通过自动生成的运动效果提升第一人称射击游戏的观看体验

文献标题

Improving Viewing Experiences of First-Person Shooter Gameplays with Automatically-Generated Motion Effects

文献信息

• 主题领域: 人机交互（HCI）、多感官体验、电子竞技观看体验
• 关键词: 游戏、游戏实况、观看体验、运动效果、自动生成、多感官刺激

研究背景与问题

• 发现问题或挑战:

  1. 电子竞技实况观看逐渐成为流行的娱乐活动，但观看体验的优化仍需探索。
  2. 当前多感官体验多集中在电影和主题公园领域，鲜少应用于视频游戏观看领域。
  3. 手动设计多感官效果需要专业知识且成本高昂，而自动生成则更具可行性。

• 重要性:

  1. 视频游戏观看逐渐从个人活动演变为广泛的公众体验。
  2. 提供改进的观看体验对于吸引观众和推广电子竞技至关重要。

• 研究动机与相关工作:

  1. 融合4D平台和电子竞技观看经验有广阔的应用空间。
  2. 开发自动生成运动效果算法为视频游戏观看体验提供成本低且可扩展的解决方案。

解决方案

• 方法与解决方案: 作者提出两种专为第一人称射击游戏（FPS）设计的自动运动效果生成算法：

  1. 运动生成算法（ME-MOV）：基于视频序列估算摄像机运动，生成表达游戏角色移动的运动效果。
  2. 枪火事件运动生成算法（ME-GUN）：通过音频信号检测武器开火事件并生成模拟枪火后座力的运动效果。

• 创新之处:

  1. 使用计算机视觉技术估测游戏画面中摄像机的位移和旋转。
  2. 应用深度神经网络模型检测游戏角色的枪火声音，并结合自定义运动轮廓生成运动效果。
  3. 两种运动效果结合时能为观众提供更强的沉浸感。

• 实施步骤与技术:

  • ME-MOV:
    1. 利用光流技术和RANSAC算法估算摄像机运动（位移和角速度）。
    2. 使用高速滤波器生成用于运动椅的运动命令。
  • ME-GUN:
    1. 通过手动标注游戏音频数据训练DNN分类器。
    2. 生成模仿武器后座力的运动效果（主用于椅子的俯仰运动）。

研究成果

• 具体成果:

  1. 建立了两个运动效果生成算法，并验证了其在FPS游戏观看中的适用性。
  2. 通过用户研究，证明运动效果能够显著提高观看体验，包括享受度和沉浸感。

• 优势:

  1. 自动运动效果生成方法成本低且通用性强，适用于任意游戏作品。
  2. 提供了比现有手动设计方法更快捷的解决方案，同时保持一定的效果质量。

• 实验与评估结果:

  1. 用户研究结果表明，与无运动效果相比，运动效果显著增强了观看者的享受度（Q3）和沉浸感（Q4），且未对集中力（Q1）产生负面影响。
  2. 综合运动效果（ME-COM）在用户喜好、视听匹配度和沉浸感评分中表现最佳。

• 局限性与未来方向:

  1. 原型系统仅针对单个FPS角色设计运动效果，扩展至多角色或其他游戏类型仍需进一步研究。
  2. 长时间观看可能导致疲劳，需加入运动效果强度的控制机制。
  3. 声音检测模型需优化以支持实时数据处理，并解决实况中可能出现的异步问题。
  4. 考虑添加更多动作（如跳跃或被攻击）对应的运动效果，以进一步丰富观看体验。

总结

此研究提出了一种改善第一人称射击游戏观看体验的创新方法，通过两种基于视频和音频流的运动效果生成算法，显著提升了观众的沉浸感和享受度。这项研究增强了电子竞技观看体验的实践潜力，为未来的多感官电子竞技观赛体验提供了坚实的基础。