SlideShare a Scribd company logo
1 of 43
Download to read offline
#3DCGMeetUp
リアルタイムレンダリングでのNPR表現
3DCG Meetup #12
kurosawa
#3DCGMeetUp
自己紹介
Name : Kurosawa
Twitter ID : kurosaurus
URL : the-saurus.net
都内のゲーム会社に勤務
UnrealEngine4やMayaを使う仕事をしています。
#3DCGMeetUp
おしながき
 さまざまな入力情報
 計算式を加える
 さまざまな入力情報をつかう
 まとめ
#3DCGMeetUp
さまざまな入力情報
本当にたくさんあるので、使い勝手のいいものだけ紹介します
※ 今回はパーティクル系は割愛
#3DCGMeetUp
Constant
Constant
Constant2Vector
Constant3Vector
Constant4Vector
特定のチャンネル数の数値(定数)をつくる。
この数値はゲーム内では変更できない。
#3DCGMeetUp
Parameter
ConstantとParameterの違い
Parameterはゲーム内で変更できる/Constantは変更できない
何でもかんでもParameterにすると管理が大変
ScalarParameter
VectorParameter
変更可能な数値(変数)をつくる。
ゲーム内で変更可能。
#3DCGMeetUp
ObjectPositionWS
WS=ワールドスペース
オブジェクトごとのワールド空間の中心位置を出力
#3DCGMeetUp
WorldPosition
ワールド空間の現在のピクセル位置を出力
#3DCGMeetUp
ScreenPosition
スクリーン空間の位置を出力
#3DCGMeetUp
(余談1)グラデーションの正体
ComponentMask 選択したチャンネルだけに制限する
MaskでRのみの表示にすると横方向のグラデーション
#3DCGMeetUp
MaskでGのみの表示にすると縦方向のグラデーション
#3DCGMeetUp
赤成分のグラデーション
緑成分のグラデーション
+ =
#3DCGMeetUp
(余談2)
マニュピレーターの色ってどうやって決まっているかわかりますか?
これ
こたえ
RGB = XZYだから(MayaはXYZ)
#3DCGMeetUp
WorldPositionのBチャンネルに使うと高さ方向のグラデーションになる
(例)WorldPositionのグラデーションをMaskしてみる
#3DCGMeetUp
PixelDepth/SceneDepth
ピクセルのカメラからの深度(距離)を出力
SceneDepthは実際に描画されていないピクセルにも使えるが、
半透明マテリアルのみにかぎり使用できる
#3DCGMeetUp
PixelNormalWS/ VertexNormalWS
ピクセルが向いている方向/頂点が向いている方向を出力
#3DCGMeetUp
(補足)ここまででてきた数式のおさらい
Add たしざん
Subtract ひきざん
Multiply かけざん
Divide わりざん
Saturate 0以下と1以上を切り捨て
ComponentMask 特定のチャンネルだけにする
#3DCGMeetUp
Time
時間を出力
#3DCGMeetUp
(補足)Sine
Sine 正弦波に変換する
→ 入力
出
力
#3DCGMeetUp
CameraPositionWS
ワールド空間のカメラ位置を出力
#3DCGMeetUp
TextureCoordinate
UVを出力、使用するUV番号を決定
UとVそれぞれのチャンネルにTimeを加算
#3DCGMeetUp
チャンネルとは?
マテリアルの中で扱うときは、
色は3チャンネル、時間は1チャンネル、位置は3チャンネル、UVは2チャンネル
として扱える。
一つのチャンネルを持つものはScalar
2つ以上のチャンネルを持つものはVector
Vectorは単に2つ以上のチャンネルとしても表現可能ですが、
向き(3つのチャンネル)と大きさを持った単位です。
大きさを1に変換することを正規化といいます。
#3DCGMeetUp
CGにおいてすごくたいせつなこと
「色も時間も位置もUVもテクスチャもみんなおなじ」
(ここだけ覚えて帰ってもらっても大丈夫!)
マニュピレーターの話を思い出してください
コンピューターにとってはRGBもXZYも同じものなので
XZYに対応するRGBがそれぞれの軸の色になっています
#3DCGMeetUp
計算式を加える
#3DCGMeetUp
バウンディングボックス
ノード一つで簡単に!でもじつは…
#3DCGMeetUp
じつはファンクションの中身はこんなだったり
(ファンクションかどうかは最初は気にしなくていいです)
#3DCGMeetUp
グラデーションをシャープにする
グラデーションをシャープにすることができます。
ちなみに、シャープにするのは簡単ですがぼかすのはすごく重い処理が必要です。
少しずらして重ねるということを繰り返す必要があります。
#3DCGMeetUp
球を描く
中心の位置から半径の値を引くことで球は簡単に書けます。
(WorldPositionは塗りつぶす対象として必要です)
#3DCGMeetUp
球と円の違い
球と円の違いはZ軸(高さ方向)の値を持たない球が円であるといえます
カメラと球の中心位置からBチャンネル(この場合はZ)をMaskすると
円(円柱)になります。
#3DCGMeetUp
球を多重にしてみる
Fmod 余りを出力
余りを出力することでノコギリ波に変換できます
#3DCGMeetUp
円を描くもう一つの方法
VectorToRadiusVaueで極座標変換できるのでこれでも円は描けます
(これもマテリアルファンクション)
#3DCGMeetUp
螺旋を作る
時計回りのグラデーションを利用して螺旋にしてみました
#3DCGMeetUp
さまざまな入力情報をつかう
ここまでは変数とWorldPositionだけでマテリアルを表現してみました
次は最初に覚えた様々な入力系を使ってみます
#3DCGMeetUp
カメラ座標を使ってみる
球を描く式の中心の座標の代わりにカメラの座標を使ってみる
近づくと穴が開く仕組みができる
#3DCGMeetUp
UVにテクスチャを入れる
※ 左のTextureSampleにはコントラストのついたグラデーションが入っています
テクスチャのUVを指定する領域にテクスチャを入れる
UVとは0-1の2つの値を画像にマッピングしてるともいえる
#3DCGMeetUp
UVをゆがめる
左側のテクスチャで右側のテクスチャが歪む
#3DCGMeetUp
内積について
ここから先は内積を理解していないと難しいので先におさらい
難しそうに聞こえる内積
実はCG屋さんにはなじみ深いあるもので
考えれば簡単です。
ライティングされた球体
(マテリアルプレビューとかでまいにち見てますよね)
#3DCGMeetUp
内積について2
面の明るさはどうやって決まるか?
光源(Intensity1)
面の明るさはライトベクトルと法線ベクトルの内積で決まります
法線ベクトル
ここのあかるさに注目
ライトベクトル
ライトベクトルと法線の内積
#3DCGMeetUp
内積について2
法線ベクトル
0°(1)
30°(0.866)
45°(0.7071)
60°(0.5)
法線の角度(法線とライトベクトルの内積≒面の明るさ)
135°(-0.7071)
180°(-1)
ライトベクトル(1)
90°(0)
(補足)
内積の計算式自体には今回はふれない
(数学アレルギーを抑えるのが目的なので)
最初のうちは(正規化された)同じベクトルの場
合は1、90°の場合は0、反対側では-1となるとい
うことだけ分かればOK
2つのベクトル同士のおりなす量がわかるので、その
値をどう使っていくかということが本題
#3DCGMeetUp
カメラと法線の内積
ランプシェーダー(パラメーターを調整すればフレネルに似たの効果)
#3DCGMeetUp
任意のベクトルと法線の内積
マテリアル内でライティングのようなことができます
詳しくはもんしょ先生のブログを参考にしてください
http://monsho.blog63.fc2.com/blog-entry-128.html
#3DCGMeetUp
グラデーションを描く
点が2つあれば2点間のグラデーションが作れる
#3DCGMeetUp
まとめ
マテリアルで様々なことができるようになれば、
テクスチャを貼っただけではない、多様な表現ができる
「環境が変わった時の変化」
「動きのある表現」
「実在しない内部の表現」

More Related Content

What's hot

OSS強化学習フレームワークの比較
OSS強化学習フレームワークの比較OSS強化学習フレームワークの比較
OSS強化学習フレームワークの比較gree_tech
 
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築するピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築するTakahito Tejima
 
3D-Coatざっくり解説
3D-Coatざっくり解説3D-Coatざっくり解説
3D-Coatざっくり解説kurosaurus
 
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分けネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分けモノビット エンジン
 
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
[DL輪読会]Autonomous Reinforcement Learning: Formalism and BenchmarkingDeep Learning JP
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編Fixstars Corporation
 
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...Preferred Networks
 
[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読Deep Learning JP
 
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)Tomohiro Motoda
 
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB ImagesDeep Learning JP
 
[DL輪読会]Hindsight Experience Replay
[DL輪読会]Hindsight Experience Replay[DL輪読会]Hindsight Experience Replay
[DL輪読会]Hindsight Experience ReplayDeep Learning JP
 
20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割についてGREE VR Studio Lab
 
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative ModelDeep Learning JP
 
なぜなにリアルタイムレンダリング
なぜなにリアルタイムレンダリングなぜなにリアルタイムレンダリング
なぜなにリアルタイムレンダリングSatoshi Kodaira
 
3DCGMeetup08_MayaRigSystem_mGear
3DCGMeetup08_MayaRigSystem_mGear3DCGMeetup08_MayaRigSystem_mGear
3DCGMeetup08_MayaRigSystem_mGearue_ta
 
異常検知 - 何を探すかよく分かっていないものを見つける方法
異常検知 - 何を探すかよく分かっていないものを見つける方法異常検知 - 何を探すかよく分かっていないものを見つける方法
異常検知 - 何を探すかよく分かっていないものを見つける方法MapR Technologies Japan
 
OpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみたOpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみたTakahiro Miyaura
 

What's hot (20)

OSS強化学習フレームワークの比較
OSS強化学習フレームワークの比較OSS強化学習フレームワークの比較
OSS強化学習フレームワークの比較
 
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築するピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
 
3D-Coatざっくり解説
3D-Coatざっくり解説3D-Coatざっくり解説
3D-Coatざっくり解説
 
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分けネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
 
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
 
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
 
Depth Estimation論文紹介
Depth Estimation論文紹介Depth Estimation論文紹介
Depth Estimation論文紹介
 
[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読
 
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られた
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られたNintendo Switch『OCTOPATH TRAVELER』はこうして作られた
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られた
 
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
 
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
 
GPU最適化入門
GPU最適化入門GPU最適化入門
GPU最適化入門
 
[DL輪読会]Hindsight Experience Replay
[DL輪読会]Hindsight Experience Replay[DL輪読会]Hindsight Experience Replay
[DL輪読会]Hindsight Experience Replay
 
20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について
 
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
 
なぜなにリアルタイムレンダリング
なぜなにリアルタイムレンダリングなぜなにリアルタイムレンダリング
なぜなにリアルタイムレンダリング
 
3DCGMeetup08_MayaRigSystem_mGear
3DCGMeetup08_MayaRigSystem_mGear3DCGMeetup08_MayaRigSystem_mGear
3DCGMeetup08_MayaRigSystem_mGear
 
異常検知 - 何を探すかよく分かっていないものを見つける方法
異常検知 - 何を探すかよく分かっていないものを見つける方法異常検知 - 何を探すかよく分かっていないものを見つける方法
異常検知 - 何を探すかよく分かっていないものを見つける方法
 
OpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみたOpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみた
 

Viewers also liked

HDR Theory and practicce (JP)
HDR Theory and practicce (JP)HDR Theory and practicce (JP)
HDR Theory and practicce (JP)Hajime Uchimura
 
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」BACKBONE-studio
 
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -historia_Inc
 
第5回ue4ハンズオンセミナー
第5回ue4ハンズオンセミナー第5回ue4ハンズオンセミナー
第5回ue4ハンズオンセミナーMasahiko Nakamura
 
Substance勉強会 in Osaka
Substance勉強会 in OsakaSubstance勉強会 in Osaka
Substance勉強会 in OsakaAiko Shinohara
 
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DDマテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DDエピック・ゲームズ・ジャパン Epic Games Japan
 
(公開版)FPGAエクストリームコンピューティング2017
(公開版)FPGAエクストリームコンピューティング2017 (公開版)FPGAエクストリームコンピューティング2017
(公開版)FPGAエクストリームコンピューティング2017 Hiroki Nakahara
 

Viewers also liked (7)

HDR Theory and practicce (JP)
HDR Theory and practicce (JP)HDR Theory and practicce (JP)
HDR Theory and practicce (JP)
 
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
 
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
 
第5回ue4ハンズオンセミナー
第5回ue4ハンズオンセミナー第5回ue4ハンズオンセミナー
第5回ue4ハンズオンセミナー
 
Substance勉強会 in Osaka
Substance勉強会 in OsakaSubstance勉強会 in Osaka
Substance勉強会 in Osaka
 
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DDマテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
 
(公開版)FPGAエクストリームコンピューティング2017
(公開版)FPGAエクストリームコンピューティング2017 (公開版)FPGAエクストリームコンピューティング2017
(公開版)FPGAエクストリームコンピューティング2017
 

Recently uploaded

TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 

Recently uploaded (9)

TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 

リアルタイムレンダリングでのNPR表現