論文タイトル：A Projector-Camera System for Augmented Card Playing and a Case Study with the Pelmanism Game
論文掲載雑誌名：EAI Endorsed Transactions on Ambient Systems, Vol.4 Issue 13
論文発行年月：201705
# 新規性
- プロジェクタ＋カメラで伝統的なトランプ遊びを拡張し、遊び心とプレイヤー間コミュニケーションを高めるシステムを提案
- RFIDタグや再帰反射素材といった特殊加工カードを使わず、市販のトランプ（BICYCLE）を通常の見た目・操作のままビデオカメラの画像処理だけで認識する点が新規。実プレイヤーへの事前調査から機能を導出し、カード認識・プレイヤー追跡・視聴覚効果をAPI化して開発者が容易に拡張できる枠組みとした
# 言及されている全ての関連研究との相違点
- プロジェクタ・カメラ式AR（化学実験支援[Sokan]、料理支援[Suzuki]、囲碁拡張[Iwata]、ビリヤード支援[Suganuma]）やARゲーム設計指針[Wetzel]、ICT×カードゲーム（EmoPoker、SurfacePoker＝生体信号、Smart Playing Cards＝RFID[Floerkemeier]）を概観
- RFIDや特殊カードを使う先行が伝統的な遊びの風味・操作感を損なう問題を指摘し、本研究は市販カードを画像処理で直接認識する点で差別化。提示も卓上プロジェクションを採用し、HMDやスマホのような操作中断・装着負担を避ける
# 有効性
- 矩形検出→色領域抽出→階層的ルールで数字識別→テンプレートマッチング→フレーム間投票、という計算効率の良いパイプライン（マッチング回数を2916→276へ約90%削減）を実装
- 理想環境では54種カードを認識率0.96（誤認識の少なさ）、54枚一括935ms・J/Q/K単体33msと実用的速度。Pelmanismを実装し11名のユーザ評価で遊び心・コミュニケーション向上に肯定的評価。スペード10を8と誤認する問題はダブルチェック導入で認識率0.75→0.96に改善
- ただし実プレイ環境ではプロジェクタ光と手の影でカード色が変化し、認識率は0.70まで低下。スコア管理や初心者助言には100%精度が必要で、光・影下の補正は今後の課題。重なりカードは自動認識せず手動調整を促す方式にとどまる
# 信頼性
- EAI Endorsed Transactions on Ambient Systems（査読付き）掲載のオープンアクセス論文。事前調査→アルゴリズム設計→基本性能評価（5,400回投擲）→Pelmanismケーススタディ→実プレイ評価と段階的に検証し、認識率の表・処理時間・改善前後の比較を具体的に提示
- 一方、ユーザ評価は11名・21–25歳と小規模で5段階評価中心。実環境で認識率が0.70に落ちる課題を著者自身が明示し、光・影補正や重なりカード認識は将来課題。結論は「市販カードを画像処理で拡張でき、遊び心とコミュニケーションを高めうる」という概念実証＋実用可能性の提示にとどまる
和訳
