Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
视觉 AI

游戏中的计算机视觉:提升玩家体验

了解视觉 AI 驱动的游戏技术如何让游戏更具沉浸感、更直观、更有吸引力,最终提升玩家体验。

Abirami VinaAbirami Vina6 分钟阅读
计算机视觉在电子游戏中追踪玩家和物体

游戏行业取得了长足进步——从简单的像素冒险游戏,发展到如今玩家可以探索的庞大沉浸式世界。事实上,早在 20 世纪 40 年代,人们就开始认真思考机器能否思考,甚至能否玩游戏。

当时,物理学家 Edward U. Condon 制作的一台机器在世界博览会上展出。它可以玩 Nim,这是一种数学策略游戏,两名玩家轮流从不同堆中取走物品,目标是避免拿走最后一个。它与参观者进行了数千场对局,并赢下了绝大多数比赛,引发了人们对智能机器参与游戏的可能性的早期兴趣。

如今,这一早期构想正以新的方式成为现实。游戏领域的一项重要进展是应用计算机视觉,这是人工智能(AI)的一个分支。随着游戏变得更加动态、响应更灵敏,计算机视觉让机器能够解读和理解视觉信息,打造更具沉浸感、互动性和个性化的体验。

具体来说,Ultralytics YOLO11 等支持目标检测和追踪任务的计算机视觉模型,正被集成到游戏中,以增强实时互动能力和响应速度。

本文将深入探讨计算机视觉如何应用于游戏,以提升玩家体验并塑造互动娱乐的未来。

在深入了解计算机视觉如何应用于电子游戏行业的案例之前,我们先来看看这一领域近期的一些 AI 趋势。

生成式 AI 在游戏行业中的应用#

一项重要趋势是利用生成式 AI 让游戏角色变得更聪明、响应更灵敏。一个很好的例子是即将推出的在线游戏 MIR5 中打造的首个 AI 驱动的 Boss。

在游戏中,Boss 战通常是玩家在游戏关键时刻与强大敌人展开的高难度战斗,往往发生在关卡或剧情的结尾。这些战斗通常考验玩家的技巧,旨在带来紧张且令人满足的体验。

电子游戏中首个 AI 驱动的 Boss

图 1. 首个 AI Boss。

传统上,Boss 角色会按照预设模式行动,每次都使用同一套招式。但在 MIR5 中,这个新的 AI Boss 会从与之战斗的玩家身上学习。它会观察玩家的行为、使用的武器、移动方式和依赖的策略,然后调整自己的攻击,让战斗始终充满挑战。

因此,如果你再次挑战同一个 Boss,它的行动方式可能与上次不同。这种自适应行为让战斗更真实,迫使玩家随机应变,而不是单纯记住固定模式。

VR 游戏中的计算机视觉#

游戏领域的另一项 AI 趋势是越来越多地采用虚拟现实(VR)。VR 是一种技术,玩家可以通过头戴设备和动作控制器进入完全数字化的 3D 世界。它让玩家感觉自己置身于游戏之中,而不只是观看屏幕。

结合计算机视觉,AI 正被用于更准确地追踪玩家在 VR 游戏中的动作和反应。该技术使用摄像头和传感器捕捉现实世界中的动作,例如转头、手势甚至面部表情,再将这些数据转化为游戏内动作。这有助于打造更流畅、更逼真的 VR 体验,让你的手势和动作与游戏世界真正相连。

计算机视觉在游戏中的实际应用案例#

接下来,我们来看看计算机视觉在一些热门电子游戏中的应用方式。无论是让游戏过程更具互动性,还是解锁控制角色的新方式,视觉 AI 已经在改变我们的游戏体验。

利用计算机视觉实现混合现实赛车#

Hot Wheels: Rift Rally 是一款赛车游戏,将实体遥控(RC)汽车与虚拟游戏体验结合起来。玩家可以在家中驾驶 RC 汽车,而屏幕上则显示汽车的数字版本,完成漂移、跳跃和加速等特技。虽然实体汽车仍在地面上行驶,但游戏会在实时视频画面上叠加视觉效果,营造高速行驶的错觉。

这套系统依靠混合现实技术(融合现实世界与数字世界,让实体和虚拟元素能够实时交互)和计算机视觉来实现体验。RC 汽车配有一台摄像头,可在行驶时扫描周围环境。玩家会在房间里放置黑白纸板门等视觉标记,这些标记称为基准标记,系统会将其用作参考点。

计算机视觉帮助游戏识别这些标记、追踪汽车的位置,并构建空间的虚拟地图。这样,游戏就能在现实环境中准确放置赛道和障碍物等数字内容,让实体移动与屏幕显示同步。

配备摄像头的 RC 汽车位于基准标记前方

图 2. 配备摄像头的 RC 汽车位于基准标记前方。

利用视觉 AI 教虚拟宠物#

Peridot 是 Niantic 开发的一款手机游戏。Niantic 也开发了 Pokémon Go,这是最早、最受欢迎的增强现实游戏中应用计算机视觉的案例之一。Peridot 使用计算机视觉和增强现实,让玩家照料数字宠物时也能感受到真实世界的环境。

玩家可以通过喂食、玩游戏和带宠物散步来照料一种名为 Peridot 的生物。当你在家中或社区里走动时,宠物会出现在手机上陪你探索,在地板上奔跑、对物体作出反应,甚至躲到真实家具后面。

为实现这一点,游戏采用了 3D 映射和语义分割等计算机视觉技术,通过手机摄像头扫描并理解周围环境。这有助于宠物识别并响应不同表面,例如区分草地和混凝土,或对椅子和树木等障碍物做出反应。

游戏 Peridot 中虚拟宠物的一瞥

图 3. Peridot 中宠物的一瞥。

手部追踪与共享混合现实空间#

Demeo是一款数字桌面角色扮演游戏(RPG),通过 Meta Quest 2 和 Quest Pro 等头显中的混合现实功能,将游戏体验带入现实世界。最近的一次更新为游戏加入了手部追踪和共址功能,让玩家可以通过自然的手部动作与游戏棋子互动,并在本地多人游戏中与其他玩家共享同一物理和数字空间。

例如,玩家可以一边玩 Demeo,一边抚摸身边真实的狗——这是混合现实融合数字与物理空间的一个小而有意义的例子。这些功能由计算机视觉技术实现。手部追踪通过头显内置摄像头检测并解读玩家手部的动作和位置,因此无需传统控制器。

混合现实游戏 Demeo 的游戏画面示例

图 4. Demeo 游戏画面示例。

与此同时,共址功能会使用空间锚点和点云数据绘制现实环境地图,让多个头显能够同步同一个虚拟空间。这样,同一房间里的玩家就能看到处于相同位置的游戏棋盘和彼此,营造出围坐在共享虚拟桌面旁的效果。

计算机视觉在游戏中的优缺点#

计算机视觉让游戏体验更加自然、沉浸,从而改变了人们与游戏互动的方式。玩家可以通过手势、身体动作甚至眼动追踪来控制游戏,同时游戏也能实时响应现实环境。这些功能不仅提升了整体体验,还让更多不同类型的玩家能够更轻松地参与游戏。

与此同时,这项技术也有一些局限。它可能会消耗更多电量和算力,在光线较暗或环境过于繁杂时也可能无法流畅运行。此外,由于它通常依赖摄像头输入,因此还需要认真考虑隐私问题。

不过,随着技术不断进步,开发者正在寻找巧妙的解决方案来提升性能并应对这些问题,让计算机视觉在游戏中的应用更加实用可靠。

要点#

计算机视觉和 AI 正在改变游戏的制作和游玩方式。无论是帮助角色做出更逼真的反应,还是让游戏体验与现实世界的联系更加紧密,这些技术都在开拓新的可能性。它们不仅让游戏画面更出色,也让游戏体验更智能、更引人入胜。

从独立游戏到大型工作室推出的作品,越来越多的开发者开始尝试基于视觉的功能。随着这些工具不断发展,我们可以期待游戏的未来带来更多富有创意且令人沉浸的体验。

浏览我们的解决方案页面,了解AI 在制造业中的应用和计算机视觉在医疗保健中的应用。查看我们的许可选项,开始打造你自己的视觉创新!

作者

Abirami Vina
Abirami Vina

内容创作者 · Ultralytics

Abirami Vina 职业生涯始于计算机视觉工程师,由此在视觉 AI 和机器学习领域打下了坚实基础。她是 Ultralytics 的内容创作者,也是 Scribe of AI 的创始人兼首席撰稿人,为专注 AI 的公司撰写高质量技术内容。她热衷于让 AI 更易理解、更具吸引力,通过自己的作品连接前沿技术与现实影响。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来