Rhizomatiks Work
作品概要、YouTube埋め込み、カテゴリ、Prix Ars Electronica受賞情報、制作クレジットを整理した公式作品ページ。
街中の広告を消去し、Squarepusher由来のグラフィックへ置換する。Rhizomatiksの作品ページにあるコンセプト、受賞、クレジットと、Researchページに残された機械学習・手作業・ポストプロセスの記録を統合したケーススタディです。
本作は、広告看板や人物領域を検出・マスクし、消去、置換、グリッチ、光学迷彩の処理を加えることで、AR/MRグラス越しの都市が自由に書き換えられる未来像をMVとして提示しています。
作品概要、YouTube埋め込み、カテゴリ、Prix Ars Electronica受賞情報、制作クレジットを整理した公式作品ページ。
Object Detection、Semantic Segmentation、Image Inpaint、Depth Estimation、Max patch、Spleeter、Fake Adsなどの制作工程を記録したBTSページ。
人物や物体の検出には既存の機械学習を用いながら、周期的に変化する広告看板の位置情報は手作業で補完されています。その解析データをマスクへ変換し、映像の特定領域だけに効果を適用する構造です。
YOLO系の物体検出と、人力で作成した広告看板の位置データを並走させた工程。


ピクセル単位のカテゴリ推定と、広告領域の手動指定を組み合わせ、後段のエフェクト領域を制御。


人物と広告のマスク、深度推定、画像修復を経由し、都市から広告と人物領域を視覚的に消去・変換。


Researchページの素材を一度ローカルへ保存し、公開側ではWebPへ変換しています。ここでは元映像、検出、マスク、深度、修復の代表フレームを同じ比率で確認できます。









グリッチと音を同期させるため、機械学習で取得したデータをMax patch上でコンポジションし、JSONを書き出したうえでC++アプリケーションから映像を書き出す構成が採用されています。音響側ではSpleeterによりドラムとベースを分離し、反応精度を高めています。



グリッチ処理は単なる装飾ではなく、検出された人・広告・都市の表面を別のレイヤーへ引き剥がすための視覚言語として機能しています。
都市にある広告をSquarepusher由来の広告へ置換するために、映像内で使うフェイク広告も制作されています。
クレジットはRhizomatiksの作品ページとResearch BTSページに記載された情報を整理しています。
FAQ、用語集、外部参照、計測、AI用索引へ移動できます。それぞれのリンク先で何を確認できるかを明記しました。