增强现实国际象棋分析器（ARChessAnalyzer）：通过棋盘分割与基于卷积神经网络的棋子识别在设备端推断实体棋局位置
人机交互
2021-10-08 v1
摘要
棋局位置分析对于提升棋艺十分重要。它需要将走法录入国际象棋引擎，这一过程繁琐且易错。我们提出 ARChessAnalyzer，一条从实体棋局实时图像捕获、到棋盘与棋子识别、到走法分析、最终到在实体棋盘上增强现实（AR）叠加棋局图示与走法的完整流水线。ARChessAnalyzer 犹如一个场景分析器——它使用传统图像与视觉技术集成以分割场景（即棋局），并使用卷积神经网络（CNNs）预测分割出的棋子并将其组合以分析对局。本文推进了同类首创的端到端集成技术水准：在手持设备应用中实现鲁棒的棋盘检测与分割、使用微调 AlexNet CNN 的棋子检测以及国际象棋引擎分析。整个棋局位置预测流水线的准确率为 93.45%，从实时捕获到 AR 叠加耗时 3–4.5 秒。我们还验证了假设：对于所有有效结果的棋盘位置，ARChessAnalyzer 的分析均快于人工录入。我们希望该应用提供的即时反馈能帮助全球各水平的国际象棋学习者提升棋艺。
引用
@article{arxiv.2009.01649,
title = {Augmented Reality Chess Analyzer (ARChessAnalyzer): In-Device Inference of Physical Chess Game Positions through Board Segmentation and Piece Recognition using Convolutional Neural Network},
author = {Anav Mehta},
journal= {arXiv preprint arXiv:2009.01649},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:1807.04355 by other authors