[發明專利]一種任務結果識別方法、裝置、存儲介質及電子設備

有效

• 申請號: 201711448937.5
• 申請日: 2017-12-27
• 公開（公告）號: CN108171160B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 余蒙;于川;吳昊;吳曉東
• 申請（專利權）人: 廣州虎牙信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

本申請提供一種任務結果識別方法、裝置、存儲介質及電子設備。該方法包括：將目標任務數據發給客戶端；對客戶端發送的圖像幀進行圖像識別，識別出與所述目標任務數據相關的目標內容數據；根據所述目標內容數據與目標任務數據的匹配度，獲得對目標任務的完成結果。旨在減少任務結果識別的成本。

技術領域

本申請涉及互聯網領域，尤其涉及直播中的任務結果識別方法、裝置、存儲介質及電子設備。

背景技術

隨著互聯網直播行業的發展，互聯網直播的形式越來越多，其中游戲直播受到廣大用戶的喜愛，任務是一種引導主播呈現指定直播內容的方式，但是，目前給主播下發任務后，由于無法直接獲得直播內容數據，所以需要通過官方運營人員手動開啟手動結算的方式完成，操作成本很高，效率很低。

發明內容

本申請提供了一種任務結果識別方法、裝置、存儲介質及電子設備。旨在減少任務結果識別的成本。

具體地，本申請是通過如下技術方案實現的：

一種任務結果識別方法，所述方法包括：

將目標任務數據發給客戶端；

對客戶端發送的圖像幀進行圖像識別，識別出與所述目標任務數據相關的目標內容數據；

根據所述目標內容數據與目標任務數據的匹配度，獲得對目標任務的完成結果。

在一些例子中，所述目標直播內容數據包括以下任一：目標關鍵對象的動作特征數據及屬性數據；

所述目標關鍵對象包括主播形象或虛擬角色形象。

在一些例子中，對客戶端發送的圖像幀進行圖像識別，識別出與所述目標任務數據相關的目標內容數據，包括：

將客戶端發送的圖像幀輸入神經網絡模型，獲取所述神經網絡模型的輸出結果；

根據所述輸出結果獲取目標內容數據；

所述神經網絡模型包括：卷積神經網絡模型、深度神經網絡模型、深度全卷積神經網絡模型、循環神經網絡模型、全卷積神經網絡模型及深度卷積神經網絡模型。

在一些例子中，對客戶端發送的圖像幀進行圖像識別，識別出與所述目標任務數據相關的目標內容數據，包括：

根據所述目標任務數據，獲取特征數據；

根據所述特征數據，對客戶端發送的圖像幀進行圖像識別，獲取關鍵圖像幀；

從所述關鍵圖像幀中識別出與所述目標任務數據相關的目標內容數據。

在一些例子中，所述方法由直播服務端執行，所述客戶端為主播客戶端；

所述目標任務基于主播客戶端的在線主播的主播信息和/或觀眾信息生成；

所述主播信息包括以下任一：主播的人氣值、主播歷史任務的完成情況、主播的身份信息、主播的被訂閱信息、主播的被分享信息、主播的直播時長信息、主播客戶端的定位信息及主播客戶端開播模式信息；

所述觀眾信息包括以下至少任一：觀眾喜好信息、觀眾觀看直播的記錄信息、觀眾的身份信息及觀眾的性別信息。

在一些例子中，所述方法由直播服務端執行，所述客戶端為主播客戶端；

獲得對目標任務的完成結果之后，包括：

根據所述結果，將目標任務數據對應的資源發放給相應的觀眾客戶端；

所述相應的觀眾客戶端隨機生成，或由主播客戶端確定，或預先設定。

一種任務結果識別裝置，包括：