[发明专利]一种信息预测的方法、模型训练的方法以及服务器

权利要求书

1.一种信息预测的方法，其特征在于，包括：

获取待预测图像；

提取所述待预测图像中的待预测特征集合，其中，所述待预测特征集合包括第一待预测特征、第二待预测特征以及第三待预测特征，所述第一待预测特征表示第一区域的图像特征，所述第二待预测特征表示第二区域的图像特征，所述第三待预测特征表示与交互操作相关的属性特征，所述第一区域的范围小于所述第二区域的范围；

通过强化联合模型获取所述待预测特征集合所对应的第一标签和/或第二标签，其中，所述第一标签表示与操作内容相关的标签，所述第二标签表示与操作意图相关的标签；所述强化联合模型是采用目标模型参数对目标联合模型进行更新得到的，其中，所述目标模型参数是根据目标场景数据、第一待训练标签以及第一预测标签训练得到，所述第一预测标签表示预测待训练图像得到的与操作内容相关的标签，所述第一预测标签属于预测值，所述第一待训练标签属于真实值，所述目标场景数据是通过所述目标联合模型获取待训练视频得到，所述目标场景数据包括在目标场景下的相关数据，所述待训练视频包括多帧交互图像。

2.根据权利要求1所述的方法，其特征在于，所述通过强化联合模型获取所述待预测特征集合所对应的第一标签和/或第二标签，包括：

通过所述强化联合模型获取所述待预测特征集合所对应的所述第一标签、所述第二标签以及第三标签，其中，所述第三标签表示与胜负情况相关的标签。

3.一种模型训练的方法，其特征在于，包括：

获取待训练图像集合，其中，所述待训练图像集合包括N个待训练图像，所述N为大于或等于1的整数；

提取每个待训练图像中的待训练特征集合，其中，所述待训练特征集合包括第一待训练特征、第二待训练特征以及第三待训练特征，所述第一待训练特征表示第一区域的图像特征，所述第二待训练特征表示第二区域的图像特征，所述第三待训练特征表示与交互操作相关的属性特征，所述第一区域的范围小于所述第二区域的范围；

获取所述每个待训练图像所对应的第一待训练标签以及第二待训练标签，其中，所述第一待训练标签表示与操作内容相关的标签，所述第二待训练标签表示与操作意图相关的标签；

根据所述每个待训练图像中的所述待训练特征集合，以及所述每个待训练图像所对应的所述第一待训练标签以及所述第二待训练标签，训练得到目标联合模型；

获取待训练视频，其中，所述待训练视频包括多帧交互图像；

通过所述目标联合模型获取所述待训练视频对应的目标场景数据，其中，所述目标场景数据包括在目标场景下的相关数据；

根据所述目标场景数据、所述第一待训练标签以及第一预测标签，训练得到目标模型参数，其中，所述第一预测标签表示预测得到的与操作内容相关的标签，所述第一预测标签属于预测值，所述第一待训练标签属于真实值；

采用所述目标模型参数对所述目标联合模型进行更新，得到强化联合模型。

4.根据权利要求3所述的方法，其特征在于，

所述第一待训练特征为二维向量特征，其中，所述第一待训练特征包括在所述第一区域内的角色位置信息、移动对象位置信息、固定对象位置信息以及防御对象位置信息中的至少一种；

所述第二待训练特征为二维向量特征，其中，所述第二待训练特征包括在所述第二区域内的角色位置信息、移动对象位置信息、固定对象位置信息、防御对象位置信息、障碍对象位置信息以及输出对象位置信息中的至少一种；

所述第三待训练特征为一维向量特征，其中，所述第一待训练特征包括角色生命值、角色输出值、时间信息以及比分信息中的至少一种；

其中，所述第一待训练特征、所述第二待训练特征以及所述第三待训练特征之间具有对应关系。

5.根据权利要求3所述的方法，其特征在于，

所述第一待训练标签包括按键类型信息和/或按键参数信息；

其中，所述按键参数信息包括方向型参数、位置型参数以及目标型参数中的至少一项，所述方向型参数用于表示角色移动的方向，所述位置型参数用于表示所述角色所在的位置，所述目标型参数用于表示所述角色的待输出对象。