Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Pose Estimation Techniques for Humanoid Characters in FPS Gaming Environments

인간 캐릭터 포즈 식별: FPS 게임에서의 포즈 추정 기법

  • Youjung Han (Dept. Future Convergence Technology, University of Soonchunhyang) ;
  • Minseop Lee (Dept. ICT convergence, University of Soonchunhyang) ;
  • Minsu Cha (Dept. ICT convergence, University of Soonchunhyang) ;
  • Jiyoung Woo (Dept. ICT convergence, University of Soonchunhyang)
  • 한유정 (순천향대학교대학원 미래융합기술학과) ;
  • 이민섭 (순천향대학교대학원 ICT융합학과) ;
  • 차민수 (순천향대학교대학원 ICT융합학과) ;
  • 우지영 (순천향대학교대학원 ICT융합학과)
  • Published : 2024.01.17
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문은 Krafton의 PUBG: BATTLEGROUNDS 게임에서 플레이어 분류를 목표로 하며, 포즈 추정기술을 사용하여 일반 플레이어와 봇을 구분한다. 이는 게임에서 직접 수집한 비디오 데이터를 기반으로 하며, 다음과 같은 두 가지 접근 방식을 제안한다. 첫 번째 방법은 동작 시퀀스 분석을 통해, 사용자의 특정동작 패턴을 식별하고 로지스틱 회귀 모델을 활용해 사용자 유형을 분류한다. 두 번째 방법은 YOLO-pose 모델을 사용하여 비디오 데이터에서 키포인트를 추출하고, 이를 LSTM 모델에 적용하여 프레임별로 사용자의 유형을 분류한다. 이러한 이중 접근 방식은 게임의 공정성과 사용자 경험을 향상시키는 새로운 도구를 제공하며, 보다 안전한 게임 환경에 기여할 수 있다. 이 연구는 게임 산업뿐만 아니라 보안 및 모니터링 분야에서도 동작 분석에 대한 혁신적인 접근 방식으로 활용될 잠재력을 가지고 있다.

Keywords

Acknowledgement

본 연구는 2023년도 교육부의 재원으로 한국연구재단의 지원을 받아 수행된 지자체-대학 협력기반 지역혁신 사업의 결과임(2021RIS-004).

References

  1. Chen, Haoming, et al. "2D Human pose estimation: A survey." Multimedia Systems 29.5 (2023): 3115-3138.
  2. Zheng, Ce, et al. "Deep learning-based human pose estimation: A survey." ACM Computing Surveys 56.1 (2023): 1-37.
  3. Maji, Debapriya, et al. "Yolo-pose: Enhancing yolo for multi person pose estimation using object keypoint similarity loss." Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2022.