Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/52757
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | MIRANDA, Breno Alexandro Ferreira de | - |
dc.contributor.author | CALABRIA, Lucas Cavalcanti | - |
dc.date.accessioned | 2023-10-10T12:59:23Z | - |
dc.date.available | 2023-10-10T12:59:23Z | - |
dc.date.issued | 2023-09-22 | - |
dc.date.submitted | 2023-10-02 | - |
dc.identifier.citation | CALABRIA, Lucas Cavalcanti. Detecção automática de erros visuais em jogos Love2D, através de visão computacional. 2023. Trabalho de Conclusão de Curso (Engenharia da Computação) – Universidade Federal de Pernambuco, Recife, 2023. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/52757 | - |
dc.description.abstract | Este trabalho apresenta uma nova abordagem para automatizar a detecção de anomalias vi suais em jogos desenvolvidos no framework Love2D. Erros dessa natureza são um desafio per sistente na indústria de jogos, evidenciando a necessidade de simplificar parte desse processo. Para enfrentar esse problema, foi desenvolvido um método em duas etapas. Primeiramente, uma classe de depuração captura os dados relevantes dos elementos gráficos em tela, ao mesmo tempo em que é salva uma captura de tela. Em seguida, utilizando os dados de execução, essa imagem é recriada e comparada com a original a fim de detectar a presença de anomalias vi suais, através de três técnicas desenvolvidas. Ao se aplicar o modelo em uma base de dados contendo 20 casos diferentes de erros visuais, considerados relevantes para a indústria, a taxa de eficácia foi de 93.1%, sem qualquer caso de falso positivo. | pt_BR |
dc.format.extent | 37p. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | detecção de erros | pt_BR |
dc.subject | visão computacional | pt_BR |
dc.subject | automação de testes | pt_BR |
dc.subject | Love2D | pt_BR |
dc.title | Detecção automática de erros visuais em jogos Love2D, através de visão computacional | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/0311224988123909 | pt_BR |
dc.description.abstractx | This work presents a novel approach to automate the detection of visual anomalies in games developed using the Love2D framework. Errors of this nature pose a persistent challenge in the gaming industry, highlighting the need to simplify parts of this process. To address this issue, a two-step method was developed. Firstly, a debugging class captures relevant data from the graphical elements on the screen while also saving a screenshot. Then, using the execution data, this image is recreated and compared to the original to detect the presence of visual anomalies through three developed techniques. When applying the model to a database containing 20 different cases of visual errors, considered relevant to the industry, the effectiveness rate was 93.1%, with no false positives detected. | pt_BR |
dc.subject.cnpq | Áreas::Ciências Exatas e da Terra | pt_BR |
dc.degree.departament | ::(CIN-DCC) - Departamento de Ciência da Computação | pt_BR |
dc.degree.graduation | ::CIn-Curso de Engenharia da Computação | pt_BR |
dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
dc.degree.local | Recife | pt_BR |
Aparece en las colecciones: | (TCC) - Engenharia da Computação |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TCC_Lucas_Cavalcanti_Calabria.pdf | 666,34 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons