Framework para análise de comportamentos de objetos interativos em vídeo jogos

Bibliographic Details
Main Author: Cruz, Catarina Freitas da
Publication Date: 2022
Format: Master thesis
Language: por
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/1822/84344
Summary: Dissertação de mestrado integrado em Engenharia Informática
id RCAP_8c0bbe49935a046d28a811105a969674
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/84344
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Framework para análise de comportamentos de objetos interativos em vídeo jogosInteligência artificialMachine learningComputer visionCNNObject detectionObject trackingOpenCVArtificial IntelligenceEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Engenharia InformáticaCom um crescimento exponencial tanto na área da Inteligência Artificial como dos vídeo jogos, a criação de plataformas que auxiliam os jogadores passou a ser fundamental. A criação de uma ferramenta analítica que estude detalhadamente o comportamento humano, abre portas a jogos mais dinâmicos, competitivos e justos. A análise do ecrã de um jogador permite identificar, detetar e rastrear movimentos de determinados objetos, em tempo real, podendo ter o intuito de o ajudar ou de o vigiar. Seja qual for o caso, é necessário, primeiro, identificar e detetar os objetos visualizados, através de algoritmos de Object Detection. Depois, já identificado o objeto, é possível prever a sua próxima localização, bem como rastrear o seu movimento, utilizando algoritmos de Object Tracking. Intercalando o rastreamento com a deteção de objetos, quer quando este desaparece de vista, quer para obter confirmação que se está a seguir o objeto correto, é possível assim analisar o ecrã do jogador para o poder ajudar. Esta dissertação tem como objetivo desenvolver um modelo capaz de identificar o movimento de um determinado objeto, em tempo real, no ambiente de um jogo, utilizando para isso técnicas de Machine Learning e Computer Vision, mais especificamente métodos de Object Detection e Object Tracking. O ambiente prático foi desenvolvido utilizando a biblioteca OpenCV para Python, que tem ao dispor um diverso leque de algoritmos de Computer Vision e ainda permite a utilização paralela de CPU e GPU para a otimização destes mesmos algoritmos.With exponential growth both in the area of Artificial Intelligence and videogames, the creation of platforms that help players has become fundamental. The creation of an analytical tool that analyzes human behavior, opens the door to more dynamic, competitive and fair games. The analysis of a player’s screen allows identifying, detecting and tracking movements of certain objects, in real time, and can help or monitor them. Whatever the case, it is first necessary to identify and detect the objects visualized, through Object Detection algorithms. Then, once the object has been identified, it is possible to predict its next location, as well as track its movement, using Object Tracking algorithms. It is possible to analyze the player’s screen by interleaving object tracking with object detection, either when it disappears from view, or to obtain confirmation that the correct object is being followed, thus helping the player. This dissertation aims to develop a model capable of identifying the movement of a given object, in real time, in a game environment, using Machine Learning and Computer Vision techniques, more specifically methods of Object Detection and Object Tracking. The practical environment was developed using the OpenCV python library, which has a diverse range of computer vision algorithms available and also allows the parallel use of CPU and GPU for the optimization of these same algorithms.Novais, PauloPimenta, AndréUniversidade do MinhoCruz, Catarina Freitas da20222022-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/84344por203261194info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-09-07T01:30:04Zoai:repositorium.sdum.uminho.pt:1822/84344Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T15:27:47.150463Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Framework para análise de comportamentos de objetos interativos em vídeo jogos
title Framework para análise de comportamentos de objetos interativos em vídeo jogos
spellingShingle Framework para análise de comportamentos de objetos interativos em vídeo jogos
Cruz, Catarina Freitas da
Inteligência artificial
Machine learning
Computer vision
CNN
Object detection
Object tracking
OpenCV
Artificial Intelligence
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Framework para análise de comportamentos de objetos interativos em vídeo jogos
title_full Framework para análise de comportamentos de objetos interativos em vídeo jogos
title_fullStr Framework para análise de comportamentos de objetos interativos em vídeo jogos
title_full_unstemmed Framework para análise de comportamentos de objetos interativos em vídeo jogos
title_sort Framework para análise de comportamentos de objetos interativos em vídeo jogos
author Cruz, Catarina Freitas da
author_facet Cruz, Catarina Freitas da
author_role author
dc.contributor.none.fl_str_mv Novais, Paulo
Pimenta, André
Universidade do Minho
dc.contributor.author.fl_str_mv Cruz, Catarina Freitas da
dc.subject.por.fl_str_mv Inteligência artificial
Machine learning
Computer vision
CNN
Object detection
Object tracking
OpenCV
Artificial Intelligence
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Inteligência artificial
Machine learning
Computer vision
CNN
Object detection
Object tracking
OpenCV
Artificial Intelligence
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Engenharia Informática
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/84344
url https://hdl.handle.net/1822/84344
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 203261194
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833595331429793792

Similar Items