利用游戏实况视频检测电子游戏中的问题

背景。近年来游戏产业日益增长。每天有数百万人玩电子游戏，不仅作为爱好，也用于职业竞赛（如电子竞技或速通）或通过娱乐他人来盈利（如主播）。后者每天产出大量游戏实况视频，并在其中实时评论他们的体验。由于没有任何软件、进而没有任何电子游戏是完美的，主播可能会遇到若干问题（如漏洞、故障或性能问题）。然而，他们不太可能向开发者明确报告这些问题。所发现的问题可能对用户的游戏体验产生负面影响，进而损害游戏及制作方的声誉。目标。我们旨在提出并实证评估 GELID，一种从游戏实况视频中自动提取相关信息的方法，通过（i）识别主播遇到异常的视频片段；（ii）根据问题类型及出现上下文（如游戏中特定关卡或场景出现的漏洞或故障）对其进行分类；以及（iii）将涉及同一具体问题的片段聚类。方法。我们将在现有能够识别特定电子游戏相关视频的方法之上构建。这些视频作为 GELID 的输入，由其处理以实现既定目标。我们将在多个游戏实况视频上实验 GELID，以了解其各步骤的有效程度。