中，GIoU loss，即Generalized Intersection over Union，表示广义交并比，是深度学习中的一种损失函数，用于度量目标检测任务中预测框与真实标注框的差距，属于交并比(IoU Intersectionover Union)loss的改进版本。假设真值框为B_g，预测框为B_p，则计算B_g和B_p的最小外接矩形B_c，则此时的GIoUloss＝1-GIoU，在FPS游戏中可以将GIoU阈值设置为0.9，即仅当预测地图的GIoU值不小于0.9才认为数据处理模型输出了正确的结果。游戏训练时通过梯度下降法不断更新模型权重参数，当损失值GIoU loss小于0.1且趋于稳定时可停止训练，保存此时的权重得到相应的数据处理模型的模型参数，以实现对FPS游戏中游戏画面中地图标识的识别。

在本发明的一些实施例中，还可以使用深度神经网络，例如数据处理模型所使用的深度神经网络可以包括比如VGG网络、ResNet系列网络、Inception系列网络以适应游戏策略更加复杂的FPS游戏(例如帧间变化速度更快以及虚拟场景图像更加复杂的FPS游戏)，以数据处理模型使用ResNet为例，在获取新的训练本之后，可以根据第二训练样本集合对所述数据处理模型进行训练，确定所述数据处理模型中特征提取器网络的模型参数，以及所述数据处理模型中样本分类器网络的模型参数。

接下来对基于第二训练样本集合训练所述数据处理模型进行说明。参见图9，图9为本发明实施例提供的数据处理模型训练方法一个可选的流程示意图，包括以下步骤：

步骤901：确定所述数据处理模型中特征提取器网络的初始参数和所述样本分类器网络的初始参数。

步骤902：通过所述特征提取器网络对所述第二训练样本集合进行处理，得到所述特征提取器网络的更新参数和所述样本分类器网络的更新参数。

步骤903：通过所述特征提取器网络的更新参数对所述特征提取器网络的初始参数进行更新，通过所述样本分类器网络的更新参数对所述样本分类器网络的初始参数进行更新。

步骤904：确定与数据处理模型相匹配的多任务损失函数。

步骤905：基于所述多任务损失函数，调整所述特征提取器网络的模型参数和所述样本分类器网络的模型参数，直至所述数据处理模型对应的多任务损失函数达到相应的收敛条件。

在数据处理模型对应的多任务损失函数达到相应的收敛条件时，可以定所述数据处理模型中特征提取器网络的模型参数，以及样本分类器网络的模型参数。

在更新过程中，可以通过使用与均方差损失函数，利用神经网络的梯度反向传播来更新游戏模中的特征提取器网络以及样本分类器网络的网络参数，实现迭代更新。

当确定与所述虚拟场景图像相匹配的比例尺信息后，可以继续向游戏用户呈现虚拟场景行进路线和相应的辅助线，具体包括：

步骤304：数据处理装置确定与所述虚拟场景相匹配的虚拟场景行进路线的起始位置坐标和终点位置坐标。

步骤305：数据处理装置根据与所述虚拟场景图像相匹配的比例尺信息、所述虚拟场景行进路线的起始位置坐标和终点位置坐标，确定所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标。

步骤306：数据处理装置基于所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标，在虚拟场景中呈现虚拟场景行进路线和对应的辅助线。

在本发明的一些实施例中，根据与所述虚拟场景图像相匹配的比例尺信息、所述虚拟场景行进路线的起始位置坐标和终点位置坐标，确定所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标，可以通过以下方式实现：

根据所述虚拟场景确定虚拟场景行进路线辅助线之间的距离，当所述虚拟场景行进路线为水平或竖直状态时，通过所述虚拟场景行进路线的起始位置坐标和终点位置坐标的平移，确定两条辅助线所分别对应的辅助线坐标；基于两条辅助线所分别对应的辅助线坐标，生成与所述虚拟场景行进路线辅助线之间的距离相匹配的两条辅助线；或者根据所述虚拟场景确定虚拟场景行进路线辅助线之间的距离，当所述虚拟场景行进路线为倾斜状态时，通过所述虚拟场景行进路线的起始位置坐标和终点位置坐标的旋转，确定两条辅助线所分别对应的辅助线坐标与旋转角度；基于两条辅助线所分别对应的辅助线坐标与旋转角度，生成与所述虚拟场景行进路线辅助线之间的距离相匹配的两条辅助线。由此，可以根据与虚拟场景图像相匹配的比例尺信息、虚拟场景行进路线的起始位置坐标和终点位置坐标，获得更加准确的虚拟场景行进路线，避免错误的虚拟场景行进路线影响游戏用户的使用。

在本发明的一些实施例中，当向游戏呈现虚拟场景行进路线以及辅助线时，响应于所述虚拟场景图像参数，获取虚拟场景中的游戏地图与虚拟场景图像的亮度差；基于所述亮度差，将所述游戏地图中所呈现的虚拟场景行进路线的亮度调整为与所述游戏地图不同，实现所述游戏地图中的虚拟场景行进路线与所述游戏地图呈现不同的亮度。其中，可以分别计算虚拟场景图像的游戏地图与虚拟场景图像的平均饱和度，计算游戏地图的平均饱和度与虚拟场景图像的平均饱和度的亮度差diff_s，将虚拟场景图像的游戏地图转化为HSV图像，然后对HSV图像中S图层的每个像素点进行补全diff_s*0.8的操作，完成游戏地图及虚拟场景图像的饱和度和谐化，避免由于游戏地图及虚拟场景图像的饱和度差异过大，影响游戏用户的观感体验。于所述亮度差，将所述游戏地图中所呈现的虚拟场景行进路线的亮度调整为与所述游戏地图不同，可以实现虚拟场景行进路线与游戏地图的区别呈现状态，使得游戏用户在游戏进行过程中直观的获得虚拟场景行进路线的提示，获得更好的使用体验。

当经过训练的数据处理模型部署在相应的手游加速器进程中，为用户终端的不同手游提供辅助的虚拟场景行进路线时，可以方便游戏用户及时准确的选择虚拟场景行进路线中的降落伞起跳位置，下面以FPS游戏为例对本申请的数据处理方法进行说明，图10为本发明实施例提供的数据处理模型应用于FPS游戏示意图，在图10中通过不同的图例示出了游戏地图中的“G港”、“P城”、“学校”、“R城”、“核电站”、“M城”等不同的位置信息。通过本发明所提供的数据处理方法，通过选择虚拟场景行进路线中的不同位置跳伞可以到达游戏地图中的不同位置，以获取相应位置中的游戏道具，也可以根据虚拟场景行进路线的辅助线，选择虚拟场景行进路线中的相应位置进行游戏道具的投掷，同时虚拟场景行进路线可以表现为不同的显示状态。在本发明的一些实施例中，还可以根据所述虚拟场景的类型，或者所述虚拟场景对应的用户等级，确定所述虚拟场景行进路线的呈现形式；采用所述虚拟场景行进路线的呈现形式，在所述虚拟场景中呈现虚拟场景行进路线和对应的辅助线，例如虚拟场景行进路线可以呈现为一条红白交叠且动态变化的宽直线1001，起点为白色圆形1002，终点为白色三角形1003，需要说明的是，为了符合用户的使用习惯，虚拟场景行进路线的颜色、线条粗细、起点与终点的提示图形形态均可以由游戏用户自行配置。

接下来以虚拟场景为游戏为例，继续对本发明实施例提供的数据处理方法进行说明。继续参考图11，图11为本发明实施例提供的数据处理方法过程一个可选的流程示意图，图11所示的步骤可以由部署了数据处理模型的各种游戏终端或者游戏加速器进程执行，具体包括以下步骤：

步骤1101：获取游戏图像，对游戏图像的像素进行调整，尺寸调整608×608。

步骤1102：通过手游加速器进程中的数据处理模型，检测与游戏图像相匹配的地图位置坐标和地图类型参数。

步骤1103：通过数据处理模型输出所有检测结果的置信度、回归框坐标和类别。

步骤1104：触发非极大值抑制处理，确定与所述游戏图像相匹配的地图位置坐标和地图类型参数，以及与游戏图像相匹配的比例尺信息。

其中可以对非极大值抑制处理的处理结果进程去除冗余检测框，将检测结果分类别按概率进行降序排序，遍历所有检测框，其中FPS游戏对应的IoU阈值设为0.3，获得相应的FPS游戏的地图位置坐标和地图类型参数，还可以根据地图类别、尺寸计算当前地图比例尺，例如FPS游戏中，游戏地图图像大小为l_m×l_m，对应游戏实际场景大小为l_g×l_g，则地图比例尺为

步骤1105：根据游戏地图位置坐标，在地图范围内对虚拟场景行进路线坐标进行级联提取。

其中，参考图12，图12为本发明实施例中虚拟场景行进路线的级联提取示意图，具体可以包括以下步骤：

步骤1201：输入虚拟场景图像，裁剪出地图区域图像。

步骤1202：输入游戏地图图像，提取虚拟场景行进路线所在直线。具体包括以下步骤：

12021：将地图图像由RGB色彩空间转换到HSV色彩空间。

12022：设置HSV阈值，分离出虚拟场景行进路线的红色。例如图3所示的虚拟场景行进路线的区域，色相阈值：0-7和173-180，饱和度阈值：150-230，明度阈值：100-200，满足条件区域像素值置为1，否则置为0，得到二值图像；

12023：采用Canny算子对二值图进行边缘检测。

其中，高低阈值设置分别为50和150；可以通过采用Sobel算子S_x，S_y分别计算图像水平和竖直方向灰度梯度矩阵，进而计算出梯度强度矩阵；

其中，梯度强度值大于150的像素认为是强边缘点，小于50的像素认为是非边缘点，强度值处于50-150之间的点若与强边缘点相连接则归为边缘点，否则为非边缘点。

12024：对边缘二值图进行霍夫曼直线检测。

可以获取虚拟场景行进路线边缘处直线极坐标数据，其中，可以初始化H(θ,ρ)＝0，用于统计直线(θ,ρ)出现的频次，对于每一个非零像素点(x,y)，找出所有经过该点的直线极坐标(θ,ρ)，执行H(θ,ρ)＝H(θ,ρ)+1；之后将所非零像素点遍历结束后，统计所有H(θ,ρ)大小，满足H(θ,ρ)≥70的参数认为真实存在直线，则得到一系列直线极坐标数据：[(ρ1,θ1),(ρ2,θ2),(ρ3,θ3)....]

(θ表示直线与x轴正方向夹角，ρ表示直线与原点距离)；

12025：取斜率最接近两条直线；具体可以根据斜率对检测结果进行排序，取斜率最接近的两条直线A(ρ_a,θ_a)和B(ρ_a,θ_a)，若|ρ_a-ρ_b|≤4，则计算两直线的中间线极坐标(ρ_m,θ_m)作为虚拟场景行进路线所在直线，否则本次检测结束；其中，直线计算如下：

12026：将检测的虚拟场景行进路线中直线极坐标进行转换。

将检测的虚拟场景行进路线中直线极坐标(ρ_m,θ_m)转化为直角坐标，为避免竖直线斜率无穷大问题，当该直线接近于竖直线时(如)，通过以下公式计算虚拟场景行进路线中直线与地图边界的交点直角坐标：

其余情况计算公式如下:

由此可得到虚拟场景行进路线中线与地图边界交点坐标为点A(x_a,y_a)，点B(x_b,y_b)。

步骤1203：在虚拟场景行进路线所在直线附近提取虚拟场景行进路线起点，获取虚拟场景行进路线起点坐标。具体包括以下步骤：

步骤12031：将地图图像由RGB色彩空间转换到HSV色彩空间。

步骤12032：设置HSV阈值，分离出虚拟场景行进路线起点白色区域，色相阈值：0-255，饱和度阈值：0-12，明度阈值：243-255，满足条件区域像素值置为1，否则置为0，得到二值图像。

步骤12033：对地图二值图进行高斯模糊处理，在fps游戏中可以设置掩膜大小为7*7，标准差为1.5，生成正态分布高斯核，从左向右、从上到下滑动依次对窗口内像素进行加权平均，并赋值给窗口中心元素，平滑噪声点。

步骤12034：对二值图进行形态学膨胀处理。由此可以消除孔洞，结构元素为矩形，尺寸为3*3，结构元素从左到右、从上到下滑动依次与窗口内图像像素进行与运算，运算结果至少有一个值为1时，该位置像素赋值为1，否则为0。

步骤12035：进行形态学腐蚀处理，消除边缘毛刺。其中，结构元素为矩形，尺寸为3*3，结构元素从左到右、从上到下滑动依次与窗口内图像像素进行比较，结构元素内值为1的位置对应窗口内像素值也全部为1时，该位置图像赋值为1，否则为0。

步骤12036：对二值图进行霍夫圆检测。

步骤12037：计算圆心到航线距离OD；其中，针对所有非零像素点初始化圆空间C(a,b)＝0，用于统计每个坐标的出现频次，遍历二值图中所有非零像素点，沿着梯度方向画线，如图8所示，对线段经过的点(a，b)执行C(a,b)＝C(a,b)+1，最终C(a,b)≥25的点视为圆心。

步骤12037执行完成后继续执行以下步骤：

步骤12038：轮廓检测、多边形拟合、过滤非三角形。

针对所有非零像素点初始化N(r)＝0，用于统计每个半径值的出现频次，遍历所有非零点计算其与圆心距离，对于满足8≤r≤25的点，执行N(r)＝N(r)+1，最终N(r)最大时对应的r值视为圆半径。

计算圆心到虚拟场景行进路线中线的距离，即圆心O到线AB的垂直距离，通过向量方式计算，其中为向量，|AO|，|AB|为向量的模，公式如下：

圆心到虚拟场景行进路线距离小于1/2*r时，此圆心坐标可作为虚拟场景行进路线起点坐标，否则丢弃。

步骤1204：在虚拟场景行进路线所在直线附近提取虚拟场景行进路线终点，获取虚拟场景行进路线终点坐标。

在由步骤1202至1204的执行中，可以首先执行步骤12041：对虚拟场景图像进行高斯模糊处理，转换RGB图像到HSV空间，对分离白色区域二值化；在虚拟场景行进路线所在直线附近提取虚拟场景行进路线终点，获取虚拟场景行进路线终点坐标之后，继续执行步骤1106。

步骤1106：根据与所述游戏图像相匹配的比例尺信息、所述虚拟场景行进路线的起始位置坐标和终点位置坐标，确定所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标。

步骤1107：基于所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标，在虚拟场景中呈现虚拟场景行进路线和对应的辅助线。

下面以提取图3中所示的虚拟场景行进路线为例，对本申请所提供的数据处理方法继续进行说明，其中，提取虚拟场景行进路线位置坐标的过程中，可以首先确定虚拟场景行进路线所在直线，然后在虚拟场景行进路线附近精确提取起点与终点坐标，这一过程无需标注虚拟场景行进路线数据，并且通过阈值调整可快速移植到同类游戏中，使得本申请提供的数据处理方法适用不同的虚拟场景，具体来说，提取起始位置坐标时，首先将所述游戏地图由RGB模式转换为HSV模式；基于HSV模式的游戏地图，提取虚拟场景行进路线起点所在区域的图像；对所述虚拟场景行进路线起点所在区域的图像依次进行高斯模糊处理、形态学膨胀处理以及形态学腐蚀处理；对第一预处理图像进行霍夫圆检测处理，将经过霍夫圆检测处理的圆心确定为虚拟场景行进路线的起始位置的坐标。

图13为本发明实施例中虚拟场景行进路线的级联提取的霍夫梯度法检测圆心示意图；级联提取的霍夫梯度法检测圆心的过程可以包括以下步骤：

1)对地图图像进行高斯模糊处理，平滑所出现的噪声，其中FPS游戏中掩膜大小为7*7，标准差为1.5。

2)将高斯模糊后地图图像由RGB色彩空间转换到HSV色彩空间。

3)设置HSV阈值，分离出虚拟场景行进路线终点白色区域，色相阈值：0-255，饱和度阈值：0-12，明度阈值：243-255，满足条件区域像素值置为1，否则置为0，得到二值图像。

4)对所得到的二值图像进行形态学膨胀处理，消除孔洞，其中，元素结构为矩形，尺寸为3(像素)*3(像素)。

5)对膨胀后结果进行形态学腐蚀处理，消除边缘毛刺，得到第二预处理图像，结构元素为矩形，矩形的尺寸为3(像素)*3(像素)。

6)对第二预处理图像进行轮廓检测，优选采用OpenCV中findContours函数处理，保留轮廓的层级结构，对于直线轮廓只保留两端点像素，获取轮廓点集坐标。

7)对每个闭合轮廓进行多边形近似，只保留闭合三角形，且轮廓线与近似边形的最大距离差不能超出轮廓周长的0.05倍，得到三角形顶点坐标。

8)通过顶点坐标计算出三角形长边与短边长度l_max,l_min，符合实际的三角形应满足以下条件：l_max≤4/3l_min。

9)计算三角形质心坐标，可通过图像空间矩计算，已知空间矩m_pq计算方法为20：

其中，I(x，y)是图像(x，y)处的灰度值，二值图只包含0和1，(p+q)表示阶数，通过x、y方向一阶矩可分别计算出质心的x、y坐标为：

10)计算三角形质心与虚拟场景行进路线中直线距离d_tri，若满足d_tri≤l_min/2，则接受三角形质心为虚拟场景行进路线终点坐标，否则丢弃。

步骤1205：输出虚拟场景行进路线坐标和相应的辅助线坐标。

设置虚拟场景行进路线辅助线之间的距离为D_auv，生成一对与虚拟场景行进路线平行、等长且距离为D_auv的辅助线，根据虚拟场景行进路线的状态执行不同的计算过程，其中图14为本发明实施例中虚拟场景行进路线计算示意图，具体包括以下两种情况：

(a)虚拟场景行进路线为水平或竖直(图14中a所示的虚线)时，通过平移处理，计算出两侧辅助线端点坐标。

(b)虚拟场景行进路线为倾斜(图14中b所示的虚线)时，如图14所示，先将虚拟场景行进路线旋转θ_ver度至竖直方向，计算左右两侧平行辅助线坐标，然后将辅助线再旋转-θ_ver度，得到真实辅助线端点坐标(x₁,y₁),(x₂,y₂),(x₃,y₃),(x₄,y₄)，为保证辅助线不超出地图范围，若辅助线端点坐标超出地图范围，则计算距此端点最近的地图边界与此辅助线的交点坐标，如(x₁,y₁)超出地图范围，则使用(x_i1,y_i1)替代，最终辅助线坐标为(x_i1,y_i1),(x₂,y₂),(x₃,y₃),(x₄,y₄)。

最后，基于虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标，在虚拟场景中呈现虚拟场景行进路线和对应的辅助线，如图3所示的虚拟场景行进路线为FPS游戏中的游戏航线，通过所呈现的游戏航线和对应的辅助线可以在游戏的空中航线中选择任一位置执行跳伞或者空投的动作，便于用户选择适合的跳伞位置，也可以提示游戏用户在搜索资源时避开游戏航线的下部区域，并选择辅助线的位置作为新的游戏航线。

有益技术效果：

本发明通过获取目标对象所处虚拟场景中的虚拟场景图像；当确定所述虚拟场景图像中的地图标识处于打开状态时，确定与所述虚拟场景图像相匹配的地图位置坐标和地图类型参数；基于所述地图位置坐标和地图类型参数，确定与所述虚拟场景图像相匹配的比例尺信息；确定与所述虚拟场景相匹配的虚拟场景行进路线的起始位置坐标和终点位置坐标；根据与所述虚拟场景图像相匹配的比例尺信息、所述虚拟场景行进路线的起始位置坐标和终点位置坐标，确定所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标；基于所述虚拟场景行进路线的虚拟场景行进路线坐标和辅助线坐标，在虚拟场景中呈现虚拟场景行进路线和对应的辅助线。由此，不但能够有效提升虚拟场景行进路线生成的效率，实现更快速地对复杂维度的虚拟场景行进路线的处理，及时准确地在虚拟场景中呈现虚拟场景行进路线与相应的辅助线，同时对于不同虚拟场景的都能具有鲁棒性以及泛化性，减少了虚拟场景行进路线的计算成本，并且不依赖游戏日志数据，可以适配不同类型的游戏，减少游戏终端的数据存储压力。

以上所述，仅为本发明的实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。