カテゴリー: WebAR

石川県のサイトにて、ツキノワグマの獣害啓蒙パンフレットが公開していましたので、ご紹介します。 冬になっても全国でクマの出没情報が絶えないですね。 こちらのチラシのQRから、ツキノワグマの成獣と幼獣の実物大ARの体験が出来ます。 ツキノワグマの成獣の体長は、110cmから130cmと言われていますが、目の前で仁王立ちになるとやはり怖いです。 北海道にいるヒグマは200cmほどになりますので、身動き取れなくなっちゃいそうです。

企画好調により数ヶ月毎の実施が続いているおもちゃ＋AR企画 今回のおもちゃは6種類。立体であり、特徴点が少なく通常の画像認識エンジンでは判別不可能でした。 その為、8thwallの認識エンジンを使わず、独自に構築した認識エンジンを経由して8thwallで実施。 WebARの認識エンジンとして8thwallは優れていますが、万能ではありません。 エンジニアが知恵を絞って今回の企画も実現ができました。 8thwallでの変化球対応が可能なAR会社はあまりないのではないか？　良い経験を今回もさせて頂きました。

2023年11月に公募がありました、「栃木県立博物館におけるARコンテンツ作成業務委託公募型プロポーザルの実施について」応募させて頂き、この度、採択されました。 博物館の展示品の新たな魅力を引き出し、体感型の展示による来館者の満足度向上を図るためのWebARコンテンツの作成を進めさせて頂きます。

全国展開の企画を定期的に実施させて頂いています。 今回のおもちゃ（現物）は全部で6種類。平面もあれば立体も混在します。立体のものを8thwallで認識させるには一苦労でした。 8thwallの活用方法に関して、複数通りの技術案をご提案させて頂き、認識性能及びコストの両面から認識方法を選定しました。 認識性能は、実際にdemoで確かめて見ないと想定通りに行かない場合がありますので、弊社では先ず、demo作成し、出来上がりのイメージを最初に持って頂くような進行を心掛けています。

【本プロジェクトの概要】 課題： 立体物かつ特徴点が少ない玩具の識別。撮影角度や環境が一定せず、従来の画像認識では精度不足。 解決策： 機械学習（AI）を用いた独自の学習モデルを構築。複数の立体物を高精度に識別。 技術構成： WebAR、機械学習モデルによる物体認識。 成果： 専用アプリ不要で、対象の玩具に応じた個別ゲームコンテンツの自動展開を実現。 今回は、画像認識（マーカー）では、「特徴点が少ない」「反射がある」「立体の死角がある」といった技術的ハードルがありました。 そこで、開発プロセスにおいて、「まずはおもちゃを確認し、仕様確定からお手伝いする」という初期工程から参加。「複数の教師データの準備」「照明環境による誤差を補正」等、AI学習が短期で進むような工夫をしました。 本件の経験は、その対象が「おもちゃで」に関わらず、類似の画像の識別精度の判定などにも応用可能です。

店頭で配られるオモチャのパッケージ画像にスマホをかざすと、、、、、 有名なキャラクターや仲間たち、食べ物がARで飛び出して動き出します。 制限時間内に、特定の画像を探して、獲得するGemeです。 獲得した得点により参加者の中での順位が表示され、得点に応じて称号を付与されます。 楽しくて、ユーザー満足度過去の歴代1位を獲得！ WebARは、8th wallを利用