RESP：基于参考引导的序列提示用于视频游戏中的视觉故障检测
计算机视觉与模式识别
2026-04-14 v1
摘要
视频游戏中的视觉故障会降低玩家体验和感知质量，但手动质量保证难以应对现代游戏开发不断扩大的测试范围。此前的自动化方法，特别是使用视觉语言模型(VLMs)，主要 operate on 单帧或依赖有限的视频级基线，在现实场景变异下难以实现稳健的视频级故障检测。我们提出了 RESP，一个针对游戏play故障检测的实用多帧框架。我们的核心思想是参考引导式提示：对于每个测试帧，我们从同一视频的早期选取一个参考帧，建立视觉基准，将检测重新定义为视频内部比较而非孤立分类。RESP 依次对参考/测试帧对进行提示 VLMS 并聚合噪声帧预测，实现稳定的视频级决策，无需对 VLMS 进行微调。为支持对参考效应的受控分析，我们引入了 RefGlitch，一个包含手动标记的参考帧/测试帧对的合成数据集，覆盖五类故障。实验在五种 VLMS 和三个数据集（一个合成、两个真实）中表明，参考引导始终强化帧级检测，改进的帧级证据可可靠地传递到更强的视频级分流，适用于现实 QA 条件。代码与数据均可公开获取。
引用
@article{arxiv.2604.11082,
title = {RESP: Reference-guided Sequential Prompting for Visual Glitch Detection in Video Games},
author = {Yakun Yu and Ashley Wiens and Adrián Barahona-Ríos and Benedict Wilkins and Saman Zadtootaghaj and Nabajeet Barman and Cor-Paul Bezemer},
journal= {arXiv preprint arXiv:2604.11082},
year = {2026}
}