视频游戏中画面瑕疵检测的自动化
计算机视觉与模式识别
2020-12-01 v1
摘要
尽管游戏软硬件取得了进步，游戏画面常常受到图形错误、故障和屏幕伪影的污染。这项概念验证研究提出了一种用于视频游戏中图形损坏自动检测的机器学习方法。基于一组具有代表性的屏幕损坏样本，该模型能够以合理的准确率识别出 10 种最常见的屏幕伪影。数据的特征表示包括离散傅里叶变换、方向梯度直方图和图拉普拉斯算子。这些特征的各种组合被用于训练识别各类图形损坏的机器学习模型，随后这些模型被集成为一个单一的混合专家“集成”分类器。该集成分类器在保留测试集上进行了测试，在之前见过的游戏上达到了 84% 的准确率，在从未见过的游戏上达到了 69% 的准确率。
引用
@article{arxiv.2011.15103,
title = {Automating Artifact Detection in Video Games},
author = {Parmida Davarmanesh and Kuanhao Jiang and Tingting Ou and Artem Vysogorets and Stanislav Ivashkevich and Max Kiehn and Shantanu H. Joshi and Nicholas Malaya},
journal= {arXiv preprint arXiv:2011.15103},
year = {2020}
}