- Python
- Deep Learning
- Computer Vision
- TimeSformer
- OpenCV
VALORANT Round Outcome Prediction
NAIST と共同で、ミニマップ動画から VALORANT のラウンド結果を予測する TimeSformer を作りました。
Open External Link- Prediction Accuracy
- 80.55%
- Round Videos
- 21,228
- Published At
- IEEE CoG
Overview
NAIST と共同で、VALORANT のラウンド結果をミニマップ動画から予測しました。1,376 本の大会動画から 21,228 ラウンド分を集め、TimeSformer で学習し、80.55% の精度に達しました。
ミニマップに映るプレイヤーの動きとチームの連携を、コンピュータビジョンによる予測の入力として使いました。ラウンド結果の予測は 80.55% の精度でした。
What I Built
-
TimeSformer
TimeSformer で、ミニマップ動画の時間的・空間的な変化を扱いました。
-
大会動画のデータ
1,376 本の大会動画から、学習と検証用のデータセットを作りました。
-
ラウンド結果の予測
ミニマップ動画からのラウンド結果予測で 80.55% の精度でした。
-
ミニマップの処理
ミニマップ映像から、プレイヤーの動きとチームの連携を調べました。
Results
- IEEE Conference on Games 2025 に採択されました。
- NAIST と共同で、映像Transformer を esports analytics に使いました。
- 後続の研究に使えるデータセットを作りました。
Collaboration
奈良先端科学技術大学院大学(NAIST)と共同で進めました。