塩澄祥大 – Critical Cycling

リアルタイムBGMシステム(19)

先月実装したアプリケーションを、渋谷周辺のライド映像で動作させた。これまでは自然豊かなザンビアのルサカの映像を使用していたが、人工物にあふれた東京の交通量の多い場所ではアプリがどのような挙動を示すのか興味があった。映

これまで開発ツールの支援としてChatGPT（Codex）を継続的に使用してきたが、Codexが生成するコードでは、アプリケーションの動作が著しく重く、まともな操作が難しく改善が必要な状況だった。そこで、試験的にコード生

今回も引き続き前回のシステムアップデートになる。物体の色情報の差異を検出し、その差異が一定の閾値を超えたときにmidi信号が送信される。しかし、映像のカメラが動くことで意図しない色の差異が検出されてしまうという問題があ

先月の記事で「動画情報から物体の色情報の差異を検出し、一定の閾値を超えると信号を出力するアプリケーションで、理想的なリズム検出が可能か」という問いがあった。そこでGPTと一緒に、Mac用アプリケーションのデモ版を制作した

これまではYOLOを用いて物体検出を行い、検出したオブジェクトに音を割り当てていくという試みを進めてきた。しかし、プロジェクトのスケールを考えると、対象となるフィールドは都市全体、さらには地球全体と広がる。そのため、検出

前回の記事でRoboflowを使った開発について記述したが、データセット作成で大きな壁にぶつかっている。Roboflowで作るデータセットは、画像から「車・歩行者・信号機」といった特定の物体を検出するためのものである。し

リアルタイムBGMシステムのアプリ「DetectorOSC」を公開したが、物体検出モデルについては、標準的なYOLOv8モデルをCoreMLに変換して使用していた。そのため、パソコン、テレビ、人、ボトル、コップなどの一般

DetectorOSCをリリースしてから2週間以上が経過し、App Storeランキングも17位まで上昇した。リリース後に実際にアプリを使用した方々と直接お会いし、フィードバックや意見を頂戴する機会があった。これにより、

前回までの記事で制作していたアプリは、まだ未完成の部分はあるものの、ユーティリティアプリとしては十分に機能している。自分自身も使いたいと思えるもので、現時点（2025年2月）では類似のアプリが市場に存在しないため、リリー

2024年11月から、自転車運転中にスマートフォンなどを使用する「ながら運転」に対する罰則が強化された。デバイスを手で持って画面を注視する行為はもちろん、自転車に取り付けたデバイスの画面を注視することも禁止されている。ア

前回からシステム構造をSwiftに移行したが、実装にはSwiftとUIKitを使用して記述していた。UIKitはiPhoneの登場と共にリリースされた歴史あるフレームワークである。現在では新しいフレームワークとしてSwi

今までの開発環境(Web、Python)では、処理が重くモバイル端末の発熱問題もあったためApple エコシステムで作動するネイティブアプリケーションにプログラムを移行している。筆者にとって初めてのSwift環境での開発