- AI自動化測試:技術(shù)原理、平臺搭建與工程實踐
- 騰訊TuringLab團隊
- 16字
- 2020-08-13 13:47:03
2.4 圖像識別方法在游戲測試中的應(yīng)用
2.4.1 特征點匹配在場景覆蓋性測試上的應(yīng)用
場景覆蓋性測試是指測試游戲在實際運行過程中覆蓋到多少場景。首先,我們需要錄制所有的核心場景模板圖像,并加載這些核心場景圖像,AI運行過程中會實時采集大量的游戲運行中的截圖。基于這些游戲截圖形成測試數(shù)據(jù)集,遍歷每一張測試數(shù)據(jù)集,分別利用基于部分圖像的特征點算法和全圖像的特征點匹配算法匹配核心場景圖像和測試圖像,最終篩選出匹配結(jié)果,過濾得到與之匹配的核心場景圖像。通過匹配的核心場景的圖像和數(shù)目,推測AI運行過程中的場景覆蓋情況。工作流程如圖2-13所示。

圖2-13 特征點匹配在場景覆蓋測試上的工作流程
部分圖像結(jié)合全圖像匹配策略
部分圖像和全圖像結(jié)合的方式可進行特征點匹配。在AI實際運行過程中,游戲界面中會有很多與玩家相關(guān)的信息。圖2-14a展示的是某飛車類場景中的核心場景圖像,界面中沒有玩家好友信息。圖2-15b所示的是部分區(qū)域被覆蓋彈出調(diào)試框的界面。如果只選擇基于全圖像的特征點匹配方法,在測試圖像紅框標(biāo)注的這部分區(qū)域提取到的特征點是無法在核心場景圖像中找到匹配點的,很容易導(dǎo)致總體匹配到的特征點個數(shù)較少,得出這兩張圖片不是同一個場景的錯誤結(jié)論。

圖2-14 某飛車類場景中的核心場景圖像和測試圖像

圖2-15 某格斗類場景中的核心場景圖像和測試圖像
類似的,核心場景圖像和測試圖像可能有部分區(qū)域是相似或是完全一致的,但因為是不同的場景圖片,所以從圖像整體來看差異性還是比較大的。如圖2-16所示,場景中的英雄人物是相同的,但是左圖為游戲場景,右圖為出戰(zhàn)英雄場景,屬于不同的場景。所以,除了選擇部分圖像的特征點匹配方案外,我們還需要結(jié)合全圖像特征點匹配策略,共同篩選匹配結(jié)果。匹配效果如圖2-17所示。

圖2-16 同一英雄人物不同場景下的核心場景圖像和測試圖像

圖2-17 實際匹配效果
- Spring Cloud Alibaba核心技術(shù)與實戰(zhàn)案例
- 無代碼編程:用云表搭建企業(yè)數(shù)字化管理平臺
- Developing Mobile Web ArcGIS Applications
- Responsive Web Design with HTML5 and CSS3
- VMware虛擬化技術(shù)
- Scientific Computing with Scala
- C語言程序設(shè)計
- Go語言精進之路:從新手到高手的編程思想、方法和技巧(1)
- 劍指大數(shù)據(jù):企業(yè)級數(shù)據(jù)倉庫項目實戰(zhàn)(在線教育版)
- CoffeeScript Application Development Cookbook
- 區(qū)塊鏈項目開發(fā)指南
- QGIS 2 Cookbook
- Python Programming for Arduino
- ASP.NET開發(fā)寶典
- INSTANT Premium Drupal Themes