DrawMon: A Distributed System for Detection of Atypical Sketch Content in Concurrent Pictionary Games

要約

人気のあるスケッチ ベースの推測ゲームである Pictionary は、制限された通信設定での共有目標協力ゲーム プレイを分析する機会を提供します。
ただし、一部のプレーヤーは、非定型のスケッチ コンテンツを描くことがあります。
このようなコンテンツは、ゲームのコンテキストに関連する場合もありますが、ルール違反を表し、ゲーム エクスペリエンスを損なう場合もあります。
このような状況にタイムリーかつスケーラブルな方法で対処するために、DrawMon を導入しました。DrawMon は、同時に発生する Pictionary ゲーム セッションで非典型的なスケッチ コンテンツを自動検出するための新しい分散フレームワークです。
ゲーム セッション データを収集し、非定型スケッチ コンテンツに注釈を付けるための専用のオンライン インターフェースを構築し、史上初の非定型スケッチ コンテンツ データセットである AtyPict を作成しました。
AtyPict を使用して、ディープ ニューラル非定型コンテンツ検出ネットワークである CanvasNet をトレーニングします。
DrawMon のコア コンポーネントとして CanvasNet を使用します。
デプロイ後のゲーム セッション データを分析したところ、スケーラブルな監視と非典型的なスケッチ コンテンツの検出に対する DrawMon の有効性が示されました。
ピクショナリーを超えて、私たちの寄稿は、共有されたインタラクティブなホワイトボードを含む、カスタマイズされた非定型のコンテンツ応答システムの設計ガイドとしても役立ちます.
コードとデータセットは https://drawm0n.github.io で入手できます。

要約(オリジナル)

Pictionary, the popular sketch-based guessing game, provides an opportunity to analyze shared goal cooperative game play in restricted communication settings. However, some players occasionally draw atypical sketch content. While such content is occasionally relevant in the game context, it sometimes represents a rule violation and impairs the game experience. To address such situations in a timely and scalable manner, we introduce DrawMon, a novel distributed framework for automatic detection of atypical sketch content in concurrently occurring Pictionary game sessions. We build specialized online interfaces to collect game session data and annotate atypical sketch content, resulting in AtyPict, the first ever atypical sketch content dataset. We use AtyPict to train CanvasNet, a deep neural atypical content detection network. We utilize CanvasNet as a core component of DrawMon. Our analysis of post deployment game session data indicates DrawMon’s effectiveness for scalable monitoring and atypical sketch content detection. Beyond Pictionary, our contributions also serve as a design guide for customized atypical content response systems involving shared and interactive whiteboards. Code and datasets are available at https://drawm0n.github.io.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google