KR20220156795A - 비디오 스트리밍 분석 시스템 및 방법 - Google Patents
비디오 스트리밍 분석 시스템 및 방법 Download PDFInfo
- Publication number
- KR20220156795A KR20220156795A KR1020227005406A KR20227005406A KR20220156795A KR 20220156795 A KR20220156795 A KR 20220156795A KR 1020227005406 A KR1020227005406 A KR 1020227005406A KR 20227005406 A KR20227005406 A KR 20227005406A KR 20220156795 A KR20220156795 A KR 20220156795A
- Authority
- KR
- South Korea
- Prior art keywords
- video game
- player
- stream
- video
- game stream
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 230000003542 behavioural effect Effects 0.000 claims abstract description 12
- 238000010801 machine learning Methods 0.000 abstract description 21
- 238000013473 artificial intelligence Methods 0.000 abstract description 20
- 238000004422 calculation algorithm Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012517 data analytics Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000010207 Bayesian analysis Methods 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 2
- 230000036461 convulsion Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001152 differential interference contrast microscopy Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/85—Providing additional services to players
- A63F13/86—Watching games played by other players
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/50—Controlling the output signals based on the game progress
- A63F13/53—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game
- A63F13/537—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game using indicators, e.g. showing the condition of a game character on screen
- A63F13/5375—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game using indicators, e.g. showing the condition of a game character on screen for graphically or textually suggesting an action, e.g. by displaying an arrow indicating a turn in a driving game
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3286—Type of games
- G07F17/3288—Betting, e.g. on live events, bookmaking
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
- A63F13/35—Details of game servers
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
- A63F13/67—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor adaptively or by learning from player actions, e.g. skill level adjustment or by storing successful combat sequences for re-use
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
- A63F13/798—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories for assessing skills or for ranking players, e.g. for generating a hall of fame
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/85—Providing additional services to players
- A63F13/87—Communicating with other players during game play, e.g. by e-mail or chat
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0209—Incentive being awarded or redeemed in connection with the playing of a video game
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/34—Betting or bookmaking, e.g. Internet betting
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
- G07F17/323—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the player is informed, e.g. advertisements, odds, instructions
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/326—Game play aspects of gaming systems
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3286—Type of games
- G07F17/3295—Games involving skill, e.g. dexterity, memory, thinking
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Computer Security & Cryptography (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Optics & Photonics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
비디오 게임 스트림에 대한 비디오 스트리밍 분석과 관련된 시스템 및 방법이 개시된다. 실시예에서, 소프트웨어-기반 알고리즘이 적용되어 게임 플레이를 개선하고, 괘금의 개선을 가능하게 하며, 인공 지능 및 머신 러닝 알고리즘이 적용되어 게임 플레이 경험을 향상시킬 수 있다. 실시예에서, 비디오 게임 플레이에 대한 데이터를 결정하기 위해 비디오 게임 스트림이 수신될 수 있다. 데이터에 기초하여, 게임 이벤트의 하나 이상의 양태에 대한 분석이 생성될 수 있으며, 이러한 양태는 게임 전략, 행동 정보, 및 예측, 및 추천 중 적어도 하나를 포함한다. 그런 다음 분석은 비디오 게임 스트림의 플레이어에게 출력될 메시지를 생성할 수 있다.
Description
관련 출원의 상호 참조
본 출원은 2019년 07월 17일에 출원된 미국 가특허출원 번호 62/875,151의 이익을 주장한다.
온라인 비디오 게임 대회의 인기가 높아지고 있다. 단일 온라인 비디오 게임 대회가 많은 수의 경쟁 플레이어를 끌어들일 수 있다. 예를 들어, 플레이어들은 토너먼트에서 서로 경쟁할 수 있고 토너먼트의 승자는 상을 받을 수 있다. 플레이어는 다양한 장치, 가령, 컴퓨터, 모바일 장치, 스트리밍 스마트 TV 또는 콘솔 기반 플레이어를 이용해 집에서 편안하게 서로 경쟁할 수 있다. 인기가 높아지고 있음에도 불구하고 온라인 게임 대회는 플레이어에게 이상적인 경험을 제공하지 않는다. 예를 들어, 현재 온라인 게임 대회는 활성 플레이어의 수가 적거나 활성 플레이어들 간의 경기가 적을 수 있다. 또한, 한 명 이상의 플레이어가 불법 행위, 가령, 부정 행위 또는 미성년자 도박에 가담할 수 있다. 현재 온라인 게임 대회는 승자를 확인하는 데 어려움을 겪거나 플레이어에게 혼란스러운 사용자 인터페이스를 제공할 수 있다. 따라서 온라인 게임 기술의 개선이 필요하다.
본 개시는 일반적으로 비디오 스트리밍 분석 및 온라인 게임 분야에 관한 것이다. P2P 및 토너먼트 스타일의 온라인 게임에 대한 베팅을 가능하게 하는 시스템 및 방법이 적용될 수 있다. 예시적인 실시예는 주어진 경기의 승자를 결정하기 위한 소프트웨어 기반 알고리즘뿐만 아니라 스코어 검증 및 플레이어 기술 수준 및 베팅 확률을 겨정하기 위한 인공 지능(AI)을 사용한다.
다양한 실시예에서, 장치는 비디오 카메라, 하나 이상의 프로세서, 및 하나 이상의 프로세서에 의해 실행될 명령을 저장하는 메모리를 포함할 수 있다. 이러한 명령은 컴퓨팅 시스템 또는 장치로 하여금, 가령, 비디오 게임 스트림과 연관된 비디오 카메라로부터 적어도 하나의 프레임을 수신하게 할 수 있다. 적어도 하나의 프레임에 기초하여, 비디오 게임 스트림과 연관된 데이터의 지시자, 예를 들어 게임 플레이의 양태에 관한 데이터. 그런 다음, 데이터의 지시자에 기초하여, 비디오 게임 스트림과 연관된 분석이 생성되며, 여기서 분석은 게임 전략, 행동 정보, 예측 및 추천 중 적어도 하나를 포함한다. 그런 다음, 비디오 게임과 연관된 분석, 및 비디오 스트림의 적어도 하나의 플레이어에게 전송된 메시지에 기초하여 메시지가 생성될 수 있다.
본 발명의 시스템의 추가적인 특징은 아래에서 설명된다.
도 1은 예시적인 시스템의 블록도이다.
도 2는 예시적인 데이터 흐름도이다.
도 3은 예시적인 데이터 흐름도이다.
도 4는 비디오 분석을 위한 예시적인 방법의 흐름도이다.
도 5는 예시적인 컴퓨팅 장치의 블록도이다.
도 2는 예시적인 데이터 흐름도이다.
도 3은 예시적인 데이터 흐름도이다.
도 4는 비디오 분석을 위한 예시적인 방법의 흐름도이다.
도 5는 예시적인 컴퓨팅 장치의 블록도이다.
개시된 시스템의 목표는 온라인 게임 플레이어("게이머")에게 실시간, 현금 경기 및 토너먼트와 같은 순간을 제공하는 것이다. 전 세계적으로 컴퓨터, 모바일 장치, 스트리밍 스마트 TV 및 콘솔 기반 플레이어를 사용하여 서로 경쟁하는 수억 명의 게이머가 있다. 개시된 시스템 및 방법이 다양한 게임 시스템에 적용되어 미성년자 도박, 낮은 활성 플레이어/매치 볼륨, 사용자 참여 증가, 사용자 인터페이스 및 거래 개선, 부정 행위 감소 및 모든 사용자에게 공평한 경쟁의 장 만들기, 및 경기 승자 검증 시스템과 같은 승자 증명서 제공 같이, 현재의 온라인 게임 시스템과 관련된 많은 문제를 해결할 수 있다.
도 1에 도시된 바와 같이, 시스템은 하드웨어(12) 및 소프트웨어(14)를 포함하는 비디오 스택(10)을 포함할 수 있다. 하드웨어는 비디오 카메라를 포함한다. 소프트웨어는 비디오 카메라 소프트웨어, 비디오 센서, 및 비디오 검출기를 포함한다. 비디오 센서는 마스크를 포함하고 비디오 검출기는 검출기 작업자를 포함하며, 이 작업자는 비디오 플로터(video plotter), 프레임 샘플러 및 관심 영역(ROI)을 포함한다. 시스템은 또한 원격 또는 로컬 서버에서 실행되는 제어 허브(16), 및 머신 러닝/데이터 보고 모듈(18)을 포함한다.
플레이어는 비디오 카메라를 포함하는 하드웨어(12) 및 게임 중에 다른 플레이어와 상호작용할 수 있다. 카메라에 의해 캡처된 이미지는 비디오 카메라, 비디오 센서, 및 비디오 검출기 같은 양태와 관련된 하나 이상의 소프트웨어 모듈에 의해 처리될 수 있다. 소프트웨어(14)는 마스크, 및 검출기 작업자를 더 포함하며, 상기 검출기 작업자는 비디오 플로터, 프레임 샘플러 및 관심 영역과 관련하여 하나 이상의 컴퓨터 프로세서를 통해 정보를 교환한다. 하드웨어(12)와 소프트웨어(14) 모두와 연관된 비디오 스택(10)은 게임플레이를 포함하는 복수의 비디오 이미지 및 장면을 처리하도록 작동한다.
게임플레이 데이터 및 메타데이터는, 아래에서 추가로 논의되는 바와 같이, 원격 또는 로컬 서버, 또는 원격 및/또는 로컬일 수 있는 복수의 서버에 위치한 제어 허브(16)와 교환될 수 있다. 제어 허브(16)는 게임플레이 데이터 및 메타 데이터를 처리하여 하나 이상의 머신 러닝/데이터 리포트(18)를 생성할 수 있다. 이들 리포트는 플레이어, 게임 및 괘금 추세(wagering trend), 플레이어 경험을 개선하는 데 사용될 수 있는 인사이트을 나타낼 수 있다. 예를 들어, 게임 내에서 플레이어의 행동은 게임 플레이와 관련된 하나 이상의 비디오 스트림과 관련하여 분석될 수 있다. 이러한 동작 및 상호작용이 처리되고 머신 러닝 알고리즘에 적용되어, 본 명세서에서 언급된 바와 같이, 예를 들어, 플레이어의 게임 능력, 기술 수준, 스코어, 게임플레이 추세 등에 대한 인사이트을 제공할 수 있다.
도 2는 본 명세서에서 논의된 실시예에 따른 데이터 처리에 관한 흐름도를 예시한다. 높은 수준의 개요로서, 원시 데이터(raw data), 가령, 비디오 데이터가 처리되어 메타데이터를 생성할 수 있으며, 상기 메타데이터는 게임 및 플레이어 통찰을 생성하기 위해 하나 이상의 AI 및 머신 러닝 분석에서 사용될 수 있다. 다양한 실시예에서, 도 1에 대해 언급된 바와 같이 원시 데이터는 비디오 데이터(20)이다. 비디오 데이터(20)는 하나 이상의 디스플레이 장치 상의 게임 데이터를 포함할 수 있고, 스트리밍 게임, 경기, 및 이벤트 콘텐츠를 포함할 수 있다. 비디오 데이터(20)는 Twitch, YouTube 또는 그 밖의 다른 콘텐츠 스트리밍 또는 게임 서비스로부터의 것일 수 있다. 예를 들어, 회사, 가령, PLLAY는 플레이어에게, 직접 콘텐츠를 제공, 가령, 콘텐츠를 스트리밍하고, 향후 자체 개발하며 콘텐츠를 직접 스트리밍할 수 있다.
그런 다음, 비디오 분석(21)이 비디오 데이터에 대해 수행되어 메타 데이터를 생성할 수 있고, 머신 러닝 및 AI 솔루션이 에지(실시간)에서 비디오 콘텐츠를 수집(ingest)하여 초기 메타 데이터 버킷으로 구문 분석할 수 있다. 실시예에서, 초기 메타 데이터 버킷은 스코어(22a), 플레이어/참가자(22b), 및 장면 정보(22c)이다.
스코어 버킷(22a)은 특정 게임에 대한 스코어 데이터와 관련된다. 실시예에서, 각각의 비디오 게임은 게임의 사용자 인터페이스의 특정 영역에서 스코어링 데이터를 제공하고, 그러한 정보는 AI 및 머신 러닝 알고리즘에 적용된다. 예를 들어, 스코어는 텍스트, 가령, 게임에서 플레이어 스코어를 나타내는 영숫자 표현을 포함한다. 그러한 스코어는 예를 들어, 텍스트 분석, 광학 문자 인식(OCR), 스코어 추출, 및 복수의 다른 수단을 사용하여 비디오 데이터로부터 얻어질 수 있다.
실시예에서, AI 엔진은 이러한 스코어링 데이터가 수집을 위한 사용자 인터페이스(UI)에 위치하는 위치를 이해한다. 스코어링 데이터의 위치는 게임의 유형, 사용자 입력 등에 기초하여 특정하게 할당되거나 추출될 수 있다.
스코어 및 스코어링 이벤트는 승자 검증에 매우 중요하지만 AI 및 머신 러닝 양태를 통해 게임 패턴 및 인사이트에 관한 정보를 제공하기 위한 실시예에서도 활용될 수 있다. 예를 들어, 경기 중 임의의 주어진 시점에서 경기에서 승리할 확률에 기초하여, 괘금 증가 이벤트가 결정되거나, 플레이어에게 제공되거나, 게임의 다른 양태에서 활용되어 전체 게임 플레이를 개선할 수 있다. 예시: "Shawn은 연속으로 7개의 골을 넣었습니다.원래의 괘금을 두 배로 늘리겠습니까?"
플레이어/참가자 버킷(22b)에서, 데스크탑 앱, 모바일 앱, 또는 게임이 플레이어에게 디스플레이될 수 있는 다른 수단일 수 있는 게임 플랫폼 내에서 사용자에 의해 정보가 제공될 수 있다. 사용자는 데이터 흐름에서 각각의 플랫폼에 대한 자신들의 관련 게이머 태그 및/또는 사용자명을 저장할 수 있다. 이러한 예는 Twitch, Xbox, PS4, PayPal에 대한 사용자명, 아바타, 및/또는 그 밖의 다른 사용자 식별자를 포함할 수 있다.
세 번째 버킷에서, 장면 정보(22c)가 획득될 수 있다. 이러한 장면 정보는 비디오 스트림 및 원시 데이터로부터의 분석에 기반하는 행동 모니터링 및 분석과 관련이 있다. 본 명세서에서 논의된 바와 같이, 본 발명이 구현될 수 있는 다양한 컴퓨팅 및 게임 시스템과 관련하여, 장면 정보는 비디오 스트림으로부터 하나 이상의 특징 또는 식별자를 추출할 수 있으며, 이는 관심 항목 또는 추적될 항목을 나타낸다.
예를 들어, 장면 정보는 하나 이상의 다른 버킷에서 획득된 정보와 겹칠 수 있다. 장면 정보는 사용자 스코어 또는 장면 디스플레이, 즉 비디오 스트림에서 볼 수 있는 사용자 게임플레이와 관련된 정보의 다른 부분을 포함하는 게임 장면 디스플레이를 취할 수 있다. 이러한 시각적 데이터는 획득되어 본 명세서에서 제공된 AI 및 머신 러닝 알고리즘 중 하나에 적용될 수 있다.
도 2의 데이터 흐름을 계속 참조하면, 스코어 버킷(22a) 및 플레이어/참가자 버킷(22b)과 관련하여, 정보는 AI 친화적 데이터를 개발하기 위해 활용될 수 있다. 즉, AI 및 머신 러닝 기술은 메타 데이터 정보를 취할 수 있고 다양한 기술 수준과 베팅 패턴에 대해 모든 플레이 조건 하에서 사용자가 비디오 게임을 하는 방식을 추적하고 학습할 수 있다. 이 데이터는 피어-투-피어(peer-to-peer) 사용자가 단기적으로 상대방의 습관을 이해하는 데 도움이 될 강력한 데이터 분석 구독 서비스를 제공하는 데 사용됩니다. 중장기적으로, 이 플랫폼은 제3자 괘금에 이 정보를 활용할 것이며, 여기서, 재무 투자자가 데이터를 사용하여 주식 옵션을 구매하는 것과 동일한 방식으로 이러한 분석을 활용할 것이다.
예를 들어, 스코어링 버킷(22a)을 이용해, 이러한 스코어링 정보는 시계열 이벤트 데이터(23a)를 분석하는 데 이용될 수 있다. 예를 들어, 플레이어 스코어는 게임 플레이 시간, 게임 플레이 길이, 또는 다른 유사한 시계열 데이터 세트에 기초하여, 게임 내에서 발생하는 특정 이벤트와 관련하여, 일정 기간 동안 분석될 수 있다. 또한, AI 친화적인 데이터는 스코어링 버킷(22a)으로부터 획득된 스코어링 데이터가 주어지면, 특정 이벤트가 발생하기 위한 조건부 확률 및 연관과 관련될 수 있다.
이러한 AI/머신 러닝 애플리케이션은 스코어 버킷으로부터 획득된 다양한 게임 데이터에 적용될 수 있으며 텍스트 분석, 추출된 스코어 및 플레이어 게임과 진행 상황, 스코어 또는 기타 게임 측정 간의 기타 연관성과 같은 측면을 포함한다.
플레이어/참가자(22b) 버킷과 관련하여, 조건부 확률 데이터 분석(23b)은 메타 데이터 세트에도 적용될 수 있다. 또한 알고리즘은 게임에서 한 명 이상의 플레이어가 취한 특정 작업과 관련하여 패턴, 추세 및 인사이트를 식별할 수 있다. 예를 들어, 데이터는 어시스트(23c)를 식별하는 데 사용될 수 있다. 일부 예에서, 이는 팀 게임이 있을 때 적용될 수 있거나, 그렇지 않으면 복수의 플레이어가 플레이하고 및/또는 서로 상호작용하는 게임 이벤트가 있을 때 적용될 수 있다.
AI 친화적인 데이터가 더 활용되어 게임 이벤트와 관련된 추가 인사이트과 추세를 얻을 수 있다. 스코어링 버킷(22a)으로부터의 메타 데이터의 시계열 및 이벤트 데이터(23a) 애플리케이션과 관련하여, 스코어링 패턴을 이해하기 위해 다양한 시계열 분석이 제공될 수 있다. 예를 들어, 스코어링 패턴은 상대방의 스코어, 게임에서 보낸 시간 등과 같은 하나 이상의 다른 요인에 대해 독립적으로 및/또는 의존적으로 결정될 수 있다. 특정 사용자의 게임 플레이에 대한 데이터가 타 플레이어, 또는 다른 인자, 가령, 상대방 스코어, 시간 등에 비교될 수 있는 이러한 인사이트는 특정 사용자에게 적용 가능한 게임 패턴의 더 자세히 관찰을 제공할 수 있고 전체 게임 활동에 대한 일반적인 인사이트로도 확장될 수 있다.
AI 전략/코치/고객 서비스 에이전트(24a, 24b)와 관련하여 몇 가지 예를 제공하기 위해, 플랫폼은 실시간 및 과거 경기, 사용자 행동, 배팅 데이터 중 적어도 하나 이상을 활용하여 어시스턴트, 가령, 신경 음성 기반 어시스턴트를 활성화할 수 있다. 이 어시스턴트는 관련 데이터 또는 주요 의사 결정 순간을 UI로만 표시할 필요가 없도록 하여 사용자가 경기 중 게임/베팅 작업에 계속 집중할 수 있도록 한다.
도 3은 데이터 흐름, 비디오 분석 모듈(31)에 의해 수신되는 원시 비디오 데이터(30)의 프로세스, 추가 처리 및 인사이트 제공할 메타 데이터 생성을 확장한다. 흐름도에 의해 묘사된 비제한적인 예에서, 원시 비디오 데이터는 스코어에 관한 텍스트(32a), 플레이어(32b), 및 장면 정보(32c)를 포함하는 3가지 유형의 메타데이터를 생성한다. 이는 시스템이 플레이어 행동 데이터(33a), 실시간 예측 및 추천(33b), 및 플레이어(33c)를 지원하기 위한 전략을 생성할 수 있게 한다.
행동 데이터(33a)는 게임 플레이 동안 플레이어 행동을 분석하는 것을 지향한다. 예를 들어, 하나 이상의 모델, 가령, HMM(Human Markov Model)을 이용한 시퀀스 모델링이 플레이어 행동을 식별할 수 있다. 이 행동의 식별은 비디오 데이터로부터 추출된 비디오 스트림에 기반하고 구문 분석(parse)되어 적용 가능한 메타데이터를 생성할 수 있다. 또한, 행동 데이터는 플레이어 프로필 및 활동의 클러스터링, 예를 들어 타 플레이어와 관련된 플레이어의 하나 이상의 양태, 타 플레이어의 동작, 이들의 제공된 사용자 식별자, 그 밖의 다른 식별 정보, 게임 활동, 및 유사한 정보를 분석하는 것을 포함할 수 있다. 기능에 대한 A/B 테스트도 발생할 수 있다.
인공 지능 및 머신 러닝 양태도 예측 대 추천을 해결하고 실시간으로 둘 중 하나 또는 둘 다를 제공하는 데 적용될 수 있다. 예를 들어 강화 러닝(reinforcement learning)이 적용되어 다음 단계를 최적화할 수 있다. 예를 들어, 게임 플레이 중 사용자 동작은 특정 응답을 트리거한다. 이러한 데이터는 다음 단계, 사용자 게임 플레이, 게임 경험, 및 사용자 게임 플레이 및 플레이 처리의 다른 양태를 최적화하기 위해 현재 시스템 및 방법에 의해 분석될 수 있다. ARIMA(Auto Regressive Integrated Moving Average) 및 딥 러닝 모듈 및 방법은 게임 비디오 스트림에서 획득된 메타 데이터에도 적용될 수 있다. 복수의 컴퓨터 프로그램, 알고리즘 및 방법 중 임의의 것이 본 명세서에서 언급된 실시예의 메타 데이터 분석 및 실시간 적용을 최적화하는 데 적용될 수 있다.
또 다른 실시예에서, 게임 플레이, 가령, 인공 지능 어시스턴트 동안 플레이어를 돕기 위해 AI 전략이 구현될 수 있다. AI 어시스턴트는 사용자 게임 플레이, 패턴 및 행동에 대해 학습하여 플레이어 경험을 더욱 강화할 수 있다. 이러한 예에서는 사람과 기계의 증강이 모두 있을 수 있으며 베이지안 분석(Bayesian Analysis)이 관련 구현에서 사용될 수 있다. 따라서 사용자 경험, 게임 플레이, 및 게임 이벤트의 하나 이상의 양태의 처리까지도 이러한 전략을 통해 개선될 수 있다.
다음 표는 데이터 흐름의 양태을 포함하여 본 발명의 시스템의 다양한 구성요소에 관한 추가 정보를 제공한다.
표 1은 개시된 시스템 및 방법의 다양한 실시예에서 발생할 수 있는 비디오 획득, 데이터 처리, 및 머신 러닝/데이터 분석에 관한 다양한 양태를 예시한다. 비디오 획득과 관련하여, 이러한 구현은 하나 이상의 네트워크를 통해 하나 이상의 컴퓨팅 시스템 및 디스플레이에서 작동하는 복수의 비디오 시스템, 비디오 디스플레이, 게임 콘솔, 비디오 유형, 파일, 스트림 등 중 임의의 것일 수 있다. 비디오 스트림, 데이터 처리, 및 머신 러닝/데이터 분석이 아래 표에 제공된 예에 제한되지 않고, 해당 분야의 통상의 기술자에게 알려진 복수의 비디오 및 컴퓨팅 시스템 중 임의의 것을 포함할 수 있음을 이해할 것이다.
비디오 획득 | 데이터 처리 | 머신 러닝/데이터 분석 |
●이미지의 시퀀스 - 초당 25 이미지 ●이미지 치수 - 640x480 ●필요한 메모리 2시간 영화 - 200 GB 바이트 ●비디오 압축 공간 중복 - JPEG을 이용해 각각의 프레임을 코딩 시간 중복 - 연속 프레임은 대부분 동일함 |
●비디오 카메라 비디오 스트림으로부터의 프레임 캡처 ●비디오 센서 프레임 처리 배경 삭제를 수행하기 위한 마스크 ●비디오 검출기 관심 영역 결정(스코어) |
●게임 데이터 마이닝 경기 또는 토너먼트 승자/패자 검증 플레이어 행동의 시퀀스 모델링 수행 실시간 배당 예측 실제 시나리오 시뮬레이션 가정 분석(What-If Analysis) ●플레이어 데이터 마이닝 플레이어 분류 플레이어 이탈 순위표 기회 |
표 2는 앞서 언급된 머신 러닝 및 데이터 분석 방법을 확장시킨다. 도 3에 도시된 바와 같이, 이러한 알고리즘은 행동 머신 러닝, 플레이 시간 예측 및 인공 지능 지원 제공과 관련된 양태를 포함할 수 있다.
머신 러닝/데이터 분석 | |||
행동 머신 러닝 | 플레이 시간 예측 | AI 어시스턴스 | |
클러스터링 ● 플레이어 행동 카테고리에 기초하여 상이한 플레이어 - K-평균, GMM 및 그 밖의 다른 기법을 이용. ● 강건한 모델을 이용한 더 나은 수행 기법 ● 용례 중 하나가 상대방 추천하기일 수 있음 전략 식별 ● 시퀀스 모델링 - HMM - 을 이용해 공격 및 방어 모드 플레이어 식별 ● 경제 이론을 이용한 인과관계 분석. ● 플레이어 행동을 이해하기 위한 이벤트 시계열 분석(어느 단계에서 공격적인) |
플레이 시간 예측 ● ARIMA 및 딥 러닝을 이용한 플레이어의 플레이시간 예측 ● 모델 해석능력을 이용한 플레이시간 이해에 관한 모든 것 플레이어 이탈 ● 절단 에지 머신 러닝 모델을 이용한 플레이어 이탈을 위한 실시간 스코어 ● 더 깊은 이해응 위한 모든 모델에 대한 머신 러닝 해석 능력 다음 단계 최적화 ● 플레이어에 대한 다음 단계 최적화를 위한 강화 러닝 ● 용례 중 하나가 승리하기 위한 다음 단계 추천하기일 수 있음 |
베이시안 분석 ● 동적 베이시안 네트워크 모델 및 네트워크 분석을 이용해 플레이어 보조 음성 어시스턴스 ● 챗봇을 보완하는 AI 음성 어시스턴스 챗봇 ● 챗봇은 더 나은 전략을 위해 플레이어를 보조함 |
도 4는 본 명세서에서 언급된 실시예에 따른 비디오 분석(400)의 예시적인 방법을 도시한다. 실시예에서, 비디오 게임 스트림과 연관된 적어도 하나의 프레임이 수신된다(402). 프레임은 게임 플레이가 발생하고 있는 장치에 대해 로컬 또는 원격인 컴퓨팅 시스템에 의해 수신될 수 있다. 적어도 하나의 프레임에 기초하여, 비디오 게임 스트림(404)과 연관된 데이터의 지시자에 관한 결정이 이루어진다. 그런 다음, 비디오 게임 스트림(406)과 연관된 분석이 발생한다. 이러한 분석은 도 2-3과 관련하여 논의된 것들 중 임의의 것에 따라, 게임 플레이의 양태, 사용자 정보 등을 식별할 수 있다.
데이터의 지시자를 기반으로, 비디오 게임 스트림과 연관된 분석이 생성된다. 예를 들어, 이는 게임 전략, 행동 정보, 예측 또는 추천 중 적어도 하나를 포함할 수 있다. 그런 다음, 게임 장치, 예를 들어, 비디오 게임 스트림을 통해 사용자에게 출력되도록 메시지가 생성된다. 메시지는 비디오 게임과 연관된 분석을 기반으로 하며, 괘금 추천, 게임 플레이 추천 또는 한 명 이상의 플레이어에 대한 액션 추천을 포함할 수 있다. 예를 들어 메시지는 오디오 파일, 비디오 파일 또는 플레이어에 제공된 기타 시각적 또는 촉각적 지시자일 수 있다.
다양한 실시예에서, 상기 비디오 게임 스트림과 연관된 데이터는 게임 점수, 플레이어 정보, 또는 장면 정보 중 적어도 하나를 포함한다. 장면 정보는 비디오 게임 스트림의 적어도 하나의 플레이어가 다양한 기술 수준의 타 사용자에 대항하여 수행하는 방식을 추가로 나타낼 수 있다. 또 다른 예에서, 플레이어 정보는 비디오 게임 스트림의 적어도 하나의 플레이어에 대한 게이머 태그 또는 사용자명 중 적어도 하나를 포함한다. 이들 각각의 예에서, 비디오 게임 스트림은 라이브 스트림일 수 있지만, 본 발명은 라이브 게임 스트림으로 제한되지 않고 복수의 다른 게임 시스템, 방법 및 유형에 적용될 수 있다.
도 5는 다양한 양태에서 사용될 수 있는 컴퓨팅 장치, 가령, 도 1에 도시된 장치를 묘사한다. 도 5에 나타난 컴퓨터 아키텍처는 기존의 서버 컴퓨터, 워크스테이션, 데스크탑 컴퓨터, 랩탑, 태블릿, 네트워크 기기, PDA, e-리더, 디지털 셀룰러 폰, 또는 그 밖의 다른 컴퓨팅 노드를 도시하며, 본 명세서에 기재된 컴퓨터의 임의의 양태를 실행하도록, 가령, 도면에 기재된 방법을 구현하도록 사용될 수 있다.
컴퓨팅 장치(500)는 다수의 구성요소 또는 장치가 시스템 버스 또는 다른 전기 통신 경로를 통해 연결될 수 있는 인쇄 회로 기판인 베이스보드 또는 "마더보드"를 포함할 수 있다. 하나 이상의 중앙 처리 장치(CPU)(504)는 칩셋(506)과 함께 동작할 수 있다. CPU(들)(504)는 컴퓨팅 장치(500)의 동작에 필요한 산술 및 논리 연산을 수행하는 표준 프로그래머블 프로세서일 수 있다.
CPU(들)(504)는 이러한 상태를 구별하고 변경하는 스위칭 요소의 조작을 통해 하나의 개별 물리적 상태에서 다음 물리적 상태로 전환함으로써 필요한 동작을 수행할 수 있다. 스위칭 소자는 일반적으로 플립플롭과 같은 2개의 이진 상태 중 하나를 유지하는 전자 회로, 및 논리 게이트와 같은 하나 이상의 다른 스위칭 소자의 상태의 논리적 조합에 기초하여 출력 상태를 제공하는 전자 회로를 포함할 수 있다. 이들 기본 스위칭 요소는 레지스터, 가산기-감산기, 산술 논리 장치, 부동 소수점 장치 등을 포함하는 보다 복잡한 논리 회로를 생성하기 위해 결합될 수 있다.
CPU(들)(504)는 GPU(들)(405)와 같은 다른 처리 유닛으로 보강되거나 대체될 수 있다. GPU(들)(505)는 고도의 병렬 계산에 특수화된 처리 장치, 가령, 그래픽 및 그 밖의 다른 시각화 관련 처리 장치를 포함할 수 있지만, 이에 한정될 필요는 없다.
CPU(들)(504)와 베이스보드 상의 나머지 구성요소 및 장치 사이에 사용자 인터페이스가 제공될 수 있다. 인터페이스는 컴퓨팅 장치(500)에서 메인 메모리로 사용되는 랜덤 액세스 메모리(RAM)(508)에 액세스하는 데 사용될 수 있다. 인터페이스는 컴퓨팅 장치(500)을 시동하고 다양한 구성요소 및 장치 간에 정보를 전송하는 것을 보조할 수 있는 기본 루틴을 저장하기 위해 컴퓨터 판독형 저장 매체, 가령, 리드-온리 메모리(ROM)(520) 또는 비휘발성 RAM(NVRAM)(도시되지 않음)을 액세스하는 데 사용될 수 있다. ROM(520) 또는 NVRAM은 또한 본 명세서에 기재된 양태에 따라, 컴퓨팅 장치(500)의 동작에 필요한 다른 소프트웨어 구성요소들을 저장할 수 있다. 사용자 인터페이스는 하나 이상의 전기 구성요소, 가령, 칩셋(506)에 의해 제공될 수 있다.
컴퓨팅 디바이스(500)는 로컬 영역 네트워크(LAN)(516)을 통해 원격 컴퓨팅 노드 및 컴퓨터 시스템에 대한 논리적 연결을 사용하여 네트워크 환경에서 동작할 수 있다. 칩셋(506)은 네트워크 인터페이스 제어기(NIC)(522), 가령, 기가비트 이더넷 어댑터를 통해 네트워크 연결을 제공하기 위한 기능을 포함할 수 있다. NIC(522)는 네트워크(516)를 통해 컴퓨팅 장치(500)를 다른 컴퓨팅 노드에 연결할 수 있다. 다수의 NIC(522)가 컴퓨팅 장치(500)에 존재할 수 있어 컴퓨팅 장치를 다른 유형의 네트워크 및 원격 컴퓨터 시스템에 연결할 수 있음을 이해해야 한다.
컴퓨팅 장치(500)는 컴퓨터에 비휘발성 저장소를 제공하는 저장 장치(528)에 연결될 수 있다. 저장 장치(528)는 시스템 프로그램, 애플리케이션 프로그램, 기타 프로그램 모듈, 및 데이터를 저장할 수 있으며, 이는 본 명세서에서 더 상세히 설명된다. 저장 장치(528)는 칩셋(506)에 연결된 저장 제어기(524)를 통해 컴퓨팅 장치(500)에 연결될 수 있다. 저장 장치(528)는 하나 이상의 물리적 저장 유닛으로 구성될 수 있다. 저장 제어기(524)는 SAS(Serial Attached SCSI) 인터페이스, SATA(Serial Advanced Technology Attachment) 인터페이스, FC(Fibre Channel) 인터페이스, 또는 데이터를 컴퓨터와 물리 저장 유닛 간에 물리적으로 연결하고 전송하기 위한 그 밖의 다른 유형의 인터페이스와 인터페이싱할 수 있다.
컴퓨팅 장치(500)는 저장되고 있는 정보를 반영하도록 물리적 저장 유닛들의 물리적 상태를 변환함으로써 저장 장치(528) 상에 데이터를 저장할 수 있다. 물리적 상태의 특정 변환은 다양한 요인과 이 설명의 다양한 구현에 따라 달라질 수 있다. 그러한 인자의 예는 물리적 저장 유닛을 구현하는 데 사용되는 기술 및 저장 장치(528)가 1차 또는 2차 저장으로 특징지어지는지 여부 등을 포함할 수 있지만 이에 제한되지 않는다.
예를 들어, 컴퓨팅 장치(500)는 자기 디스크 드라이브 유닛 내 특정 위치의 자기 특성, 광학 저장 유닛 내 특정 위치의 반사 또는 굴절 특성, 또는 솔리드-스테이트 저장 유닛 내 특정 커패시터, 트랜지스터, 또는 그 밖의 다른 이상 구성요소의 전기적 특성을 변경함으로써, 저장 제어기(524)를 통해 명령을 발행함으로써, 저장 장치(528)에 정보를 저장할 수 있다. 물리 매체의 그 밖의 다른 변형은 본 설명의 범위 및 사상을 벗어나지 않고 가능하며, 전술한 예는 이 설명을 용이하게 하기 위해 제공된 것일 뿐이다. 컴퓨팅 장치(500)는 물리적 저장 유닛 내의 하나 이상의 특정 위치의 물리적 상태 또는 특성을 검출함으로써 저장 장치(528)로부터 정보를 판독할 수 있다.
여기에 설명된 저장 장치(528)에 추가로 또는 대안적으로, 컴퓨팅 장치(500)는 프로그램 모듈, 데이터 구조 또는 기타 데이터와 같은 정보를 저장하고 검색하기 위해 다른 컴퓨터 판독 가능 저장 매체에 액세스할 수 있다. 컴퓨터 판독 가능 저장 매체는 비일시적 데이터의 저장을 제공하고 컴퓨팅 장치(500)에 의해 액세스될 수 있는 임의의 이용 가능한 매체일 수 있다는 것이 해당 분야의 통상의 기술자에 의해 이해되어야 한다.
비제한적 예를 들면, 컴퓨터 판독형 저장 매체는 휘발성 및 비휘발성, 일시적 컴퓨터 판독형 저장 매체 및 비일시적 컴퓨터 판독형 저장 매체, 및 임의의 방법 또는 기술로 구현되는 착탈식 및 비이동식 매체를 포함할 수 있다. 컴퓨터 판독 형 저장 매체의 비제한적 예는 RAM, ROM, 삭제 가능한 프로그래밍 가능한 ROM("EPROM"), 전기적으로 삭제 가능한 프로그래밍 가능한 ROM("EEPROM"), 플래시 메모리 또는 그 밖의 다른 솔리드 스테이트 메모리 기술, 콤팩트 디스크 ROM( "CD-ROM"), 디지털 다목적 디스크("DVD"), 고화질 DVD("HD-DVD"), BLU-RAY 또는 그 밖의 다른 광학 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치, 기타 자기 저장 장치 , 또는 비일시적 방식으로 원하는 정보를 저장하는 데 사용될 수 있는 임의의 다른 매체를 포함한다.
저장 장치, 가령, 도 5에 도시된 저장 장치(528)는 컴퓨팅 장치(500)의 동작을 제어하기 위해 활용되는 운영 체제를 저장할 수 있다. 운영 체제는 LINUX 운영 체제의 버전을 포함할 수 있다. 운영 체제는 MICROSOFT Corporation의 WINDOWS SERVER 운영 체제 버전을 포함할 수 있다. 추가 양태에 따르면, 운영 체제는 UNIX 운영 체제의 버전을 포함할 수 있다. 다양한 모바일 전화기 운영 체제, 가령, IOS 및 ANDROID가 또한 사용될 수 있다. 다른 운영 체제도 활용될 수 있음이 이해되어야 한다. 저장 장치(528)는 컴퓨팅 장치(500)에 의해 활용되는 다른 시스템 또는 애플리케이션 프로그램 및 데이터를 저장할 수 있다.
저장 장치(528) 또는 다른 컴퓨터 판독형 저장 매체는 또한 컴퓨터 실행 가능 명령어로 인코딩될 수 있으며, 이는 컴퓨팅 장치(500)에 로드될 때 컴퓨팅 장치를 범용 컴퓨팅 시스템에서 본 명세서에서 기재된 양태를 구현한다. 이들 컴퓨터 실행가능 명령은 본 명세서에 설명된 바와 같이 CPU(들)(504)가 상태들 사이에서 전환하는 방법을 특정함으로써 컴퓨팅 장치(500)를 변환한다. 컴퓨팅 장치(500)는 컴퓨팅 장치(500)에 의해 실행될 때 도 4와 관련하여 설명된 방법을 수행할 수 있는 컴퓨터 실행 가능 명령어를 저장하는 컴퓨터 판독형 저장 매체를 액세스할 수 있다.
컴퓨팅 장치, 가령, 도 5에 묘사된 컴퓨팅 장치(500)는 다수의 입력 장치, 가령, 키보드, 마우스, 터치패드, 터치 스크린, 전자 스타일러스, 또는 또 다른 유형의 입력 장치로부터 입력을 수신하고 처리하기 위한 입/출력 제어기(532)를 더 포함할 수 있다. 마찬가지로, 입/출력 제어기(532)는 디스플레이, 가령, 컴퓨터 모니터, 플랫-패널 디스플레이, 디지컬 프로젝터, 프린터, 플로터, 또는 그 밖의 다른 유형의 출력 장치로 출력을 제공할 수 있다. 컴퓨팅 장치(500)는 도 5에 도시된 모든 구성요소를 포함하는 것은 아니며, 도 5에 명시적으로 나타나지 않은 다른 구성요소를 포함할 수 있고, 도 5에 도시된 것과 완전히 상이한 아키텍처를 사용할 수 있다.
본 명세서에 기재된 바와 같이, 컴퓨팅 디바이스는 물리 컴퓨팅 장치, 가령, 도 5의 컴퓨팅 장치(500)일 수 있다. 컴퓨팅 노드는 가상 머신 호스트 프로세스와 하나 이상의 가상 머신 인스턴스를 더 포함할 수 있다. 컴퓨터 실행 가능 명령은 가상 머신의 컨텍스트에서 저장 및 실행되는 명령어의 해석 및/또는 실행을 통해 간접적으로 컴퓨팅 장치의 물리적 하드웨어에 의해 실행될 수 있다.
방법 및 시스템이 바람직한 실시예 및 특정 예와 관련하여 설명되었지만, 본 명세서의 실시예는 모든 면에서 제한적이기보다는 예시적인 것으로 의도되기 때문에 범위가 설명된 특정 실시예로 제한되도록 의도되지 않는다.
달리 명시적으로 언급되지 않는 한, 여기에 설명된 모든 방법은 그 작업이 특정 순서로 수행되어야 하는 것으로 해석되지 않는다. 따라서, 방법 청구항이 실제로 그 동작이 뒤따를 순서를 언급하지 않거나 동작이 특정 순서로 제한되어야 한다는 청구항 또는 설명에 달리 구체적으로 언급되지 않은 경우, 그 순서가 어떤 점에서든 추론할 수 있다. 이는 가능한 모든 비명시적 해석 근거, 가령, 단계 또는 운영 흐름의 배열과 관련된 논리 문제, 문법적 구성이나 구두점에서 파생된 일반적인 의미, 및 명세서에 기술된 실시예의 수 또는 유형에 적용된다.
본 개시내용의 범위 또는 사상을 벗어나지 않고 다양한 수정 및 변형이 이루어질 수 있음은 해당 분야의 통상의 기술자에게 명백할 것이다. 또 다른 실시예가 본 명세서에 기재된 명세서 및 실시를 고려하여 해당 분야의 통상의 기술자에게 명백할 것이다. 명세서 및 예시적인 도면은 단지 예시적인 것으로 간주되어야 하며, 진정한 범위와 사상은 다음 청구범위에 의해 나타난다.
Claims (20)
- 방법으로서,
비디오 게임 스트림과 연관된 적어도 하나의 프레임을 수신하는 단계,
적어도 하나의 프레임에 기초하여, 비디오 게임 스트림과 연관된 데이터의 지시자를 결정하는 단계,
데이터의 지시자에 기초하여, 상기 비디오 게임 스트림과 연관된 분석을 생성하는 단계 - 상기 분석은 게임 전략, 행동 정보, 예측, 및 추천 중 적어도 하나를 포함함 - ,
비디오 게임과 연관된 분석에 기초하여, 메시지를 생성하는 단계, 및
상기 비디오 게임 스트림의 적어도 하나의 플레이어로 상기 메시지를 전송하는 단계를 포함하는, 방법. - 제1항에 있어서, 비디오 게임 스트림과 연관된 데이터의 지시자는 게임 스코어, 플레이어 정보, 또는 장면 정보 중 적어도 하나를 포함하는, 방법.
- 제2항에 있어서, 상기 장면 정보는 비디오 게임 스트림의 적어도 하나의 플레이어가 다양한 기술 수준의 타 사용자에 대항하여 수행하는 방식을 나타내는, 방법.
- 제2항에 있어서, 상기 플레이어 정보는 비디오 게임 스트림의 적어도 하나의 플레이어에 대한 게이머 태그 또는 사용자명 중 적어도 하나를 포함하는, 방법.
- 제1항에 있어서, 상기 메시지는 괘금 추천(wagering recommendation)을 포함하는, 방법.
- 제1항에 있어서, 비디오 게임 스트림의 플레이어에게 메시지를 전송하는 단계는
비디오 게임 스트림의 플레이어에게 오디오 파일로서 메시지를 전송하는 단계를 포함하는, 방법. - 제1항에 있어서, 상기 비디오 게임 스트림은 라이브 스트림(live stream)인, 방법.
- 장치로서,
비디오 카메라,
하나 이상의 프로세서, 및
명령을 저장하는 메모리를 포함하며, 상기 명령은 하나 이상의 프로세서에 의해 실행될 때 장치로 하여금
비디오 카메라로부터, 비디오 게임 스트림과 연관된 적어도 하나의 프레임을 수신하게 하며,
적어도 하나의 프레임에 기초하여, 비디오 게임 스트림과 연관된 데이터의 지시자를 결정하게 하고,
데이터의 지시자에 기초하여, 비디오 게임 스트림과 연관된 분석을 생성하게 하며 - 분석은 게임 전략, 행동 정보, 예측, 및 추천 중 적어도 하나를 포함함 - ,
비디오 게임과 연관된 분석에 기초하여 메시지를 생성하게 하고,
비디오 게임 스트림의 적어도 하나의 플레이어로 메시지를 전송하게 하는, 장치. - 제8항에 있어서, 상기 비디오 게임 스트림과 연관된 데이터의 지시자는 게임 스코어, 플레이어 정보, 또는 장면 정보 중 적어도 하나를 포함하는, 장치.
- 제9항에 있어서, 장면 정보는 비디오 게임 스트림의 적어도 하나의 플레이어가 다양한 기술 수준의 타 사용자에 대향하여 수행하는 방식을 나타내는, 장치.
- 제9항에 있어서, 플레이어 정보는 비디오 게임 스트림의 적어도 하나의 플레이어에 대한 게이머 태그 또는 사용자명 중 적어도 하나를 포함하는, 장치.
- 제8항에 있어서, 메시지는 괘금 추천을 포함하는, 장치.
- 제8항에 있어서, 상기 장치는 비디오 게임 스트림의 플레이어로 오디오 파일로서 메시지를 전송하는, 장치.
- 제8항에 있어서, 비디오 게임 스트림은 라이브 스트림인, 장치.
- 명령을 저장하는 컴퓨터 판독형 매체로서, 상기 명령은, 실행될 때,
비디오 게임 스트림과 연관된 적어도 하나의 프레임을 수신하는 것,
적어도 하나의 프레임에 기초하여, 비디오 게임 스트림과 연관된 데이터의 지시자를 결정하는 것,
데이터의 지시자에 기초하여, 비디오 게임 스트림과 연관된 분석을 생성하는 것 - 상기 분석은 게임 전략, 행동 정보, 예측, 및 추천 중 적어도 하나를 포함함 - ,
상기 비디오 게임과 연관된 분석에 기초하여 메시지를 생성하는 것, 및
비디오 게임 스트림의 적어도 하나의 플레이어에게 상기 메시지를 전송하는 것을 야기하는, 컴퓨터 판독형 매체. - 제15항에 있어서, 비디오 게임 스트림과 연관된 데이터의 지시자는 게임 스코어, 플레이어 정보, 또는 장면 정보 중 적어도 하나를 포함하는, 컴퓨터 판독형 매체.
- 제16항에 있어서, 장면 정보는 비디오 게임 스트림의 적어도 하나의 플레이어가 다양한 기술 수준의 타 사용자에 대항하여 수행하는 방식을 나타내는, 컴퓨터 판독형 매체.
- 제16항에 있어서, 플레이어 정보는 비디오 게임 스트림의 적어도 하나의 플레이어에 대한 게이머 태그 또는 사용자명 중 적어도 하나를 포함하는, 컴퓨터 판독형 매체.
- 제15항에 있어서, 상기 메시지는 괘금 추천을 포함하는, 컴퓨터 판독형 매체.
- 제15항에 있어서, 상기 비디오 게임 스트림의 플레이어에게 메시지를 전송하는 것은
비디오 게임 스트림의 플레이어로 오디오 파일로서 메시지를 전송하는 것을 포함하는, 컴퓨터 판독형 매체.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962875151P | 2019-07-17 | 2019-07-17 | |
US62/875,151 | 2019-07-17 | ||
PCT/US2020/042620 WO2021011901A1 (en) | 2019-07-17 | 2020-07-17 | Systems and methods for video streaming analysis |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220156795A true KR20220156795A (ko) | 2022-11-28 |
Family
ID=74211252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020227005406A KR20220156795A (ko) | 2019-07-17 | 2020-07-17 | 비디오 스트리밍 분석 시스템 및 방법 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20220387897A1 (ko) |
EP (1) | EP3999199A4 (ko) |
JP (1) | JP2022541552A (ko) |
KR (1) | KR20220156795A (ko) |
CN (1) | CN114728203A (ko) |
CA (1) | CA3147528A1 (ko) |
WO (1) | WO2021011901A1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112402983B (zh) * | 2020-08-03 | 2024-07-26 | 上海幻电信息科技有限公司 | 游戏成绩验证方法及*** |
US20220405774A1 (en) * | 2021-06-17 | 2022-12-22 | Shoppertrak Rct Corporation | Systems and methods for generating prescriptive analytics |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8360835B2 (en) * | 2007-10-23 | 2013-01-29 | I-Race, Ltd. | Virtual world of sports competition events with integrated betting system |
US8342966B2 (en) * | 2008-10-24 | 2013-01-01 | Cfph, Llc | Wager market creation and management |
CA2850381A1 (en) * | 2011-10-17 | 2013-04-25 | Gamblit Gaming, Llc | Skill normalized hybrid game |
US20170065889A1 (en) * | 2015-09-04 | 2017-03-09 | Sri International | Identifying And Extracting Video Game Highlights Based On Audio Analysis |
US10395483B2 (en) * | 2017-12-22 | 2019-08-27 | Casey Alexander HUKE | Method, system, and computer program product for sports game |
-
2020
- 2020-07-17 CN CN202080063709.XA patent/CN114728203A/zh active Pending
- 2020-07-17 US US17/761,571 patent/US20220387897A1/en active Pending
- 2020-07-17 CA CA3147528A patent/CA3147528A1/en active Pending
- 2020-07-17 JP JP2022503471A patent/JP2022541552A/ja active Pending
- 2020-07-17 WO PCT/US2020/042620 patent/WO2021011901A1/en active Search and Examination
- 2020-07-17 KR KR1020227005406A patent/KR20220156795A/ko unknown
- 2020-07-17 EP EP20839664.8A patent/EP3999199A4/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
WO2021011901A1 (en) | 2021-01-21 |
CN114728203A (zh) | 2022-07-08 |
JP2022541552A (ja) | 2022-09-26 |
US20220387897A1 (en) | 2022-12-08 |
EP3999199A4 (en) | 2023-07-05 |
EP3999199A1 (en) | 2022-05-25 |
CA3147528A1 (en) | 2021-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12053704B2 (en) | Artificial intelligence (AI) model training to generate an AI model personalized to a user | |
KR102291044B1 (ko) | 멀티 플레이어 비디오 게임 매치 메이킹 최적화 | |
US20230191229A1 (en) | Method and System for Interactive, Interpretable, and Improved Match and Player Performance Predictions in Team Sports | |
US11596870B2 (en) | Classifying gaming activity to identify abusive behavior | |
US10949325B1 (en) | Automated cross-session video game testing | |
AU2018432834B2 (en) | Method and apparatus for categorising images of mobile device software | |
CN108579095B (zh) | 游戏中的社交关系推荐方法、装置和计算机可读存储介质 | |
KR20210003069A (ko) | 이상 케이스 탐지 방법 및 장치 | |
US20220387897A1 (en) | Systems and methods for video streaming analysis | |
US12023594B2 (en) | Incentivizing fair gameplay through bot detection penalization within online gaming systems | |
CN112672795A (zh) | 游戏内资源呈现平台 | |
US12008863B2 (en) | Method of using telemetry data to determine wager odds at a live event | |
CN109939439B (zh) | 虚拟角色的卡住检测方法、模型训练方法、装置及设备 | |
US20220207421A1 (en) | Methods and systems for cross-platform user profiling based on disparate datasets using machine learning models | |
US11458397B1 (en) | Automated real-time engagement in an interactive environment | |
Canizales | Implementation of a Pre-Assessment Module to Improve the Initial Player Experience Using Previous Gaming Information | |
WO2023107670A2 (en) | Methods, systems, and apparatuses for collection, receiving and utilizing data and enabling gameplay | |
US20210146244A1 (en) | Server-based video help in a video game |