論文の概要: Multi-Label Perceptual Bug Detection in Video Games using Deep Learning on Gameplay Footage

• arxiv url: http://arxiv.org/abs/2610.08593v1
• Date: Tue, 06 Oct 2026 16:01:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.099316
• Title: Multi-Label Perceptual Bug Detection in Video Games using Deep Learning on Gameplay Footage
• Title（参考訳）: ゲームプレイにおける深層学習を用いたマルチラベル知覚バグ検出
• Abstract要約: マルチラベルの知覚的バグ検出のためのディープラーニングモデルを提案する。 提案したモデルであるResNet-BiLSTMは、ベンチマークデータセットで85.78%のF1スコアを達成した。 本研究では,複数ラベルの知覚的バグを伴う新しいデータセットを導入する。
• 参考スコア（独自算出の注目度）: 2.0391237204597368
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional approaches for automated bug detection in video games, such as manual testing, can be beneficial for the improvement of quality assurance, but they can be expensive and time-consuming. The scarce number of tools available to detect multiple perceptual bugs in the same video frame introduces detection challenges for automated bug detection tools in real-world scenarios. We propose a deep learning model for multi-label perceptual bug detection and compare it against video classification models such as Inflated 3D ConvNet and 3D ResNet. Our proposed model, ResNet-BiLSTM, achieved an F1 score of 85.78% on the benchmark dataset. Our results demonstrated that temporal dependency modelling is beneficial for accurate video-based bug detection. We believe this work with multi-label perceptual bug detection on gameplay videos will help save resources spent on manual testing workloads in video games. Furthermore, we introduce a new dataset with multi-label perceptual bugs in this work. The dataset contains 77,969 video clips across different genres of games with approximately 1.2 million frames, containing combinations from 5 classes of bugs in the same video frame.
• Abstract（参考訳）: 手動テストのような従来のビデオゲームの自動バグ検出手法は品質保証の改善に有用であるが、高価で時間がかかる。 同じビデオフレーム内の複数の知覚的バグを検出するツールの数が少ないため、現実のシナリオにおける自動バグ検出ツールの検出が困難になっている。 Inflated 3D ConvNetや3D ResNetといったビデオ分類モデルと比較し,マルチラベルの知覚的バグ検出のためのディープラーニングモデルを提案する。 提案したモデルであるResNet-BiLSTMは、ベンチマークデータセットで85.78%のF1スコアを達成した。 その結果,時間依存性モデリングはビデオベースのバグ検出に有用であることがわかった。 ゲームプレイビデオにおけるマルチラベルの知覚的バグ検出によって、ビデオゲームのマニュアルテストワークロードに費やされるリソースを節約できると考えています。 さらに,本研究では,複数ラベルの知覚的バグを含む新しいデータセットを導入する。 データセットには、さまざまなジャンルのゲームで77,969の動画クリップが含まれており、約120万のフレームがあり、同じビデオフレーム内の5つのクラスのバグの組み合わせが含まれている。

関連論文リスト

• A Hybrid Co-Finetuning Approach for Visual Bug Detection in Video Games [3.5838409897789467]
  ラベル付きデータとラベルなしデータの両方を効果的に統合するハイブリッドCo-FineTuning(CFT)手法を提案する。 対象ゲームからのラベル付きデータの50%をトレーニングしても,CFTは競争性能を維持していることを示す。
  論文  参考訳（メタデータ） (2025-10-04T00:43:10Z)
• Automated Bug Frame Retrieval from Gameplay Videos Using Vision-Language Models [47.63488459021783]
  報告されたバグ記述に最もよくマッチする単一のフレームに、各動画を縮小するパイプラインを導入する。 このアプローチは手作業を大幅に削減し、トリアージと回帰チェックを高速化します。 ゲーム業界全体で品質保証チームや開発者に実践的なメリットを提供する。
  論文  参考訳（メタデータ） (2025-08-06T21:52:15Z)
• Semantic GUI Scene Learning and Video Alignment for Detecting Duplicate Video-based Bug Reports [16.45808969240553]
  ビデオベースのバグレポートは、グラフィカルユーザインタフェース(GUI)を中心としたプログラムのバグの文書化にますます利用されている。 我々は、視覚変換器のシーン学習機能に適応して、アプリUI画面に現れる微妙な視覚的およびテキスト的パターンをキャプチャする、JANUSと呼ばれる新しいアプローチを導入する。 Janus氏はまた、ビデオフレームの適応重み付けが可能なビデオアライメント技術を使用して、典型的なバグ発生パターンを考慮している。
  論文  参考訳（メタデータ） (2024-07-11T15:48:36Z)
• VANE-Bench: Video Anomaly Evaluation Benchmark for Conversational LMMs [64.60035916955837]
  VANE-Benchはビデオの異常や矛盾を検出するためのビデオLMMの熟練度を評価するために設計されたベンチマークである。 我々のデータセットは、既存の最先端のテキスト・ビデオ生成モデルを用いて合成された一連のビデオから構成される。 我々は、このベンチマークタスクにおいて、オープンソースとクローズドソースの両方で既存の9つのビデオLMMを評価し、ほとんどのモデルが微妙な異常を効果的に識別するのに困難に直面することを発見した。
  論文  参考訳（メタデータ） (2024-06-14T17:59:01Z)
• Finding the Needle in a Haystack: Detecting Bug Occurrences in Gameplay Videos [10.127506928281413]
  本稿では、機械学習を用いて、ゲームプレイビデオの一部にバグの描写が含まれているかどうかを予測する自動化アプローチを提案する。 我々は、198本のゲームプレイビデオの4,412のセグメントを分析し、あるセグメントがバグのインスタンスを含んでいるかどうかを予測する。 本手法は, バグを含む映像のセグメント検出に有効であり, F1スコア0.88を達成し, バグ分類の最先端技術よりも優れていた。
  論文  参考訳（メタデータ） (2023-11-18T01:14:18Z)
• Perception Test: A Diagnostic Benchmark for Multimodal Video Models [78.64546291816117]
  本稿では,事前学習したマルチモーダルモデルの知覚と推論能力を評価するために,新しいマルチモーダルビデオベンチマークを提案する。 知覚テストは、スキル(記憶、抽象化、物理学、セマンティックス)と、ビデオ、オーディオ、テキストモダリティ間の推論(記述的、説明的、予測的、反ファクト的)のタイプに焦点を当てている。 このベンチマークは、ゼロショット/少数ショットまたは限定的な微調整方式で、転送機能の事前訓練されたモデルを探索する。
  論文  参考訳（メタデータ） (2023-05-23T07:54:37Z)
• Large Language Models are Pretty Good Zero-Shot Video Game Bug Detectors [3.39487428163997]
  大規模言語モデルでは,ゲームからのイベントのテキスト記述のシーケンスにおいて,どのイベントがバギーであるかを識別できることを示す。 この結果から,ビデオゲームのバグ検出に言語モデルを用いた場合の有望な結果が得られた。
  論文  参考訳（メタデータ） (2022-10-05T18:44:35Z)
• Learning to Identify Perceptual Bugs in 3D Video Games [1.370633147306388]
  そこで本研究では,学習に基づく手法を用いて,知覚的バグの範囲を同定できることを示す。 World of Bugs (WOB)は、3Dゲーム環境でABDメソッドをテストするオープンプラットフォームである。
  論文  参考訳（メタデータ） (2022-02-25T18:50:11Z)
• Dense-Caption Matching and Frame-Selection Gating for Temporal Localization in VideoQA [96.10612095576333]
  本稿では,マルチモーダルな入力源を効果的に統合し,時間的関連情報から質問に答えるビデオ質問応答モデルを提案する。 また,2レベルアテンション(単語・オブジェクト・フレームレベル),異なるソース(ビデオ・高密度キャプション)に対するマルチヘッド自己統合,ゲートへのより関連性の高い情報伝達などで構成されている。 当社のモデルは,各モデルコンポーネントが大きな利益をもたらす,難易度の高いTVQAデータセット上で評価され,全体的なモデルでは,最先端のモデルよりも大きなマージンで優れています。
  論文  参考訳（メタデータ） (2020-05-13T16:35:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。