I ricercatori del Gwangju Institute of Science and Technology sviluppano un osservatore intelligente per gli eSport
Utilizza un algoritmo di rilevamento degli oggetti che apprende i dati sugli spettatori umani per trovare viewport coinvolgenti
Imparare a guardare automaticamente i giochi per gli eSport utilizzando il meccanismo di rilevamento degli oggetti
Gli eSport, già un’industria da miliardi di dollari, stanno crescendo, in parte grazie agli osservatori umani del gioco. Controllano il movimento della telecamera e mostrano agli spettatori le parti più coinvolgenti dello schermo di gioco. Tuttavia, questi osservatori potrebbero perdere eventi significativi che si verificano contemporaneamente su più schermi. Sono anche difficili da permettersi nei piccoli tornei. Di conseguenza, la domanda di osservatori automatici è cresciuta. I metodi di osservazione artificiale possono essere basati su regole o basati sull’apprendimento. Entrambi predefiniscono gli eventi e la loro importanza, richiedendo un’ampia conoscenza del dominio. Inoltre, non possono catturare eventi indefiniti o discernere cambiamenti nel significato degli eventi.
Recentemente, i ricercatori della Corea del Sud, guidati dal dottor Kyung-Jong Kim, professore associato presso l’Istituto di scienza e tecnologia di Gwangju, hanno proposto un approccio per superare questi problemi. “Abbiamo creato un osservatore automatico utilizzando l’algoritmo di rilevamento degli oggetti, Mask R-CNN, per apprendere i dati sugli spettatori umani”, spiega il dott. Kim. I loro risultati sono stati resi disponibili online il 10 ottobre 2022 e pubblicati nel volume 213, parte B della rivista Expert Systems with Applications .
La novità sta nel definire l’oggetto come l’area spaziale bidimensionale vista dallo spettatore. Al contrario, il rilevamento di oggetti convenzionale tratta una singola unità, ad esempio un lavoratore o un edificio, come oggetto. In questo studio, i ricercatori hanno prima raccolto i dati di osservazione umana in-game di StarCraft da 25 partecipanti. Successivamente, i viewport, le aree visualizzate dallo spettatore, sono stati identificati ed etichettati come “uno”. Il resto dello schermo era pieno di “zero”. Mentre le funzionalità del gioco vengono utilizzate come dati di input, le osservazioni umane costituivano le informazioni di destinazione.
I ricercatori hanno quindi inserito i dati nella rete neurale di convoluzione (CNN), che ha appreso i modelli dei viewport per trovare la “regione di interesse comune” (ROCI), l’area più eccitante da guardare per gli spettatori. Hanno quindi confrontato quantitativamente e qualitativamente l’approccio ROCI Mask R-CNN con altri metodi esistenti. La prima valutazione ha mostrato che i viewport previsti dalla CNN erano simili ai dati di osservazione umana raccolti. Inoltre, il metodo basato su ROCI ha superato gli altri nel lungo periodo durante il test di generalizzazione, che ha coinvolto diverse gare di matchup, luoghi di partenza e mappe di gioco. L’osservatore proposto è stato in grado di catturare le scene di interesse per l’uomo. Al contrario, non potrebbe essere fatto con la clonazione del comportamento, una tecnica di apprendimento per imitazione.
Il dottor Kim sottolinea le future applicazioni del loro lavoro. “Il framework può essere applicato ad altri giochi che rappresentano parte dello stato generale del gioco, non solo a StarCraft. Poiché servizi come la trasmissione multischermo continuano a crescere negli eSport, l’osservatore automatico proposto svolgerà un ruolo in questi risultati. Sarà anche utilizzato attivamente in contenuti aggiuntivi sviluppati in futuro.
Informazioni sul Gwangju Institute of Science and Technology (GIST)
Il Gwangju Institute of Science and Technology (GIST) è un’università orientata alla ricerca situata a Gwangju, in Corea del Sud. Fondata nel 1993, GIST è diventata una delle scuole più prestigiose della Corea del Sud. L’università mira a creare un forte ambiente di ricerca per stimolare i progressi nella scienza e nella tecnologia e promuovere la collaborazione tra programmi di ricerca internazionali e nazionali. Con il suo motto “A Proud Creator of Future Science and Technology”, GIST ha costantemente ricevuto una delle più alte classifiche universitarie in Corea.
KYUNG-JOONG KIM (membro, IEEE) ha conseguito la laurea, la laurea magistrale e il dottorato di ricerca. lauree in informatica presso la Yonsei University, rispettivamente nel 2000, 2002 e 2007. Ha lavorato come ricercatore post-dottorato presso il Dipartimento di ingegneria meccanica e aerospaziale, Cornell University, nel 2007. Attualmente è professore associato presso la School of Integrated Technology, Gwangju Institute of Science and Technology (GIST). I suoi interessi di ricerca includono l’intelligenza artificiale, i giochi e la robotica.
Informazioni sul finanziamento:
questa ricerca è stata supportata dalla National Research Foundation of Korea (NRF) finanziata dal MSIT (2021R1A4A1030075).
CREDITO
Kyung Joong Kim