Submit Search
Upload
おりこうさんな秘書 ―画像認識による高機能な艦これユーティリティへの挑戦―
•
Download as PPTX, PDF
•
0 likes
•
5,358 views
YSRKEN
Follow
あくまで画像認識だけで、艦これに役立つ諸情報を記録・表示するソフトウェア「おりこうさんな秘書」についての説明プレゼンです。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 18
Download now
Recommended
福島GameJam 2013 参加者向け事前セミナー 【】
福島GameJam2013 参加者向け事前セミナー【UDK編】
福島GameJam2013 参加者向け事前セミナー【UDK編】
Junya "Jun" Shimoda
080606 Nc Komiya 角川とYoutubeと著作権
080606 Nc Komiya 角川とYoutubeと著作権
yu cherin
HMDのソフト開発コンテストのアイディアソン・チームビルディング・Unity講習会 http://d397a65064a37695c6ff7c4564.doorkeeper.jp/events/19068
UnityによるVR開発 - 入力デバイス編 -
UnityによるVR開発 - 入力デバイス編 -
Tomonori Takata
タイトルの通りです。 動画→http://www.nicovideo.jp/watch/sm29680924
艦これ支援ツール『おりこうさんな秘書』解説 1:チュートリアル
艦これ支援ツール『おりこうさんな秘書』解説 1:チュートリアル
YSRKEN
第17回関西CVPRML勉強会 (一般物体認識) 1,2節
第17回関西CVPRML勉強会 (一般物体認識) 1,2節
Yasutomo Kawanishi
今や当たり前のように使われている画像認識。最先端の技術により人間を凌ぐほどの精度を叩き出すことも可能ですが、一方高度な数学を使わずに処理することも可能です。今回は有名なゲームを例に、その解説をします。
やさしい画像認識教室 ~ゲーム編~
やさしい画像認識教室 ~ゲーム編~
YSRKEN
2016年4月頃に作成したスライド
深層学習 - 画像認識のための深層学習 ②
深層学習 - 画像認識のための深層学習 ②
Shohei Miyashita
ViEW2013 2013年12月6日 特別講演「バイナリコード表現を用いた物体認識の新展開」 特定物体認識や画像分類に用いられる画像局所特徴量のSIFTは、実数ベクトルで特徴量を記述するため、記述処理過程や距離計算に時間を要するという問題がある。2010年以降では、省メモリ化と高速化を同時に解決するアプローチとして、機械学習を用いて局所特徴量を効率の良いバイナリコードで記述する手法が提案され、局所特徴量において新しい展開を迎えた。バイナリコード型の局所特徴量における距離計算はハミング距離に置き換えることができるため、特徴抽出から距離計算による認識処理までの過程全体の高速化が可能となった。本講演では、機械学習を用いたバイナリコード型局所特徴量の最新動向と併せて、我々の研究室で取り組んでいる特定物体認識と物体検出問題におけるバイナリコード表現の適用法について紹介する。提案手法はバイナリベクトルと実数ベクトルの内積を高速に計算できるため、線形識別器等を用いた他の問題設定への展開が期待できる。
VIEW2013 Binarycode-based Object Recognition
VIEW2013 Binarycode-based Object Recognition
Hironobu Fujiyoshi
Recommended
福島GameJam 2013 参加者向け事前セミナー 【】
福島GameJam2013 参加者向け事前セミナー【UDK編】
福島GameJam2013 参加者向け事前セミナー【UDK編】
Junya "Jun" Shimoda
080606 Nc Komiya 角川とYoutubeと著作権
080606 Nc Komiya 角川とYoutubeと著作権
yu cherin
HMDのソフト開発コンテストのアイディアソン・チームビルディング・Unity講習会 http://d397a65064a37695c6ff7c4564.doorkeeper.jp/events/19068
UnityによるVR開発 - 入力デバイス編 -
UnityによるVR開発 - 入力デバイス編 -
Tomonori Takata
タイトルの通りです。 動画→http://www.nicovideo.jp/watch/sm29680924
艦これ支援ツール『おりこうさんな秘書』解説 1:チュートリアル
艦これ支援ツール『おりこうさんな秘書』解説 1:チュートリアル
YSRKEN
第17回関西CVPRML勉強会 (一般物体認識) 1,2節
第17回関西CVPRML勉強会 (一般物体認識) 1,2節
Yasutomo Kawanishi
今や当たり前のように使われている画像認識。最先端の技術により人間を凌ぐほどの精度を叩き出すことも可能ですが、一方高度な数学を使わずに処理することも可能です。今回は有名なゲームを例に、その解説をします。
やさしい画像認識教室 ~ゲーム編~
やさしい画像認識教室 ~ゲーム編~
YSRKEN
2016年4月頃に作成したスライド
深層学習 - 画像認識のための深層学習 ②
深層学習 - 画像認識のための深層学習 ②
Shohei Miyashita
ViEW2013 2013年12月6日 特別講演「バイナリコード表現を用いた物体認識の新展開」 特定物体認識や画像分類に用いられる画像局所特徴量のSIFTは、実数ベクトルで特徴量を記述するため、記述処理過程や距離計算に時間を要するという問題がある。2010年以降では、省メモリ化と高速化を同時に解決するアプローチとして、機械学習を用いて局所特徴量を効率の良いバイナリコードで記述する手法が提案され、局所特徴量において新しい展開を迎えた。バイナリコード型の局所特徴量における距離計算はハミング距離に置き換えることができるため、特徴抽出から距離計算による認識処理までの過程全体の高速化が可能となった。本講演では、機械学習を用いたバイナリコード型局所特徴量の最新動向と併せて、我々の研究室で取り組んでいる特定物体認識と物体検出問題におけるバイナリコード表現の適用法について紹介する。提案手法はバイナリベクトルと実数ベクトルの内積を高速に計算できるため、線形識別器等を用いた他の問題設定への展開が期待できる。
VIEW2013 Binarycode-based Object Recognition
VIEW2013 Binarycode-based Object Recognition
Hironobu Fujiyoshi
AV 画像認識とその周辺 - UT Startup Gym 講演資料
AV 画像認識とその周辺 - UT Startup Gym 講演資料
ぱろすけ
A brief introduction to ICML2017 and some topics.
Icml2017 overview
Icml2017 overview
Tatsuya Shirakawa
動画→http://www.nicovideo.jp/watch/sm29685978
艦これ支援ツール『おりこうさんな秘書』解説 2:シーン認識編
艦これ支援ツール『おりこうさんな秘書』解説 2:シーン認識編
YSRKEN
Watson Visual Recognition Toolを使うと、サクッと画像認識の分類器が作れます
Watson visual recognitionで簡単画像認識
Watson visual recognitionで簡単画像認識
篤 富田
文献紹介のスライドです。学部4年生〜修士課程1年生くらい向けです。1枚目に8本の文献リストを載せていますが、最初の3本しか説明していません。 - p. 26のωに対するFisher Vectorの式を修正したました (2014/01/14)
Fisher Vectorによる画像認識
Fisher Vectorによる画像認識
Takao Yamanaka
ゼミで発表した資料 ディープラーニングの中の一つのアプローチである畳み込みニューラルネットについての説明です 参考 岡谷 貴之(2013)「画像認識のための深層学習」『人工知能学会誌』28巻6号(2013年11月号)962pp
画像認識のための深層学習
画像認識のための深層学習
Saya Katafuchi
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
ディスプレイ全体のスクリーンショット画像から「ゲーム画面」の位置を検索したい際、どうすれば高速に実行できるのか……。ということで生み出されたアルゴリズム「ステップサーチ」についての解説スライドです。
画面座標検出アルゴリズム「ステップサーチ」について
画面座標検出アルゴリズム「ステップサーチ」について
YSRKEN
艦これの航空戦において、「分布の畳み込み」により厳密解が得られると思い込んでいましたがじつは違うといった話です。
「畳み込み」が無敵だといつから錯覚していた?~艦これ航空戦におけるスロット毎の相互関係が引き起こす悲劇について研究と考察~
「畳み込み」が無敵だといつから錯覚していた?~艦これ航空戦におけるスロット毎の相互関係が引き起こす悲劇について研究と考察~
YSRKEN
艦これにおいて航空戦は非常に重要ですが、従来そのシミュレーションにはモンテカルロ法が適用されていました。提案法では確率論によるアプローチにより、厳密かつ高速に搭載数分布・制空値分布を求めることができます。
艦これ航空戦の理論値解析~航空戦におけるSt1撃墜・St2撃墜についての研究と考察~
艦これ航空戦の理論値解析~航空戦におけるSt1撃墜・St2撃墜についての研究と考察~
YSRKEN
「おりこうさんな秘書」の他に「WarshipGirls Helper」「AzurLane Helper」も作成した際に得られた知見をスライドでまとめました。
ゲーム vs 画像認識 ~通信傍受に頼らない状況判断技術~
ゲーム vs 画像認識 ~通信傍受に頼らない状況判断技術~
YSRKEN
動画→http://www.nicovideo.jp/watch/sm29746522
艦これ支援ツール『おりこうさんな秘書』解説 3:編成まとめ編
艦これ支援ツール『おりこうさんな秘書』解説 3:編成まとめ編
YSRKEN
前回のスライド(http://www.slideshare.net/YSRKEN/ss-50964003)では、「おりこうさんな秘書」における全体の処理フローについて解説しました。 このスライドでは、主に画像認識面についての解説を行います。
「おりこうさんな秘書」に使われている技術・手法について
「おりこうさんな秘書」に使われている技術・手法について
YSRKEN
艦これシミュレータ改(KanColleSimulator_KAI)はGitHubで配布しておりますが、その操作マニュアルです。 https://github.com/YSRKEN/KanColleSimulator_KAI/
艦これシミュレータ改のチュートリアル
艦これシミュレータ改のチュートリアル
YSRKEN
More Related Content
Viewers also liked
AV 画像認識とその周辺 - UT Startup Gym 講演資料
AV 画像認識とその周辺 - UT Startup Gym 講演資料
ぱろすけ
A brief introduction to ICML2017 and some topics.
Icml2017 overview
Icml2017 overview
Tatsuya Shirakawa
動画→http://www.nicovideo.jp/watch/sm29685978
艦これ支援ツール『おりこうさんな秘書』解説 2:シーン認識編
艦これ支援ツール『おりこうさんな秘書』解説 2:シーン認識編
YSRKEN
Watson Visual Recognition Toolを使うと、サクッと画像認識の分類器が作れます
Watson visual recognitionで簡単画像認識
Watson visual recognitionで簡単画像認識
篤 富田
文献紹介のスライドです。学部4年生〜修士課程1年生くらい向けです。1枚目に8本の文献リストを載せていますが、最初の3本しか説明していません。 - p. 26のωに対するFisher Vectorの式を修正したました (2014/01/14)
Fisher Vectorによる画像認識
Fisher Vectorによる画像認識
Takao Yamanaka
ゼミで発表した資料 ディープラーニングの中の一つのアプローチである畳み込みニューラルネットについての説明です 参考 岡谷 貴之(2013)「画像認識のための深層学習」『人工知能学会誌』28巻6号(2013年11月号)962pp
画像認識のための深層学習
画像認識のための深層学習
Saya Katafuchi
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
Viewers also liked
(7)
AV 画像認識とその周辺 - UT Startup Gym 講演資料
AV 画像認識とその周辺 - UT Startup Gym 講演資料
Icml2017 overview
Icml2017 overview
艦これ支援ツール『おりこうさんな秘書』解説 2:シーン認識編
艦これ支援ツール『おりこうさんな秘書』解説 2:シーン認識編
Watson visual recognitionで簡単画像認識
Watson visual recognitionで簡単画像認識
Fisher Vectorによる画像認識
Fisher Vectorによる画像認識
画像認識のための深層学習
画像認識のための深層学習
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
More from YSRKEN
ディスプレイ全体のスクリーンショット画像から「ゲーム画面」の位置を検索したい際、どうすれば高速に実行できるのか……。ということで生み出されたアルゴリズム「ステップサーチ」についての解説スライドです。
画面座標検出アルゴリズム「ステップサーチ」について
画面座標検出アルゴリズム「ステップサーチ」について
YSRKEN
艦これの航空戦において、「分布の畳み込み」により厳密解が得られると思い込んでいましたがじつは違うといった話です。
「畳み込み」が無敵だといつから錯覚していた?~艦これ航空戦におけるスロット毎の相互関係が引き起こす悲劇について研究と考察~
「畳み込み」が無敵だといつから錯覚していた?~艦これ航空戦におけるスロット毎の相互関係が引き起こす悲劇について研究と考察~
YSRKEN
艦これにおいて航空戦は非常に重要ですが、従来そのシミュレーションにはモンテカルロ法が適用されていました。提案法では確率論によるアプローチにより、厳密かつ高速に搭載数分布・制空値分布を求めることができます。
艦これ航空戦の理論値解析~航空戦におけるSt1撃墜・St2撃墜についての研究と考察~
艦これ航空戦の理論値解析~航空戦におけるSt1撃墜・St2撃墜についての研究と考察~
YSRKEN
「おりこうさんな秘書」の他に「WarshipGirls Helper」「AzurLane Helper」も作成した際に得られた知見をスライドでまとめました。
ゲーム vs 画像認識 ~通信傍受に頼らない状況判断技術~
ゲーム vs 画像認識 ~通信傍受に頼らない状況判断技術~
YSRKEN
動画→http://www.nicovideo.jp/watch/sm29746522
艦これ支援ツール『おりこうさんな秘書』解説 3:編成まとめ編
艦これ支援ツール『おりこうさんな秘書』解説 3:編成まとめ編
YSRKEN
前回のスライド(http://www.slideshare.net/YSRKEN/ss-50964003)では、「おりこうさんな秘書」における全体の処理フローについて解説しました。 このスライドでは、主に画像認識面についての解説を行います。
「おりこうさんな秘書」に使われている技術・手法について
「おりこうさんな秘書」に使われている技術・手法について
YSRKEN
艦これシミュレータ改(KanColleSimulator_KAI)はGitHubで配布しておりますが、その操作マニュアルです。 https://github.com/YSRKEN/KanColleSimulator_KAI/
艦これシミュレータ改のチュートリアル
艦これシミュレータ改のチュートリアル
YSRKEN
More from YSRKEN
(7)
画面座標検出アルゴリズム「ステップサーチ」について
画面座標検出アルゴリズム「ステップサーチ」について
「畳み込み」が無敵だといつから錯覚していた?~艦これ航空戦におけるスロット毎の相互関係が引き起こす悲劇について研究と考察~
「畳み込み」が無敵だといつから錯覚していた?~艦これ航空戦におけるスロット毎の相互関係が引き起こす悲劇について研究と考察~
艦これ航空戦の理論値解析~航空戦におけるSt1撃墜・St2撃墜についての研究と考察~
艦これ航空戦の理論値解析~航空戦におけるSt1撃墜・St2撃墜についての研究と考察~
ゲーム vs 画像認識 ~通信傍受に頼らない状況判断技術~
ゲーム vs 画像認識 ~通信傍受に頼らない状況判断技術~
艦これ支援ツール『おりこうさんな秘書』解説 3:編成まとめ編
艦これ支援ツール『おりこうさんな秘書』解説 3:編成まとめ編
「おりこうさんな秘書」に使われている技術・手法について
「おりこうさんな秘書」に使われている技術・手法について
艦これシミュレータ改のチュートリアル
艦これシミュレータ改のチュートリアル
おりこうさんな秘書 ―画像認識による高機能な艦これユーティリティへの挑戦―
1.
―画像認識による高機能な艦これ ユーティリティへの挑戦― 作成者:YSR(@YSRKEN) 専用Twitterアカウント:https://twitter.com/orikou_hisyo 配布先(Vector):http://www.vector.co.jp/soft/win95/game/se509326.html 配布先(GoogleDrive): https://drive.google.com/folderview?id=0B22mWPiNr-6- fklYcWRIWGFlU0NiOVpTV2haUGdrWm14VkdqX2F6QkhiOGVBU292dj lqVDQ&usp=sharing 専用スレ:http://anago.open2ch.net/test/read.cgi/software/1424098430/
2.
艦これのユーティリティは大別すると5種 類に分けられる • BOT系 • マクロ系 •
プロキシ系 • 画像認識系 • 計算補助系 まずはそれぞれについて大まかに説明する
3.
艦これはFlashPlayer上で動作するゲーム FlashPlayerの代わりにコマンド(API)を叩く と、画面処理を無視して進行できるため非 常に高速にゲームをプレイ可能 また、FlashPlayerの動作を加速させても同 様に高速プレイ可能 ソフト例:KanColleBot(KCB)
4.
艦これはマウス操作でプレイするゲーム 人間の代わりにプログラムでマウスを操作 させれば、自動で遠征を回したり、自動で レベリングさせることが可能になる 状況判断には、タイマーの他、プロキシに よる通信読み取りや画像認識が利用される ソフト例:ねこヘルパー
5.
艦これはJSONファイルをやりとりする 全く暗号化されてないため、プロキシサー バを用意すれば容易に内容を読み取ること ができる BOT系と違い、あくまで読むだけに徹する のでまず気づかれないのが特徴 ソフト例:提督業も忙しい!
6.
艦これはUI構成がある程度パターン化され ている(アプリケーションなら当然だが) 画像処理により場面を判定したり、表示さ れる数値・文字を読み取ることも可能 通信を読んでないので限度こそあれ、相当 量の情報を自動で取得できる ソフト例:赤城さんのお風呂タイマー
7.
艦これは、有志による分析が進んでいる 制空値や索敵値などは、手計算よりツール 化した方が圧倒的に早く算出できる 自作も容易な他、Webアプリケーションと して既に様々なツールが出回っている状況 ソフト例:艦載機計算器
8.
公式Twitter(@KanColle_STAFF)の中で規約 絡みのツイートのまとめ http://wikiwiki.jp/kancolletool/?official_response つまりツールについての見解はこんな感じ • BOT系とマクロ系は完全にアウト • プロキシ系も規約違反だが前2つの方が優先的に 処理される(サーバに負荷があるか否かの問題) •
画像認識系と計算補助系は言及なし
9.
今回紹介する「おりこうさんな秘書」は、 前記の状況を踏まえて開発された フレーム毎に画像を取得し、画像認識によ りシーン振り分け・情報取得を行う 通信やマクロにはタッチしないことで規約 に触れないように配慮し、かつ既存ツール を超える情報量を確保することが目標
10.
初 期 化 メ イ ン ル ー プ メ イ ン ル ー プ 画 像 取 得 画 像 認 識 結 果 表 示 中 間 処 理
11.
【画像取得ステップ】 Windows用なのでWinAPIのBitBlt()を使用 取得先は次の2種類がある • デスクトップウィンドウのデバイスコンテキスト • 艦これをプレイしてるブラウザウィンドウのデバ イスコンテキスト(GetForegroundWindow()や WindowFromPoint()を使用) 後者だと艦これの画面が他画面に隠れても 読み取れるためおすすめ
12.
【画像認識ステップ】 読み取った画像から、シーンおよび数値な どのデータを読み取る シーン検出は、800×480(100%表示)に限れ ば数点のRGB値を読むだけで判定できるの で非常に高速に処理できる 文字認識はシーン検出より重いので工夫が 必要(頻繁には読まない、など)
13.
【中間処理ステップ】 認識結果より、種々の処理を行う 種々の処理例 • シーン毎に画像データをバッファに貯めておく • 数値データから資材ログを保存する •
文字データから艦隊の艦娘を把握する • 母港・マップ・戦闘画面ならBGMを流す この辺は完全に趣味でいいと思います
14.
【結果表示ステップ】 ユーザ(提督)の操作に合わせて結果表示 GUI周りはセンスが問われるが、あいにく お世辞にもセンス○とは言えない私なので あった……(動作例は次スライドに掲載) まあ、使いやすかったら問題ないよね?
15.
16.
昔から使い慣れていた言語であるHSP(Hot Soup Processor)で記述 同人ゲーム用言語のくせにライブラリが多 方面に充実しているので、ちょっとした ユーティリティを書く分には最適だと思う だけど言語仕様は割とダメダメだ! できれば他言語に移行したい!!! それと、画像認識にはOpenCVのライブラ リを使用しています
17.
知名度を上げて利用者数を増やす • 動画をアップロードしたりしました http://www.nicovideo.jp/watch/sm26755860 •
自身が一部おーぷん民に嫌われているのが課題 より便利な情報を提供したい • 開発・建造時にレシピをそっと表示する • 練度状況などをまとめた図表を表示する • 通信を介さず専ブラ以上の機能を目指す • etc… 別言語で書き直す • 大事なことなので(ry
18.
こんな拙いプレゼンを最後まで読んでくだ さりありがとうございました。
Download now