はじめに GOROman さん（@GOROman）が、以下の様なつぶやきをされているのを見かけたので、その日のうちにやってみたお話です。 これVRストリーム中継楽勝で出来るんじゃないのかなー。ステッチどうするかだけど。。。とりあえず球体をざっくりUVテクスチャで繋ぐだけでもいいかも。— GOROman@今日はサンノゼへ (@GOROman) 2015年9月21日 THETA S は 10/23 に発売予定の全天球カメラで、現行機の m15 にはなかった Dual-Fisheye の USB カメラストリーミング（1280x720 15fps）と HDMI カメラストリーミング（1920x1080 30fps）が機能として加わります。これを Unity 上で見れるように、適当な UV 展開した球と、境界をアルファブレンドする適当なシェーダを作ってみました。最終的には、Nora さん（@Ste

10月1日にスタートした、アニメ「ルパン三世」新シリーズのオープニングが「片目で見ると立体的に見える」と話題になっています。そんなバカな……と思った人は、だまされたと思ってぜひ試してみてください。 うおおおお、ホントに立体的に見える！ 奥から手前へ、手前から奥へと縦横無尽に動きまわるルパン一味が、片目で見るとハッキリ立体的に感じることができます（フルスクリーンで見るとより立体的に）。特に圧巻なのが、次元が奥からこちらへ向かって銃弾を発射するシーン。2Dの映像なのに、ホントに弾丸が手前へ飛び出してくるような迫力があります。どうなってるのこれ……？ 実はこれ、ネットでは以前から「片目3D」と呼ばれているもの。奥行きのある映像を片目で見ると、脳が立体感を補おうとするため、平面なのに立体的に見えてしまうのだそう（逆に両目で見るとただの平面に見えてしまう）。ニコニコやYouTubeなどでは以前から、

日本科学未来館は、7月15日から新しい展示としてメディアラボ第15期展示「アルクダケ 一歩で進歩」を公開します。人の歩き方を撮影して解析することで、年齢やその意図などを推定可能な、犯罪捜査への活用なども期待される技術を楽しみながら学ぶことができます。公開前日に開催されたプレス体験会にて、さっそく体験してみました。今回体験できる展示は、歩き方の個性計測と認知能力計測の2種類。 「アルクダケ 一歩で進歩」展示スペース まずは、歩き方の計測から挑戦。体験者は、10メートルほどの歩行路を2往復するだけで、その様子が撮影・解析され、結果をカードに印刷して持ち帰ることができます。 歩き方計測の様子 ほとんどの人が意識したことがない「歩き方」の個性とはいったい？　計測でわかる項目は以下の8つでした。 足の運び方の左右対称性 背筋の伸び 腕の前振り 腕の後ろ振り 腕の振りの左右対称性 歩幅 歩行周期（ペー

このツールは、点字をなぞる練習をするためのもの。実は点字をまっすぐなぞるにも多少の練習が必要で、点字学習の初期には多くの人が通る道なのだそうです。その練習を楽しく手助けしてくれるのがこのツール。無味乾燥な練習を、音や物語と連動することで少しでも楽しくできればと企画されました。 使い方は、タブレット端末に専用のアプリを入れ、その上に紙でできた点字パッドを置けばOK。点字をなぞると音が鳴り、外れると音が止まります。楽しく学習するために、円をなぞる練習では「あれれ？　道に迷ったかな〜？　1周して」といったストーリーも。また「点字は直線と曲線の区別がつきづらい」という課題を解決するために、曲線部分をなぞるときに音を上下させ認識しやすくするなどの工夫もされています。 練習には17パターンを用意。現場からのフィードバックを得ながら改良しているとのことです。ちなみに当初は1本指でなぞることを想定した作り

国土交通省は24日までに、1日3千人以上が利用する全国の鉄道駅で、エレベーターやスロープを設置して入り口からホームまでの段差を解消したのは、2015年3月末時点で全体の84.8%の2964駅だったと発表した。前年と比べ1.4ポイン

タイトルで全部言っちゃってる気がしないではないですが、WebサイトにGoogleMAPを設置して、色々と簡単にAPIを叩けるプラグインです。 ちなみにこの記事の為にこのjQueryプラグインを読み込むなんてことはしておりませんので、説明で使用しているMAPは全てキャプチャー画像です。本来なら、ぐりぐりと拡大縮小出来るあのMAPを貼り付ける事が出来ます。気になる方は、最後に紹介するチュートリアルページをご覧になっていただければ、わかると思います。 まずは呼び出し 基本の呼び出し。 まずはページのどっかに書いて読み込みましょう。 <script src="javascripts/jquery.js"></script> <script type="text/javascript" src="//www.google.fr/jsapi"></script> <script type="text/

2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod

Pythonで機械学習アプリケーションの開発環境、具体的にはNumpy/Scipy/scikit-learnを導入する手順について解説します。 なお、環境はPython3ベースを想定しています。 Minicondaベース(推奨) 機械学習系のパッケージはコンパイルが面倒なものが多いため、コンパイル済みバイナリをインストールできるconda(Miniconda)での環境構築を推奨します。 まずはPython本体(Python3想定)、パッケージ管理ツールであるpip、仮想環境を作成するvirtualenv、といった基本的な環境の構築を行います。 ※virtualenvについては今回(condaを使う場合)は不要ですが、Pythonで開発を行うなら入れておくべきパッケージなので併せて入れておきます。 Mac/Linux デフォルトのPythonと分けてインストールするため、pyenvを利用しま