Киберспорт, уже миллиардная индустрия, растет, отчасти благодаря наблюдателям за играми. Они управляют движением камеры и показывают зрителям наиболее привлекательные части игрового экрана. Однако эти наблюдатели могут пропустить важные события, происходящие одновременно на нескольких экранах. Их также трудно себе позволить в небольших турнирах.
Следовательно, спрос на автоматических наблюдателей вырос. Методы искусственного наблюдения могут быть либо основанными на правилах, либо основанными на обучении. Оба они предопределяют события и их важность, что требует обширных знаний в предметной области. Более того, они не могут фиксировать неопределенные события или различать изменения значимости событий.
Недавно исследователи из Южной Кореи под руководством доктора Кьюнг-Джонг Ким, доцента Института науки и технологий Кванджу, предложили подход к преодолению этих проблем. «Мы создали автоматического наблюдателя, использующего алгоритм обнаружения объектов Mask R-CNN, для изучения данных наблюдения человека», — объясняет доктор Ким. Их выводы были опубликованы в Интернете 10 октября 2022 года в журнале « Экспертные системы с приложениями» .
Новизна заключается в определении объекта как двумерной пространственной области, видимой зрителю. Напротив, при обычном обнаружении объектов в качестве объекта рассматривается отдельная единица, например, рабочий или здание. В этом исследовании исследователи сначала собрали данные наблюдений за людьми в StarCraft от 25 участников.
Затем окна просмотра — области, просматриваемые зрителем, — были идентифицированы и помечены как «один». Остальную часть экрана заполнили «нули». В то время как игровые функции используются в качестве входных данных, человеческие наблюдения представляют собой целевую информацию.
Затем исследователи передали данные сверточной нейронной сети (CNN), которая изучила шаблоны окон просмотра, чтобы найти «область общего интереса» (ROCI) — область, наиболее интересную для зрителей. Затем они количественно и качественно сравнили подход ROCI Mask R-CNN с другими существующими методами.
Предыдущая оценка показала, что прогнозируемые окна просмотра CNN были аналогичны собранным данным наблюдений за людьми. Кроме того, метод, основанный на ROCI, превзошел другие в долгосрочной перспективе во время теста на обобщение, который включал различные гонки с матчами, стартовые местоположения и игровые карты. Предложенный наблюдатель смог запечатлеть интересующие человека сцены. Напротив, этого нельзя было сделать с помощью клонирования поведения — метода имитации обучения.
Доктор Ким указывает на будущее применение их работы. «Эта структура может быть применена к другим играм, представляющим часть общего состояния игры, а не только к StarCraft. Поскольку такие услуги, как многоэкранная трансляция, продолжают расти в киберспорте, предлагаемый автоматический наблюдатель будет играть определенную роль в этих результатах. Он также будет активно использоваться в дополнительном контенте, разрабатываемом в будущем».
Теги: ИИ