△Who’s that Pokémon? 王新民 编译自 博客Journal of Geek Studies

　　量子位·QbitAI 出品

　　还记得去年异常火爆，然而最终也没能入华的Pokémon Go么？我们今天要讲的，就和《口袋妖怪》有关。

　　这一系列游戏是由任天堂发行的，官方名字叫精灵宝可梦，可以说是近20多年来世界上第二畅销的电子游戏（第一当然是超级马里奥），现在已经发行到第七世代，精灵数量也从第一代的151只增加到了802只。

　　玩家在游戏中扮演着精灵训练师的角色，捕捉精灵然后与它们并肩作战。

　　802只精灵不知道有没有人认得全，反正量子位编辑们只认识比卡丘等等最常见的，比如说初学者系列：

　　△ 图1：妙蛙种子、小火龙和杰尼龟（从左到右）

　　就算能认全802只也还没完。这些小精灵们，每只都具有一两种特殊的属性，来表明其“元素亲和力”，当它们对抗其他属性的精灵时都存在自己的优势及弱点。这种设定就像是复杂版的石头剪刀布，构成了战斗系统的基础，大大提高了游戏的趣味性（和记忆难度）。如下图所示，最新版本口袋妖怪共有18种属性：

　　△ 图2：18种口袋妖怪的属性，用它们常用背景颜色来进行区分

△ 来个中文版

　　想不起来这只小精灵是什么属性，我会去求助精灵图鉴，不过一位认真好学的外国Geek想到了卷积神经网络。

　　他写了一篇博客文章，通过卷积神经网络ConvNets实现口袋妖怪中精灵属性的分类任务，该网络可通过某个精灵的图像来判断该游戏精灵的属性。

　　他在博客中详细介绍了数据集构建、预处理过程和训练步骤，以及分析所选模型的性能指标，同时在GitHub上公开了所有的数据，实现代码和分析结果。

　　在公众号会话界面回复“口袋妖怪”，我们会把英文版PDF、GitHub地址全部发给你。 以下内容译自博客

　　Journal of Geek Studies 数据预处理 数据集特征

　　为了训练网络模型，我在Veekun（https://veekun.com/）上获得了所有游戏精灵的数据集。这个数据集包括了游戏第一代到第五代出现的精灵。后来发布的第六、七代游戏中有新的精灵，但这些精灵使用了三维动画模型，从游戏中提取精灵图像比较困难，机器学习的方法不支持对这种格式进行训练。因此在本文中，我们将只使用Pokémon前五代所推出的649个精灵图像。

　　△ 图3：三只关都地区的初学者精灵，在历代游戏中的变化

　　我们可以看到，由于游戏机硬件和功能的不同，游戏中的原画精细程度不同。在任天堂的Game Boy游戏机里，第一代版本的每一个精灵几乎没有色调变化，但是数据集中提供了一些色调信息，如Bulbasaur是绿色的，Charmander是红色的，Squirtle是蓝色的。从Game Boy到Nintendo DS，我们发现随着版本的更新，小精灵的精细程度突飞猛进，不只色调有了变化，形状都不太一样了。

　　同时，我们遇到了图像分类任务中的一个典型问题，即图像具有不同的分辨率。虽然所有图像的长宽比都是1:1，但是请注意看上图中每个子画面上的边框刻度，在第一代游戏中，图像还是40像素宽，到第五代已经增加到96像素。

　　此外，所有精灵在每个图像中的所占空间也不尽相同。早期版本的精灵似乎填充了图像中的更大空间。在同一个版本中，随着精灵的进化，其大小也会发生相应的变化。

　　△ 图4：第五代游戏中，随着妙蛙种子进化成妙蛙草、妙蛙花，它的体型也在增大，占据图片空间的比例也随之增大 图像居中

　　当我们应用计算机视觉技术来识别图像中的主要对象，需要确定它的边界框，并将图像进行居中处理，其步骤是：

　　1.将彩色图像转换成灰度图；

　　2.用Sobel滤波器处理图像，突出精灵的轮廓。Sobel滤波器是一个3×3的卷积核，它能够通过图像的梯度，得到主体的轮廓坐标；

　　3.填充图像中的空白，获得精灵的轮廓；

　　4.计算轮廓中能够包含所有像素的最小面积；

　　5.根据精灵轮廓确定方形边界框的大小；

　　6.将方形边界框调整为64x64像素；

　　△ 图5：对小精灵图像居中处理的完整步骤

　　在执行上述步骤后，我们获得主体填充率最大化的精灵图像。这个过程是基于Python的图像处理库skimage来进行实现的。

　　针对精灵的居中处理，这种方法是非常有效的。因为我们要处理图片很简单，由精灵形象和白色背景构成。

　　最后，我们用这种方法处理了所有的精灵图像。

　　△ 图6：多个第五代精灵居中后的结果 目标变量