Abstract
Recently, Classification of characters in a 3D FPS game has emerged as a very significant issue. In this study, We propose the game character Classification method using Image Region Segmentation of the extracting meaningful object in a simple operation. In this method, first used a non-linear RGB color model and octree color quantization scheme. The input image represented a less than 20 quantized color and uses a small number of meaningful color histogram. And then, the image divided into small blocks, calculate the degree of similarity between the color histogram intersection and adjacent block in block units. Because, except for the block boundary according to the texture and to extract only the boundaries of the object block. Set a region by these boundary blocks as a game object and can be used for FPS game play. Through experiment, we obtain accuracy of more than 80% for Classification method using each feature. Thus, using this property, characters could be classified effectively and it draws the game more speed and strategic actions as a result.
최근, 3D FPS 게임에서 캐릭터의 분류는 매우 중요한 문제로 떠오르고 있다. 본 연구에서는 간단한 조작으로 의미객체의 화상 영역 분할을 이용한 게임 콘텐츠 분류 방법을 제안한다. 이 방법에서는, 우선 비선형 RGB 컬러 모델과 컬러양자화 방식을 사용했다. 입력 화상은 20개 미만 양자화 된 색을 표현하고 의미 있는 적은 수의 컬러 히스토그램을 사용한다. 그리고, 적은 블록으로 분할 된 이미지는 블록 단위 컬러 히스토그램 교차로 인접 블록과의 유사도를 계산한다. 왜냐하면, 질감 및 대상 블록의 경계에 있어서, 추출 블록 경계를 제외한 나머지를 사용하기 때문이다. 게임 오브젝트는 이들 방법에 에 의해 블록 경계 영역을 설정하고 FPS 게임 플레이에 사용될 수 있다. 실험을 통해, 우리는 각각의 기능을 사용하여 분류 방법에 대해 80% 이상의 정확도를 얻을 수 있었다. 따라서, 이 특성을 이용하여 게임콘텐츠를 효율적으로 분류 할 수 있고, 이는 게임 속도와 전략적 행동에 보다 나은 결과를 초래할 것으로 예상한다.
