VideoKifu：围棋对局的自动转录
计算机视觉与模式识别
2018-07-05 v1
摘要
在之前的两篇论文 [arXiv:1508.03269, arXiv:1701.05419] 中，我们描述了用于重建围棋对局完整走子序列的技术。该任务最初通过一系列手动拍摄的照片完成，如在 LIX 欧洲围棋大会（捷克利贝雷茨）期间的科学会议上所说明。随后照片被可能无人值守的视频直播流（由网络摄像头、摄像机、智能手机等提供）取代，或者若直播流不可用，则使用对局本身的预录视频，条件是棋盘和棋子多数时候清晰可见。如后一篇论文所暗示，近两年来我们改进了用于重建棋盘网格和检测棋子的算法，广泛利用了现代 CPU 提供的多核能力。这些能力促使我们开发了一些异步例程，能够双重检查网格位置以及先前检测到的任何棋子的数量和颜色，以消除主分析过程中可能出现的、尤其在无人值守直播中易未被察觉的微小错误。这些例程将被详细描述，因为它们解决了重建走子序列时具有普遍意义的一些问题，例如当整个棋盘发生（有意或无意的）大幅移动时该如何处理，以及如何应对死子的提走——若不迅速移除，可能被误检并记录为“新”走子。
引用
@article{arxiv.1807.01577,
title = {VideoKifu, or the automatic transcription of a Go game},
author = {Mario Corsolini and Andrea Carta},
journal= {arXiv preprint arXiv:1807.01577},
year = {2018}
}
备注
14 pages, 6 figures. Accepted for the "International Conference on Research in Mind Games" (August 7-8, 2018) at the EGC in Pisa, Italy. Datasets available from http://www.oipaz.net/VideoKifu.html