[发明专利]采样数据的检测方法、装置及电子设备

权利要求书

1.一种采样数据的检测方法，其特征在于，通过电子设备预存目标对象的各个基准样本分别对应的第一特征集合和基于各个所述基准样本训练得到的多个特征识别模型，其中，每个特征识别模型用于识别至少一类特征；所述方法包括：

获取所述目标对象的采样数据；所述采样数据包括单次采样出的至少一个待测样本；

分别将所述采样数据中的待测样本作为当前样本，执行以下操作：

将所述当前样本分别输入多个所述特征识别模型，得到所述当前样本对应的第二特征集合；

根据所述当前样本对应的第二特征集合和各个基准样本分别对应的第一特征集合，查找与所述当前样本匹配的目标基准样本；

检测所述目标基准样本与所述当前样本之间的差异。

2.根据权利要求1所述的方法，其特征在于，所述各个基准样本分别对应的第一特征集合通过以下方式得到：

获取所述目标对象的各个基准样本；

针对每个所述基准样本，均执行以下步骤：

将所述基准样本进行特征分解，得到所述基准样本对应的多个特征；

将多个特征组成的集合，作为所述基准样本对应的第一特征集合。

3.根据权利要求1所述的方法，其特征在于，所述多个特征识别模型通过以下方式训练得到：

将各个所述基准样本分别对应的第一特征集合中的特征，按照特征类型进行分类聚合处理，得到各个特征类型分别对应的聚类特征集合；

针对每个特征类型对应的聚类特征集合，均执行以下步骤：

以所述聚类特征集合作为训练数据，对预设的神经网络模型进行训练，得到所述特征类型对应的特征识别模型。

4.根据权利要求3所述的方法，其特征在于，所述待测样本和所述基准样本均为图像；所述分类聚合处理的方法包括以下之一：像素直方图度量法、canny边缘检测法和连通域检测算法。

5.根据权利要求1所述的方法，其特征在于将所述当前样本分别输入多个所述特征识别模型，得到所述当前样本对应的第二特征集合的步骤，包括：

将所述当前样本分别输入每个特征类型对应的特征识别模型，得到每个特征识别模型输出的特征识别结果；

将各个所述特征识别结果进行叠加，作为所述当前样本对应的第二特征集合。

6.根据权利要求1所述的方法，其特征在于，根据所述当前样本对应的第二特征集合和各个基准样本分别对应的第一特征集合，查找与所述当前样本匹配的目标基准样本的步骤，包括：

根据所述当前样本对应的第二特征集合和各个基准样本对应的第一特征集合，计算各个所述基准样本分别与所述当前样本的相似度；

将相似度最高的基准样本作为与所述当前样本匹配的目标基准样本。

7.根据权利要求6所述的方法，其特征在于，根据所述当前样本对应的第二特征集合和各个基准样本对应的第一特征集合，计算各个所述基准样本分别与所述当前样本的匹配度的步骤，包括：

以所述当前样本对应的第二特征集合中的特征分别作为检索词，应用所述检索词对每个基准样本对应的第一特征集合进行检索，得到每个所述基准样本与所述当前样本的相似度。

8.根据权利要求1所述的方法，其特征在于，检测所述目标基准样本与所述当前样本之间的差异的步骤，包括：

检测所述当前样本与所述目标基准样本在预设的特征类型上的差异。

9.根据权利要求1所述的方法，其特征在于，所述目标对象为游戏图形渲染；所述待测样本和所述基准样本均为多个游戏图形渲染图像。