Sadao Tokuyama's banner
Sadao Tokuyama's profile picture

Sadao Tokuyama

@tokufxug • 10,699 subscribers

ARアプリ開発の仕事やってます。Apple Vision ProやAndroid XRなど空間コンピュータやARグラスやAIなどの情報も発信中。 Apple Vision Pro の技術記事200本以上投稿。開発実績:https://t.co/lopumZNfIQ

Shorts

YOLO26+ByteTrackでリンゴの品質判定と個体カウント🍎🏭 🔹リンゴを個別に検出・追跡し、正常品と損傷品を分類 🔹進行方向を考慮したライン通過判定で重複カウントを防止 🔹フレーム間の多数決で判定を安定化し、品質別の個数・割合を表示 開発:Muhammad Rahman Shahid氏 情報元はリプ欄。

YOLO26+ByteTrackでリンゴの品質判定と個体カウント🍎🏭 🔹リンゴを個別に検出・追跡し、正常品と損傷品を分類 🔹進行方向を考慮したライン通過判定で重複カウントを防止 🔹フレーム間の多数決で判定を安定化し、品質別の個数・割合を表示 開発:Muhammad Rahman Shahid氏 情報元はリプ欄。

642,624 次观看

オランダの博物館で、何世紀も前の手の手術がどのようなものだったかを、自分の手を通して体験できるデモが公開。 高価ではないシンプルな技術が使われており、自分の手を使って、疑似体験による解剖学を学べることができます。(詳細はリプ欄)

オランダの博物館で、何世紀も前の手の手術がどのようなものだったかを、自分の手を通して体験できるデモが公開。 高価ではないシンプルな技術が使われており、自分の手を使って、疑似体験による解剖学を学べることができます。(詳細はリプ欄)

2,408,741 次观看

LAYRS: Amsterdam:19.2万棟の建物を3Dマップ化 🏙️ 🔹建築年ごとに色分けし、街の発展を可視化 🔹歴史上の居住者、街頭アート、第二次世界大戦の被害などをレイヤー表示 🔹各建物の解説に出典を付記。オープンソースで、歴史情報の追加も可能 Alex Barakov氏による開発。 情報元はリプ欄。

LAYRS: Amsterdam:19.2万棟の建物を3Dマップ化 🏙️ 🔹建築年ごとに色分けし、街の発展を可視化 🔹歴史上の居住者、街頭アート、第二次世界大戦の被害などをレイヤー表示 🔹各建物の解説に出典を付記。オープンソースで、歴史情報の追加も可能 Alex Barakov氏による開発。 情報元はリプ欄。

29,759 次观看

高反射オブジェクトの3DGS「フローター(ノイズのように浮く粒)」を抑えるDAVINCI 🔹Killian Rando氏が開発 🔹メッシュ+拡散・反射成分を分離学習 🔹異方性・球面ボロノイ+NASGaborで外観を表現 🔹3DGSより高PSNR、容量は4分の1 🔹ラスタライズでリアルタイム描画 情報元はリプ欄。

高反射オブジェクトの3DGS「フローター(ノイズのように浮く粒)」を抑えるDAVINCI 🔹Killian Rando氏が開発 🔹メッシュ+拡散・反射成分を分離学習 🔹異方性・球面ボロノイ+NASGaborで外観を表現 🔹3DGSより高PSNR、容量は4分の1 🔹ラスタライズでリアルタイム描画 情報元はリプ欄。

65,780 次观看

AppleがGoogleに先んじて3D Gaussian Splatting(3DGS)をApple Mapsに導入。 航空写真とAIモデルを組み合わせ、従来の歪んだ3D地図とは一線を画す、一本の木からビルのガラスの反射まで破綻のない超高精度な都市レンダリングを「フライオーバー」機能で実現。#wwdc26

AppleがGoogleに先んじて3D Gaussian Splatting(3DGS)をApple Mapsに導入。 航空写真とAIモデルを組み合わせ、従来の歪んだ3D地図とは一線を画す、一本の木からビルのガラスの反射まで破綻のない超高精度な都市レンダリングを「フライオーバー」機能で実現。#wwdc26

203,165 次观看

Python不要で動作する、C++製のリアルタイム3D全身ポーズ推定エンジン「SAM3DBody-cpp」。 カメラ映像から全身・両手70箇所の関節と3Dメッシュを高速出力します。超軽量なC言語APIで他言語への組み込みも容易。 ロボティクスやモーションキャプチャの開発者の活用に期待されたプロジェクトです。

Python不要で動作する、C++製のリアルタイム3D全身ポーズ推定エンジン「SAM3DBody-cpp」。 カメラ映像から全身・両手70箇所の関節と3Dメッシュを高速出力します。超軽量なC言語APIで他言語への組み込みも容易。 ロボティクスやモーションキャプチャの開発者の活用に期待されたプロジェクトです。

207,116 次观看

AI生成映像で高齢者の転倒シーンを再現し、転倒検知を検証👴🤖 🔹歩行器を使う高齢者の転倒をAIでシミュレーション 🔹カメラ角度や照明、歩行器などの条件を変えて検証 🔹姿勢推定やオプティカルフローで転倒時の動きを評価 Jorge Guevaraさんの開発・検証。 情報元はリプ欄。

AI生成映像で高齢者の転倒シーンを再現し、転倒検知を検証👴🤖 🔹歩行器を使う高齢者の転倒をAIでシミュレーション 🔹カメラ角度や照明、歩行器などの条件を変えて検証 🔹姿勢推定やオプティカルフローで転倒時の動きを評価 Jorge Guevaraさんの開発・検証。 情報元はリプ欄。

26,044 次观看

AIエンジニアのViet Nguyen氏が、手のジェスチャーで顔を16種類のスタイルへ一瞬で変身させる個人プロジェクトを公開。 MediaPipeで指先を検出・追跡し、軽量で高速な「FLUX.2 [klein] 4B」を用いて画像を生み出す、対話型システム。 詳細はリプ欄。

AIエンジニアのViet Nguyen氏が、手のジェスチャーで顔を16種類のスタイルへ一瞬で変身させる個人プロジェクトを公開。 MediaPipeで指先を検出・追跡し、軽量で高速な「FLUX.2 [klein] 4B」を用いて画像を生み出す、対話型システム。 詳細はリプ欄。

126,741 次观看

AIメガネのMeta Ray-BanでVPS(カメラで場所を正確に把握する技術)が可能に。 高精度な音声ナビや配車位置特定、複数人での位置共有が可能に。 VPSによる正確な位置の認識により、必要な時と場所で適切なデジタル情報を正確に表示する、新しい空間体験が可能になります。

AIメガネのMeta Ray-BanでVPS(カメラで場所を正確に把握する技術)が可能に。 高精度な音声ナビや配車位置特定、複数人での位置共有が可能に。 VPSによる正確な位置の認識により、必要な時と場所で適切なデジタル情報を正確に表示する、新しい空間体験が可能になります。

159,225 次观看

生成AIやバイブコーディングではなく、シンプルな物理・数学計算で波動を再現したアニメーション。 リアルタイム/オフライン双方に応用が可能。 解説記事と実験用MaxScriptサンプルはリプ欄

生成AIやバイブコーディングではなく、シンプルな物理・数学計算で波動を再現したアニメーション。 リアルタイム/オフライン双方に応用が可能。 解説記事と実験用MaxScriptサンプルはリプ欄

71,536 次观看

スマホ1台で、筋肉の動きまで視覚化する時代へ。 「OpenCap Monocular」 いままで複数カメラとPCが必須だった3D動作分析が、iPhone1台・わずか2分で完結。 物理演算とMLの融合で、地面反力や関節モーメントまで算出。 研究室の精度が、ついにポケットサイズに。

スマホ1台で、筋肉の動きまで視覚化する時代へ。 「OpenCap Monocular」 いままで複数カメラとPCが必須だった3D動作分析が、iPhone1台・わずか2分で完結。 物理演算とMLの融合で、地面反力や関節モーメントまで算出。 研究室の精度が、ついにポケットサイズに。

166,993 次观看

カメラ映像でランニングフォームを分析🏃‍♂️📊 🔹Jeremy Park氏が膝の形状・足首の軌跡を可視化 🔹足の出しすぎや疲労によるフォーム変化を分析 🔹ViTPose+ Largeを使用し、コードをGitHub公開 情報元はリプ欄。

カメラ映像でランニングフォームを分析🏃‍♂️📊 🔹Jeremy Park氏が膝の形状・足首の軌跡を可視化 🔹足の出しすぎや疲労によるフォーム変化を分析 🔹ViTPose+ Largeを使用し、コードをGitHub公開 情報元はリプ欄。

38,389 次观看

単眼動画から3D動作を復元「GVHMR」 🔹重力と視線軸の座標系で位置の曖昧さを解消 🔹フレーム毎の推定で時間経過による誤差を回避 🔹1台のカメラ映像から3D動作を抽出可能 単眼映像から高精度な動作を復元。 情報元はリプ欄。

単眼動画から3D動作を復元「GVHMR」 🔹重力と視線軸の座標系で位置の曖昧さを解消 🔹フレーム毎の推定で時間経過による誤差を回避 🔹1台のカメラ映像から3D動作を抽出可能 単眼映像から高精度な動作を復元。 情報元はリプ欄。

38,655 次观看

単眼RGB映像のみで屋内の物体を長期的に追跡・再識別する技術「REMIND」。 カメラ姿勢や深度は不要で、独自のメモリと空間文脈により視点や照度が変わってもIDを安定維持します。 判断が曖昧な時はID割り当てを一時保留する安全機構も備えています。 詳細はリプ欄。

単眼RGB映像のみで屋内の物体を長期的に追跡・再識別する技術「REMIND」。 カメラ姿勢や深度は不要で、独自のメモリと空間文脈により視点や照度が変わってもIDを安定維持します。 判断が曖昧な時はID割り当てを一時保留する安全機構も備えています。 詳細はリプ欄。

53,880 次观看

粒子形状で砂の挙動を再現する物理シミュレーション 🔹粒子の形状変化(突起等)で流動から強固な結合まで再現 🔹ミクロな粒子計算から全体の物性を導く数値均質化手法を開発 🔹計算負荷を劇的に削減し大規模な砂の挙動を高速化 砂の高精度かつ軽量な物理シミュレーションを実現。 情報元はリプ欄。

粒子形状で砂の挙動を再現する物理シミュレーション 🔹粒子の形状変化(突起等)で流動から強固な結合まで再現 🔹ミクロな粒子計算から全体の物性を導く数値均質化手法を開発 🔹計算負荷を劇的に削減し大規模な砂の挙動を高速化 砂の高精度かつ軽量な物理シミュレーションを実現。 情報元はリプ欄。

35,941 次观看

NVIDIAの人間3Dモデル「SOMA-X v0.2」が公開。 1つの骨組みであらゆる体型を表現でき、ロボットや物理AIに最適。 関節のねじれ補正による自然な変形、骨の自動スケール、高度な姿勢反転、超軽量データを備えてます。 Apache 2.0でオープンソース化されてます。(詳細はリプ欄)

NVIDIAの人間3Dモデル「SOMA-X v0.2」が公開。 1つの骨組みであらゆる体型を表現でき、ロボットや物理AIに最適。 関節のねじれ補正による自然な変形、骨の自動スケール、高度な姿勢反転、超軽量データを備えてます。 Apache 2.0でオープンソース化されてます。(詳細はリプ欄)

65,738 次观看

エジプト発の医療AI「HUMDT」が革新的。 NVIDIAの技術を活用し、患者個人の3Dデジタルツインを生成。先進技術(AI・VR・AR)により正確な組織モデルを再現します。 AIの意思決定支援やロボット手術の自動化で、医療ミスと訓練コストを削減。詳細はリプ欄。

エジプト発の医療AI「HUMDT」が革新的。 NVIDIAの技術を活用し、患者個人の3Dデジタルツインを生成。先進技術(AI・VR・AR)により正確な組織モデルを再現します。 AIの意思決定支援やロボット手術の自動化で、医療ミスと訓練コストを削減。詳細はリプ欄。

60,027 次观看

ECCV2026で発表されるマーカーレス動作解析「B3D」🏃‍♂️ 🔹SAM 3D Bodyからバイオメカニクス用ヘッドを蒸留 🔹臨床コホートで評価 🔹PBLに迫る精度を約2桁高速化 🔹OpenCapやHMSRを上回る性能 PBLには精度で及ばないものの、高精度と高速処理を両立した研究。情報元はリプ欄。

ECCV2026で発表されるマーカーレス動作解析「B3D」🏃‍♂️ 🔹SAM 3D Bodyからバイオメカニクス用ヘッドを蒸留 🔹臨床コホートで評価 🔹PBLに迫る精度を約2桁高速化 🔹OpenCapやHMSRを上回る性能 PBLには精度で及ばないものの、高精度と高速処理を両立した研究。情報元はリプ欄。

20,387 次观看

VFX向けのボディトラッキングを自動化するDepth Track Studio 🔹人物のボディトラッキング・ロトメーション 🔹カメラトラッキングにも対応 🔹Mayaに加え3DEqualizer用プラグインも開発中 開発:Osama Abozed 情報元はリプ欄。

VFX向けのボディトラッキングを自動化するDepth Track Studio 🔹人物のボディトラッキング・ロトメーション 🔹カメラトラッキングにも対応 🔹Mayaに加え3DEqualizer用プラグインも開発中 開発:Osama Abozed 情報元はリプ欄。

11,483 次观看

MITライセンスのオープンソース・センシング基盤「OctoSense」が公開。 LiDAR、熱・イベントカメラ、車やロボットの車両データ等を時間同期して取得可能。都市や高速道路での合計59時間分に及ぶ、世界最大級の走行・歩行センサーデータセットも提供される。 詳細はリプ欄。

MITライセンスのオープンソース・センシング基盤「OctoSense」が公開。 LiDAR、熱・イベントカメラ、車やロボットの車両データ等を時間同期して取得可能。都市や高速道路での合計59時間分に及ぶ、世界最大級の走行・歩行センサーデータセットも提供される。 詳細はリプ欄。

41,484 次观看

Videos