十二月 31, 2010, 5:12 pm
Filed under: 電虎工作坊

[ 人造人穿戴式互動載具] 工作坊內容分享

台灣電虎系列活動 [人造人穿戴式互動載具] 工作坊中，講師曾煒傑帶領學員們以arduino為基底，進行穿戴式互動範例教學及雛形開發。這裡將工作坊相關課程內容與教材發佈，歡迎大家下載分享交流~~

[人造人穿戴式互動載具] 工作坊教材下載點

範例程式碼 Example.rar

完整記錄照片請上台灣電虎facebook粉絲團

http://www.facebook.com/album.php?aid=24453&id=138272749553889

Leave a Comment

2010.12.11 現場演出影音記錄

十二月 31, 2010, 4:23 pm
Filed under: 現場演出

2010.12.11 現場演出影音記錄

完整記錄照片請上台灣電虎facebook粉絲團

http://www.facebook.com/album.php?aid=24969&id=138272749553889

陳俊宇 x 潘柏伶

趙士禮

凌發才 x 叁式

Leave a Comment

2010.12.04 現場演出影音記錄

十二月 31, 2010, 2:59 pm
Filed under: 現場演出

2010.12.04 現場演出影音記錄

完整記錄照片請上台灣電虎facebook粉絲團

http://www.facebook.com/album.php?aid=24457&id=138272749553889

董昭民

葛如鈞

王連晟

Leave a Comment

2010.11.27 國際交流活動現場演出影音記錄

十二月 31, 2010, 10:23 am
Filed under: 現場演出

2010.11.27 國際交流活動

現場演出影音記錄

完整記錄照片請上台灣電虎facebook粉絲團

http://www.facebook.com/album.php?aid=23329&id=138272749553889

Gina Valenti / Argentina (鋼琴演奏)
Andres Alvarez / Argentina (VJ即時影像互動)

Leave a Comment

[超激！日本互動工作坊] 工作坊成果分享

十二月 31, 2010, 4:18 am
Filed under: 國際交流活動

[超激！日本互動工作坊]

工作坊成果分享

2010.11.27日本新媒體藝術家Sadam與Hiroshi於台灣電虎國際交流活動舉辦 - [超激！日本互動工作坊]，帶領學員利用processing來設計製作影音互動sequencer作品。錯過的朋友們沒關係~~一起來看看當天工作坊的成果記錄吧！

[超激！日本互動工作坊] 教學課程內容分享發佈於

http://sadmb.com/event/tetworkshop/

Leave a Comment

[ 肢體表演互動偵測實戰！] 工作坊內容分享

十二月 26, 2010, 7:55 am
Filed under: 電虎工作坊

[ 肢體表演互動偵測實戰！]

工作坊內容分享

在12月剛結束的台灣電虎系列 [肢體表演互動偵測實戰！] 工作坊中，我們以電腦攝影機與Max/MSP &Jitter軟體，進行相關肢體互動偵測基本實作教學。

而常見近年國內外許多肢體表演結合新媒體互動科技之相關整合作品，利用電腦視覺(Computer Vision)技術，來精準延伸表演者與影音之間的即興自由度，更可擴展表演上更多的可能性。

Mortal Engine by Chunky Move

Live Performance for Video Tracking with Max/MSP & Jitter

interactive floor

—————————————————————————-

電腦視覺 (Computer Vision)

電腦視覺(Computer Vision)技術包含了圖像處理與辨識等演算技術，它能夠扮演如同電腦之「眼」，並接受各類光線資訊，甚至有比人眼解析度高、客觀及定量等優點。

我們可以透過視訊或數位攝影機，將輸入的數位影像轉化視為二維矩陣，並依據影像矩陣中的座標行列得到各個影像點（像素）的位置與顏色資訊，並藉由相關的演算法再加以處理分析，以擷取出圖像中有用的數據進行後續應用。

OpenCV

OpenCV的全稱是Open Source Computer Vision Library，是一個跨平台的電腦視覺視覺庫。由英特爾公司發起並參與開發，以BSD許可證授權發行，可以在商業和研究領域中免費使用。轉貼於http://zh.wikipedia.org/zh-tw/OpenCV

cv.jit

而在本次工作坊中所使用到的cv.jit系列物件，則是由Jean-Marc Pelletier針對Max/MSP Jitter所開發設計之一系列給Jitter所使用的OpenCV外掛物件。
可至 http://sourceforge.net/projects/cvjit/ 下載

————————————————————————————-

—————————————————
以下便將工作坊中所使用到的幾個相關教學範例內容進行發布分享：

1.背景相減 Background Subtraction

在教學範例中的第一類型的偵測判斷為背景相減 Background Subtraction。其原理為利用即時輸入的最新影像矩陣與背景模型（取樣影像）互相比對相減來進行資訊分析，藉此找出原先不屬於背景模型下的動態或靜態物件像素，可偵測出完整的表演者形狀。

空場景 – 背景（取樣影像）

人（表演者）進入到場景內

兩張圖相減後得出（挖出）人的剪影輪廓資訊

【範例重點使用物件－jit.op @op absdiff】

範例程式 Background Subtraction_example下載點

—————————————————-

2.連續影像相減 Frame differencing

在第二類型的教學範例我們採用偵測方式為 Frame differencing。原理是利用將連續輸入電腦的影像矩陣做前後一對一的像素相減比對（不停減前一張的影格）。若是相減結果兩像素差異為零，就可顯示此像素並非移動中之物件，反之，則代表此像素為移動狀態。

連續影像相減 Frame differencing 適合用於偵測「移動」中的物體或動態部位，但無法判斷完全靜止狀態的物件狀態。但此方式對於環境的改變適應性佳，若在進行偵測的過程中，即使現場環境光源改變或是攝影機被些微移動到，皆不會對於判斷是否為動態物件有所影響。

左右擺動中的頭

連續相減得出動態中的像素點資訊

【範例重點物件－cv.jit.hsflow】

範例程式 Frame differencing_example下載點

——————————————————–

3.像素點追蹤

cv.jit.track物件能夠利用點選鎖定畫面中的某個像素點，並且持續與該像素點四週圍的其他各像素點進行比對，以此判斷鎖定像素之移動狀態已進行偵測追蹤。

【範例重點物件－cv.jit.track】

範例程式 cv.jit.track_example下載點

——————————————————

4.人臉辨識 cv.jit.faces

人臉辨識，特指利用分析比較人臉視覺特徵以進行身份鑒別的電腦運算技術。
http://zh.wikipedia.org/zh-tw/%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB
在Max 5中，我們能快速使用cv.jit.faces物件來做人臉辨識偵測。藉由視訊所擷取到的影像之中，尋找人臉所具有的特徵點來進行基本判斷。