A Successful Failure

【重要】A Successful Failure移転のお知らせ

2010-09-12T18:10:20+09:00

突然の告知となりますが、この度拙blog"A Successful Failure"は、はてなダイアリーからライブドアブログに移転することとなりました。新URLは次のとおりとなります。ブックマークやRSSリーダの設定の修正の方、よろしくお願い致します。

http://blog.livedoor.jp/lunarmodule7/

早速第一弾エントリとして次を掲載している。是非ご確認いただきたい。

エンジニアが最初に発音に気をつけるべき、カタカナ英単語一覧 - A Successful Failure

移転の理由としては、ライブドアが主催するブロガー支援制度である「第一期ブログ奨学金」の受給対象に選定されたからである（プレスリリース）。応募総数1,721の中から、特待生（300万円）1名、第2種（60万円）5名、第3種（30万円）20名が選抜され、それぞれのブログには月々、返還不要の奨学金が支給される。Twitterでは多くの人にお祝いのお言葉を頂いた。この場を借りて改めて感謝申し上げたい。また、世の中に役立つ良質なブログメディアを支援するという目的で、このような奨学金制度を設立したライブドアの心意気は大変素晴らしいもので、その第一期に拙blogを選定いただいたことはとてもありがたいことだ。

さて、このブログ奨学金、ライブドアのコンテンツ囲い込みの側面もあり、受給資格として「ライブドアブログへの引越し」が含まれている。受給を受けるためにはライブドアブログに引っ越さなければならないのだ。そのメリットとデメリットに関しては、同じく奨学金に選ばれた二十歳街道まっしぐらさんが『【重要なお知らせ】私がFC2ブログからライブドアブログに移転する理由いろいろ』というエントリで記載しているとおりで、筆者にもおおよそ当てはまるものばかりだ。

ライブドアブログに移転するデメリット

筆者に取っての移転のデメリットをあげると次のとおりだ。

URLおよびフィード（RSS）が変わる

本blogを見ていただいている方にはお手数をお掛けしますが、ブックマークやRSSリーダの設定変更をお願いいたします。

過去ログに関しては、様々なところからのPermalinkを保存する目的においてもそのまま置いておくことが適切であろうと考えている。ただし、ライブドアが駄目だ、リンクが切れても移せと言う場合も考えられる。できれば、そんな狭量なことは言わないで欲しい（と、ここで牽制しておきたい）。

PageRankや被はてブ数が0からに

本blogはPageRankが4となっており、Googleの検索結果においても比較的上位にランクされていた。そのため、全く更新のない日でもコンスタントに1,500〜2,000程度のPVがあったわけだが、それが全く無くなる。全くの0からのスタートとなるわけだ。

ちなみに奨学金は月払となり、筆者の場合、第2種なので月々5万円の受給となるわけだが、1ヶ月のPVが10,000を超えなければ支給されない。0からのスタートで10,000PVはそれなりに高いハードルで、拙blogのように月2,3回の更新ではちょっと無理がある。ゆくゆくは奨学金に応募したいと考えている人がいれば、注意すべき点だろう。

また、被はてブ数の方も15,000を超え、TopHatenarでも全体で189位と、密かなモチベーションとなっていたわけだが、これもまた0からのスタートとなる。これも今まで積み上げてきたものを放り出さないといけないわけで、残念に思う。

更新方法が変わる

はてなダイアリーに慣れていた点もあって、ライブドアブログははてな記法も使えないし、エントリページから直接編集できないし、テンプレートやCSSはどこ触っていいかわからないし、いろいろ使いにくい（多くは慣れの問題だと思う）。特にはてな記法が使えない点は大きなデメリットであり、はてな記法が使えるという一点だけでもはてなダイアリーを使う意味があると個人的には思う*1。

ライブドアブログに限らず一般的なブログのインタフェースを見ると、簡単にテキストを書いてWYSIWYGで編集することを目的としたインタフェースとなっており、拙blogのように様々な写真や図表をレイアウトする凝った使い方をするようには出来ていない。この点は解決策を模索していくこととなるだろう。

ライブドアブログに移転するメリット

今のところ正直言ってあまりない。はてなの容量が足りないこともなく、限度を超えて落ちやすいということもない。ヤフー村八分にもなってないし、ブラック企業に転職するという予定もない。移転の理由については、奨学金の受給条件に移転があったからという一点に尽きる。メリットを強いてあげれば、ライブドアブログの方がJavascriptなどが自由に使えるというところになるだろうか。

移転する理由

それでも、望外にも金銭面でサポートをいただけることとなり、また、それ以外にも、ライブドアより運用支援や技術サポートをいただける（きっと上述のデメリットも解決策が示されるだろう）──そんなチャンスは滅多に無いわけで、拙blog、ひいては筆者自身にも何かよい変化が起こるかもしれない、そう考えて移転することとした。

かかる事情のため、読者の方々にはご迷惑をおかけ致しますが、何卒ご理解の上、今後とも拙blogをよろしくお願い致します。また、しばらくはアクセスもあまり集まらないと思いますので、是非新サイトの支援の方、よろしくお願い致します。

*1:筆者は脚注を多用するのだが、これをライブドアブログでどう実現すればよいのか不明だ。

妄想×リアリティで垣間見た妄想と現実の境界

2010-09-05T16:26:01+09:00

8月29日に工学ナビの橋本先生（[twitter:@kougaku]）、明治大学の福地先生（[twitter:@kentarofukuchi]）のお二人を司会として、AR勉強会である妄想×リアリティが開催された。ARの第一線の開発者、功労者等が妄想全開で語る研究会は、大盛り上がりで幕を下ろした。本エントリではその一部を紹介したい。

非日常に覆われた会場

会場はお台場のTOKYO CULTURE CULTUREだったわけだが、そこはすでに妄想という名の非日常に覆われていたと言っても過言ではない。

なぜか水着姿の女性が溢れかえっている会場周辺。一体何事かと参加者からも戸惑いのTWがポストされる。

ネタを明かせば、会場の階下であるZepp TokyoでGACKTツアーが開催されており、ファイナルの当日は、「水着着用限定で、水着はビキニでヘソ出し、お腹出しマスト!!」というドレスコードが設けられたため、会場には2500人におよぶ水着姿のファンが集まったということらしい。研究会は階下から響くGACKT サウンドの振動の中、波乱の幕開けを迎えたのだった。

AR関係者トークショウ

第一部はAR関係者トークショウが開催された。登壇者は、ARを活用したパフォーマンスで知られるAR三兄弟、ARの代表的なライブラリであるARToolKitの開発者である奈良先端の加藤博一教授、派生ライブラリであるNyARToolkit開発者nyatla氏（[twitter:@nyatla_st2]）、FLARToolKit開発者Saqoosha氏（[twitter:@saqoosha]）、そして工学ナビの橋本先生と錚々たる顔ぶれだ。司会は福地先生。

トピックスを抜き出すと次のとおりだ。

AR三兄弟、漢字マーカーを用いたカンジブルコンピューティング*1を披露するも、続く加藤教授の講演で、加藤教授が10年前に同様のコンセプトを実現していたことが判明。
ARToolKit開発の思い出話を語る加藤教授だったが、ARToolKitをブレイクさせるきっかけとなった初音ミク動画 *2は講義にも利用しており感謝しているとのこと。
さらに、加藤教授も「実は僕も初音ミク大好き」と告白。「ミクちゃんと呼びかけるとコンピュータとのやりとりをにやってくれるARコンシェルジェになって欲しい」と、ミクを使った妄想を披露。家でもモニタにミクを出しているが、嫁さんと子供には内緒にしているらしい。このエントリがご家族の目に触れないことを願っております。
ARの神様のような人が「ミクちゃーん、と呼ぶとミクが手のひらにでてくるの」とかミクちゃん連呼する様子を見て、ショックを受ける橋本先生。
橋本先生はそろそろ視覚は良いので「触りたい、ぷにぷにしたい」と告白。一体何を触りたいのか、と食い下がる福地先生*3。結局押し切られ、「いや……その……胸とか……」と告白する橋本先生。「あずにゃんをぺろぺろしたい」とかそういうリビドーで技術は進化するのだとまとめる司会二人。議論はどんどんやばい方向へ。
nyatla氏はRealityOSという資料を用意されていたようだが、時間の都合上紹介されず。もったいない。

楽屋ネタ

日本のARは、間違いなく彼らの手によって支えられているのです。

デモセッション

今回のAR研究会の目玉として、実際に複数のデモを体験できる機会が設けられた点が挙げられる。

人間椅子

江戸川乱歩の『人間椅子』に着想を得、椅子の中に人間が隠れその上に座る人の感触を楽しむことを目的として制作された椅子。潜伏椅子と安座椅子の2つの椅子がネットワークで接続されており、潜伏椅子に座った被験者は、安座椅子に人が座った感覚を、まるで自分の太ももの上に座られたかのような感覚を力覚フィードバックにより体験できる。なぜそのような体験をしたいのかは個人的にはよく分からない。

Meta Cookie

プレーンなクッキーに、ARでチョコレートなどのテクスチャを重畳、同時に被験者がかぶるデバイスからチョコレートの香りを出すことで、あたかもチョコレートクッキーを食べているような錯覚を生む味覚拡張。人間の味覚は結構いい加減で、視覚と嗅覚を制御することで認識を変化させることができる。デモではレモン味やピーナッツ味など様々な種類への変化を実現していた。ちなみにクッキーは森永製菓提供とのこと。

ARカプセル

頭につけたピコプロジェクタから再帰性反射材で作られた筒状の物体に、リアルタイムでキャラクタを投射することによって、裸眼で見ることができるキャラクタを実現したもの。こっち向いてというとこっちを向いてくれる。

Twinkle

懐中電灯のようなプロジェクタで物体を照らすと、カメラに追ってその物体の色や形状を認識し、それにあわせて、仮想的なキャラクタ（こと細かなプロフィールが設定された妖精）をリアルタイムに重畳表示するシステム。ユーザはプロジェクタを操作して、ホワイトボード上の絵の上を歩かせたり、手で遮ったりすることができる。キャラクタに様々な動きを付けるために200枚以上のアニメーションを描いたそうだ。

妄想具現化大喜利

最後は@nifty:デイリーポータルZから林雄司氏（[twitter:@yaginome]）、そしてべつやくれい氏（[twitter:@betsuyaku]）を迎え（以下デイリー組とする）、橋本先生と福地先生（以下研究者組とする）の4人で、参加者から「中2」「誰得」「超能力」「コミュニケーション」というキーワードで寄せられた様々な妄想を、如何にして実現するかという議論が交わされた。研究者組の2人はどうやって技術的に解決するのか光学的アプローチで攻めるのに対し、デイリー組の2人はそれとは異なるアプローチを取る。例えば林氏はコンピュータを使わないARを実現することで有名とのことで、いくつかその実例が紹介された。

研究者がバグと戦って実装に四苦八苦しているのを尻目に、研究者が普段囚われている既成概念から解き放たれた方法で、現実を拡張する林氏。べつやく氏も他を圧倒する行動力を有しており、デイリー組は妄想の具現化において、研究者を凌駕する実力を有している。

お題その1：「出会い頭の衝突をナビゲートしてくれる食パン」

少女漫画でお約束とされる、パンを加えながら走ったらカッコいい男の子と衝突して、後に恋に落ちるシーン、これを実現するパンが欲しいという話。研究者組はいかにして好みの相手にナビゲートさせるかに頭を悩ませる。基本はラブゲッティのようにマッチングさせ、GPSかなにかで誘導するのだろうが、人を誘導するのには、『人間を意のままにコントロールする人間リモコン』で取り上げたGVSを利用すればよいのだろうか……

一方のデイリー組。林氏が用意した回答は、口にくわえたパンをおかんが持って意中の人に引っ張っていくというものだった。おかん公認の人ターゲットロックオン。さらに光学迷彩で透明化すれば完璧だと（光学迷彩用のプロジェクタはおとんが持って走る）。べつやく氏の回答は中に人が入った巨大な食パンがやはり意中の相手を襲うというもので、最初から圧倒的な戦力差を見せつけられた思いだった。

お題その2：「女子更衣室のロッカーに隠れている感覚を味わいたい」

バッチリ見えるのではなく、見えそうで見えないような、もしかしたらバレるようなそんな感覚を味わいたいらしい。研究者組はデモにあった人間椅子のように、ロッカーの中の閉塞感を再現するテレイグジスタンス（Telexistence）的な解決策を模索した。

続いてデイリー組。林氏が用意した回答は、再度おかん登場で、ロッカーの中が普通の家になっていて、家族ごと住んでいるというもの。仮に見つかったとしても、開けたほうがスミマセンと謝るようなそんな超絶ソリューションを提示した。べつやく氏は、お気に入りのDVDを映すモニタの前面に、ロッカーの扉の窓部分を貼り合わせるというさらにシンプルな回答を提示。DVDさえ入れ替えれば、様々なシチュエーションが再現可能とした。

さて、こんな話をマイクを使ってガンガン話している最中に、外ではGACKTライブが終了したようで、再度水着の女性が溢れる状況になっていた。窓側に向かった多面スクリーンには煌々とエロ妄想のお題が大写しになって、外から丸見えの状況で一線を踏み越えるトークを続行。彼女たちの目には一体どのように写ったのか、大変興味深い。

お題その3：「エライ人が分かるオーラ」

懇親会とかで知らない人に会って、あとからエライ人だったとわかって慌てるミス*4を防ぐために、エライ人にはオーラが出るようにして欲しいというアイデアだ。エライ人が目に見えるオーラーを出して近づいてきたら、いろいろ対処の仕様もあるというものだ。

コミュニケーション支援関係の研究は結構あって、研究分野では、懇親会等で相手の所属や自分との共通の知人などを重畳表示するようなシステムなどが提案されている。研究者組はどうやってエライ人を判別するか、どんな人がエライのか？というところで、胸の張り具合や顎の上がり具合を計測するとか、会場内の個々の挨拶を監視してソーシャルグラフを作るとか、様々なアイデアが検討された。

さて、デイリー組。林氏のアイデアは、この人はエライと思ったら、相手の胸ポケットあたりの余白に正の字を一本付け足すというもので、みんながエライと思うと正の字が増えていくのでエライと分かるというものだった。べつやく氏は、可視化の例としてエライ人ほどヒゲが伸びるというアイデアを披露、ちなみにエロイ人は鼻血が伸びるらしい。

お題その4：「攻めて欲しいところの予測支援AR」

Googleの乗換案内のようにターゲットを決めて、入力するとナビゲーションしてくれるというもの（「もしかして太もも」とか）。この辺りの議論、関係者の名誉のために割愛。結論的には、Googleが個々人の私生活を監視して事細かにDB化、Google Body検索サービスとして提供するというものだった。

お題その5：「歩くところを日陰にしてくれるサービス」

暑いので直射日光の下に出たくない。影をコントロールできたら、それで絵をかくこともできるだろうし、面白いだろうというアイデア。途中、横断歩道の白い部分からはみ出たら死ぬという遊び（マグマを避けて外出しよう参照。）との関連性も指摘され、研究者組はAR的に影を重畳表示してしまえばいいんじゃない？（当初の目的を忘れている）という方向となったが、デイリー林氏の出した答えは、「メガネを黒く塗る」だった（やっぱり忘れている）。

こんな風に終始研究者側が圧倒される結果となった大喜利。ちょっと視線を変えてみると、新たな突破口が見えてくるかも知れない。そんな印象を持った議論だった。

まとめ

最後は、筆者と発起人の橋本先生との対話で締めたい。

掛け値なしに面白いイベントだった。運営に携われた方々には、こうした機会を設けていただいて感謝している。このような取り組みを通してARが発展し、日常生活においてなくてはならないようなサービスに進歩することを期待したい。

議論するならTwitterより２ちゃんねるのほうが向いている

2010-08-25T22:23:53+09:00

最近のTwitter人気は衰えを知らず、今日も多くのTLで議論が交わされている。しかし、多くの人が感じているように、Twitterはあまり議論に適したサービスではない。むしろ、議論を積み重ねるという観点から見れば、便所の落書きとも揶揄される２ちゃんねるの方が適している部分も多い。本エントリでは、２ちゃんねるとTwitterのアーキテクチャの違いに着目し、その違いが有用な議論を行なう上でどのような効果をもたらすのかについて考えてみたい。

濱野氏は著書『アーキテクチャの生態系――情報環境はいかに設計されてきたか』において、ローレンス・レッシグの提唱した概念『アーキテクチャ』に依拠した上で、ソーシャルウェアを場とみなす立場をとっている。

ここで、アーキテクチャは次のような概念だ。

任意の行為の可能性を「物理的」に封じてしまうため、ルールや価値観を被規制者の側に内面化させるプロセスを必要としない。

その規制（者）の存在を気づかせることなく、被規制者が「無意識」のうちに規制を働きかけることが可能。

たとえば、前者の例としては、飲酒運転を禁止するために、自動車にアルコール検知機能を設置し、呼気にアルコールが検出された場合にはエンジンがかからないようにすることが挙げられる。ユーザはアーキテクチャにより物理的に縛られるため、飲酒運転禁止というルールを破ることが出来ない。

後者の例としては、ファーストフード店の椅子の堅さ、BGMの大きさ、冷房の強さといった例が挙げられる。店側はこれらを巧妙にコントロールすることで、あまり客に長居させず、回転率を上げるようにしている。客は無意識のうちに店側のルールに誘導されているわけだ。これもアーキテクチャのひとつの形だ。

２ちゃんねる、Twitterのアーキテクチャは、ユーザにいったいどのような働きかけをしているのだろうか。

【告知】[twitter:@LunarModule7]でつぶやいています。
興味のあるかたはフォローください。

２ちゃんねるのアーキテクチャ

２ちゃんねるは独特の雰囲気、匿名文化もあり、まともな議論が出来ないと切って捨てる人も散見される。しかし、アーキテクチャに着目すると、不特定多数による議論を成立させるための力学が確かに存在することが分かる*1。

２ちゃんねるアーキテクチャの大きな特徴として各スレッドは1,000レスで強制的に打ち切られ、閲覧不能になるという点が挙げられる。これは実は非常に大きな効果をもつアーキテクチャだ。1,000レスで打ち切られるため、議論参加者にはスレストまでに議論を収束させようという意識が働く。また、次のスレに移ったときに、今までの議論を無にしないために、議論の内容をまとめ、次のスレの先頭に記載するという文化が自然発生的に生まれた。これが議論の結果を凝縮したテンプレだ。

２ちゃんねるにおいて議論が引き継がれる仕組み

各スレでは、終盤が近づくと今までの議論を集約し、合議によってテンプレの作成・改定作業が行われる。このテンプレの存在によって、今まで議論に参加していなかったユーザも、無理なく議論に参加することができ、何度も同じ議論を繰り返すということを防ぐことができる。1,000レスで打ち切るという２ちゃんねるのアーキテクチャは、テンプレという形で議論が積み重なり、受け継がれていく仕組みを作った。

さらにテンプレが肥大化してくると、まとめサイトが作成されることも多く、有用な知の集積所となっている。ユーザはいつ何時でも、テンプレやまとめサイトを見て、今までの議論の結果を吸収し、新たな議論に参加することができるのだ。これは２ちゃんねるのアーキテクチャが生んだ貴重な文化だと言える。

Twitterのアーキテクチャ

一方、Twitterはソーシャルグラフに結びついた顕名性によって、２ちゃんねるに比べて、有意義な議論ができる場と見做される場合が多い。しかし、そのアーキテクチャは必ずしも議論に適しているとは言えない。

Twitterで２ちゃんねるのような不特定多数による議論を行う枠組みとしてハッシュが利用可能だ。しかしハッシュは通常特定のイベントに応じて作成されるものであり、イベントが終わればハッシュも自然消滅する。所望のトピックに適合するアクティブなハッシュがいつも存在するとは限らず、また存在したとしてもそのハッシュを見つけ出すことは現状では困難である。

仮にハッシュが見つかったとしても、多くのユーザが参加するTLに途中から参加することは多くの場合難しい。大部分のクライアントは最新200までのTweetの取得しかサポートしておらず、議論を最初まで遡ることは困難な場合が多いし、取得できたTLも大部分は情報量の無いRTで埋め尽くされていたりする。各ユーザが見るTLにはタイムラグがあり、２ちゃんねるのような引用記号も用意されていないので、話をつなげるためには非公式RTによる引用が不可欠だが、140字制限が邪魔をする。２ちゃんねるのスレストのような、明確な区切りも存在しないため、議論を進め、結論を導き出すモチベーションにも欠ける。結果としてハッシュを使った不特定多数の議論はうまく機能しない場合が多い。

これはTwitterのアーキテクチャが、ユーザがつぶやく為に設計されているからだ。ツィートの文字数は最大140字に制限され、各ツィートの関連性も他人のツィートへの返答(in-reply-to)以外には用意せず、複数のツィートをまたがる長文を記述出来ないようになっている。これは、つぶやくことに対する心理的負荷を下げ、毛づくろい（グルーミング）的なコミュニケーションを活性化させるという効果を生んでいるが、議論を行うという観点では逆効果だ。個々の発言は分断され、不特定多数の発言が入り交じるハッシュTLの中では、各ユーザの一連の発言を把握することを特に困難にしている。ハッシュはあくまでも各個人個人のつぶやきを集めて雰囲気を共有するためのアーキテクチャであって、議論の場を提供するものではない。

Twitterで議論が機能する場合は、むしろ一人か二人のキーマンを中心とした特定少数の議論である。こうした議論は後日Togetterにまとめられることが多く、リアルタイムに議論に参加しなかったユーザも後からそのTLを追うことができるようになっている。Togetterには日々有用なまとめが追加されており、やはりひとつの知の集積所となっている*2。

Togetterによるまとめは積み重ならない

ただ、Togetterにも欠点がある。Togetterは簡単に有用な発言を抜き出してまとめることができるツールだが、基本的には一人が編集を行うものであり作為的な編集が行われることで問題になるケースも散見される。また、あくまでも各ツィートを時系列に並べただけなので、２ちゃんねるのテンプレと比べると、冗長で内容を把握するのに時間がかかってしまう。

そして、最大の欠点は、せっかくTogetterなどにまとめられても、それがTwitter上の別のTLで行われる議論に引き継がれるケースはほとんどないということだ（これはTogetter自体の問題とは言えないが）。２ちゃんねるにはテンプレがあり、前スレ、まとめサイトへの誘導がある。しかし、Twitterにおいてはそのようなものは存在せず、過去の議論の成果が新たな議論において役立てられる機会が少ない。結果として、Twitterにおいて議論は散発的に分散して発生し、個々の議論は基本的に積み重なることがない。こうして、Twitterでは何度も同じ議論が繰り返されることになってしまう。この観点では２ちゃんねるよりも不効率と言えるだろう。

まとめ

以上見てきたように、元来特定のトピックに対する不特定多数による議論を行うことを目的として設計された掲示板である２ちゃんねるは、匿名性というハンデを背負いながらも、効率的に知の集積を続けている。一方で、つぶやきツールとして設計されたTwitterはそもそも議論に向いていない。議論は分散しがちで、２ちゃんねるに比べて知の集積の効率は悪い。議論をするのであれば、議論をするために設計されたアーキテクチャを有するサービスを使うべきなのは明らかだ。

とはいえ、匿名文化の２ちゃんねるはあまりに殺伐としすぎており、まともな議論が行える環境にないと考える人も多い（そして、それはある程度正しい）。うまくTwitterが有するソーシャルグラフを、２ちゃんねる型の掲示板におけるアカウントに結び付けられるような仕組みがあれば良いのかも知れない*3。

議論によって生み出された貴重な成果を広く共有するために、工夫できることはきっとまだたくさんあるはずだ。欠点を克服した新たなサービスの登場に期待したい。

参考文献

アーキテクチャの生態系
- 作者: 濱野智史
- 出版社/メーカー: NTT出版
- 発売日: 2008/10/27
- メディア: 単行本（ソフトカバー）
- 購入: 99人クリック: 1,146回
- この商品を含むブログ (262件) を見る

英語の時制シーケンスまとめ

2010-07-31T09:40:23+09:00

英語文法において時制は最も厄介なルールの一つだ。特に複数の出来事の前後関係を含意するシーケンスは、正確に使うには訓練が必要だろう。"Sequence of Verb Tenses"では、そのルールをロジカルに一覧にしている。とても有用な表なので、以下に紹介したい。

主節の動詞が過去形もしくは過去完了形以外の場合には、従属節の動詞の時制は何でも利用することができて、その時制の通りの意味を表す。しかし、主節の動詞が過去形もしくは過去完了形の場合には、従属節の動詞は、過去形もしくは過去完了形でなくてはならない。例外は従属節が一般的真実として広く知られていることを表現するときである。

In the 1950s, English teachers still believed that a background in Latin is essential for an understanding of English.
Columbus somehow knew that the world is round.
Slaveowners widely understood that literacy among oppressed people is a dangerous thing.

次の表は時間が重要となる一連の節の正しい時制の関係を示したものである。

独立節の時制	従属節の目的/従属節の時制	例
単純現在	同時に起こるアクションを示すときには、現在形を使う。	I am eager to go to the concert because I love the Wallflowers.
	過去に起こったアクションを示すときには、過去形を使う。	I know that I made the right choice.
	過去のある時点から現在まで続く期間を示すときには、現在完了形を使う。	They believe that they have elected the right candidate.
	これから起こるアクションを示すときには、未来形を使う	The President says that he will veto the bill.
単純過去	別の完結した過去のアクションを示すときには、過去形を使う。	I wanted to go home because I missed my parents.
	過去の時点よりもさらに前のアクションを示すときには、過去完了形を使う。	She knew she had made the right choice.
	一般的真実を述べるときには、現在形を使う。	The Deists believed that the universe is like a giant clock.
現在完了 or 過去完了	どんな場合でも過去形を使う。	She has grown a foot since she turned nine. The crowd had turned nasty before the sheriff returned.
未来	同時に起こるアクションを示すときには、現在形を使う。	I will be so happy if they fix my car today.
	過去のアクションを示すときには、過去形を使う。	You will surely pass this exam if you studied hard.
	未来だが、独立節のアクションよりは時間的に前のアクションを示すときには、現在完了形を使う。	The college will probably close its doors next summer if enrollments have not increased.
未来完了	どんな場合でも現在形ないしは現在完了形を使う。	Most students will have taken sixty credits by the time they graduate. Most students will have taken sixty credits by the time they have graduated.

不定詞(infinitives)

動詞と同様に不定詞構文も時間に関する情報を表現できる。そのため、不定詞構文を利用する際にも、正しい時制に関して注意しなければならない。

不定詞の時制	不定詞の役割	例
現在時制の不定詞 (to see)	動詞と同時もしくは動詞よりも後のアクションを示す。	Coach Espinoza is eager to try out her new drills. [熱意(eagerness)は今。使ってみる(try out)のはこれから後。]
現在時制の不定詞 (to see)	動詞と同時もしくは動詞よりも後のアクションを示す。	She would have liked to see more veterans returning. [現在時制の不定詞であるto seeは、過去時制のwould have likedと同時。]
完了不定詞 (to have seen)	動詞よりも以前のアクションを示す。	The fans would like to have seen some improvement this year. ["would like"は現在の状態を示している。"to have seen"はその時よりも時間的に前の事象を表す。]
完了不定詞 (to have seen)	動詞よりも以前のアクションを示す。	They consider the team to have been coached very well. [完了不定詞to have been coachedは、動詞considerよりも時間的に前であることを示す。]

分詞(participles)

同様に分詞構文も時間に関する情報を表現できる。そのため、分詞構文を利用する際にも、正しい時制に関して注意しなければならない。

分詞の時制	分詞の役割	例
現在分詞 (seeing)	動詞のアクションと同時に起こっているアクションを示す。	Working on the fundamentals, the team slowly began to improve. [beganで表現されているアクションは過去に起こった。同時にworkingも起こった。]
過去分詞もしくは完了分詞	動詞のアクションよりも以前に起こったアクションを示す。	Prepared by last year's experience, the coach knows not to expect too much. [knowsで表現されているアクションは現在のことである。preparedはその時よりも以前の時間を表現する。]
過去分詞もしくは完了分詞	動詞のアクションよりも以前に起こったアクションを示す。	Having experimented with several game plans, the coaching staff devised a master strategy. [完了分詞having experimentedは、過去形の動詞であるdevisedよりも時間的に前であることを示している。

融けるような視点移動効果を実現する三次元再構築手法 Ambient Point Clouds

2010-07-25T23:50:03+09:00

いよいよ今年もSIGGRAPHが始まる時期となった。本エントリでは、ダルムシュタット工科大学 (TUD) とマイクロソフトの合同チームによる、"Ambient Point Clouds for View Interpolation"と題されたtechnical paperから魔法のような視点補間技術を紹介したい。

まず、デモビデオをご覧いただくのが良いだろう。最初の方は既存手法の説明となっているが、目的は複数の写真をシームレスにつないで、破綻なく別視点に移動できる3次元モデルを再構築することである。02:44あたりから手法の適用結果が示されているので、まずそこを御覧頂きたい。これは、たとえばFlickrから集めてきた写真（当然カメラ位置も不明）から一切人の手を経ず全自動で生成されるのだ。

以下、論文*1に従って本手法の概要について説明を行う。本エントリで扱う図表は論文からの引用である。例によって詳細は、論文を参照願いたい。

【告知】[twitter:@LunarModule7]でつぶやいています。
興味のあるかたはフォローください。

概要

90年代半ばから視点補完技術やIBR(Image-based rendering)技術は長足の進歩を遂げているが、これらの技術では3Dモデル再構築の際に、精度不足やデータ不足などの要因によって、実際には存在しないゴーストや、モデルが欠けるホールやクラック等の不整合を生じる場合が多い。

本研究では、位置や距離などソースが持つ様々な不確かな情報を許容し、先の視覚的不整合を和らげた3Dモデルを再構築することを目的としている。本システムでは、不確かな領域はそれぞれのピクセルの視線光線上の半透明の3Dセグメントとして描画される。結果として、視点間のカメラの移動に伴い、不確かな領域はピクセル移動方向のストリーク（筋）に融けて、移動先の視点に近づくにつれて、再びリアルな質感を取り戻すように描画される（文章で記述するとややこしいが動画を見れば分かるはず）。

現在の実装では、これらのセグメントやストリークはランダムにサンプリングされた色付点として描写され、Ambient point cloud（周辺点状雲とでも訳すのか？）と名付けられている。これにより、精度の低い距離値が原因のゴーストが低減され、ホールやクラック等がAmbient point cloudによって埋められる。ただし、精度高く3Dモデルが再構築できる部分は、くっきりとした表示を行うべきであり、本システムは従来手法の応用による3D再構築手法にAmbient point cloudを加えて全体として最適な表現が行えるように工夫されている。

Ambient point cloud

図1：不確かな距離値を伴うエピポーラ幾何

図1を参照しつつ、基本的な考え方について説明する。仮にシーン上の点Pが2つの視点C₁、C₂から正確に再構築されていたとすると、任意の視点C_Mから一切の破綻なしに完全に描画することができる（図1(a)）。

しかし仮に2つの視点C₁、C₂からの距離が若干の誤差を含みP'、P''として構築されている場合には（図1(b)）、ベクトルC₁C₂上の視点C_Mからの点Pはエピポーラ線上の2点に2重にマッピングされてしまう。これがゴーストの原因となる。もし、カメラが十分に高密度に配置されC₁、C₂間の距離が小さければ、ゴーストの発生は抑えられるし、Pが均一な領域にあれば、ノイズは目立たない。しかし、小さなノイズでも積もり積もって大きな破綻を生んでしまう。

そこで、距離情報がアテにならないと考えると、2つの視点C₁、C₂からその視線上に点Pが存在するということだけが確かな情報となる（図1(c)）。緑と青で記した線上のどこかに点Pは存在する。この2本の線は、エピポーラ幾何学により、ベクトルC₁C₂上の視点C_Mから見た際には、1本に重なって見える。

視点C₁からC₂への遷移を考えると、まず点Pは視点C₁からのオリジナルのビューを用いて描画される。その後、移動にともなって、線に分解され、視点C₂に近づくにつれて、1点に集約してゆき、最終的には視点C₂からのオリジナルのビューによる描写となる。2つの視点に基づく線が遷移中に重なるため、スムーズな遷移が実現するのだ。

Ambient point cloudはそれぞれの視点から見たdepth mapに対して、複数の点からなるクラウドを生成し展開することによって構築される。ここでは上記の各線上にいくつかの点を配置し、ぞれを全体に展開することで点描画のようにクラウドを生成している。これは誤差に起因する描画の破綻を和らげる効果がある。遷移の際に、点は一旦複数の点からなる線に分解され、その後線から一点に集約するように動く。

データ再構築

データ再構築にあたっては一般的な手法を組み合わせて利用している。まず入力画像は頑強なStructure-from-Motion (SfM)アルゴリズム *2によって、シーン形状や視点の動きを算出する。その後MVS(multi-view stereo)システム*3に基づいて各視点からの距離を表すdepth mapを生成する。depth mapは視点から各ピクセルまでの距離とその信頼度から構成される。

本手法では、この入力画像とdepth mapに基づき、次の3つのデータを生成する。1つは各視点から見える信頼性のある位置を表すPer-view depth map、もう1つは不確かな距離が雲状に分散されたAmbient point cloud、最後はシーン全体のコンテキストを表すGlobal point cloudである。それぞれに付いて以下に概要を説明する。

Per-view depth map

図2：depth map

図2はデータセットのひとつの入力画像（左）とそれに対応する生のdepth map（中）と、最終的に補正後のdepth map（右）を示したものである。MVSから得られる生のdepth mapは細かな凸凹まで表現されているが、小さな孤立したクラスタや中程度の孔などの異常値を除外したほうが良い描画結果が得られるので、前処理でそうした値を除外する。最終的に残った値は信頼できるdepth値として扱う（後過程でくっきりと描画される）。一方、全ての除外された値は再構築され補間された位置の95%の距離に直交するimpostor planeに描画される。このプレーンより後ろに位置する全てのピクセルはこのプレーン上に固定される。このimpostor planeは遷移の最初の5%と最後の5%の間だけ描画される。

Ambient point cloud

再構築も補間もされなかった信頼性の低い、depth map上のそれぞれのピクセルに対して、視線方向の線上に5つの点を分散して配置する。この点の集合がAmbient point cloudを生成する。Ambient point cloudを構成する各点は各depth mapの最小値の0.8倍から最大値の1.5倍までの間に分散される。補間視点C_MがC₁ないしC₂に接近すると、点がノイズとなって目立つので、視線方向に僅かなジッタを加えることで、ノイズの発生を回避している。

Global point cloud

全てのdepth mapにおける再構築された3次元点の集合は、点ベースの全体モデルを構成する。扱いに都合がいい大きさのモデルを得るために、すべての点からランダムにサンプリングしてGlobal point cloudを得る。このGlobal point cloudは2つの入力ソースの視野から外れた部分の形状に対するヒントを表示する為に利用される。

レンダリング

図3：レンダリングパイプライン

レンダリングにおいて、各depth mapはテクスチャの貼られた三角形メッシュに変換される。遷移の間、補間視点C_Mの位置と方向とその視界はリニアに補間される。C_Mの流れるような動きを生成するために、リニアな時間tではなく、緩やかな1次元ベジエ曲線を描くp(t)を用いている。以下、図3を参照しつつ全体のレンダリング処理について説明する。

Global point cloud

まず、補間視点C_Mから見た、細かな点の集まりで構成されたGlobal point cloud（GP）を直接フレームバッファに書き込む（図3(a)）。これは全体的な背景モデルを提供すると共に、大きな遷移を行う際に全体の流れを把握する際に役に立つ。

Ambient point clouds

次に遷移開始点と終了点の2点からみたAmbient point cloud（AP1、AP2）から補間視点C_Mから見たAmbient point cloudを生成する（図3(b)）。ここでは、リニアな遷移時間tに応じた重みに応じて、各視点のAmbient point cloudにおける各点の色を合成し、最終的なAmbient point cloudを生成している。生成されたAmbient point cloudをフレームバッファに書き込む（図3(c)）。

Per-view depth maps

次に遷移開始点と終了点の信頼できるdepth値を有するテクスチャ付きのdepth map（DM1、DM2）から、遷移時間tにおける補間視点C_Mの視野を生成する（図3(d)）。ノイズの原因となる不連続部分を削除した上で、フレームバッファに追記しすべてを合成する（GP, APs, DMs）。それぞれのピクセルは、depth map由来のくっきりとした描画か、point cloud由来のぼんやりした描画か、何も描画されないかのいずれかになる。遷移の間、遷移開始点と終了点のdepth map合成の際のそれぞれの重みはp(t)によって制御される。遷移の最初と最後の5%にはimpostor planeが描画される。

結果

ここでは、ピサの斜塔データセット（画像1103枚）、タウンスクエアデータセット（画像289枚）、そしてFlickrからダウンロードした教会データセット（画像100枚）を用いている。全てのデータセットは、一切のユーザ介在を伴わず全自動で再構築されている。その結果に関しては上記に示した動画を今一度参照してもらいたい。

図4：ピサの斜塔

図4はピサの斜塔の50%移動時の様子を示したものである。左は遷移開始点と終了点それぞれのdepth mapを重ねあわせたものである。真ん中はglobal point cloudとともに合成して描画したものであり、右はさらにambient point cloudを追加したものである。移動効果が違和感なく追加されていることが分かる。

図5：タウンスクエア

図5はタウンスクエアのデータセットを示したものである。左上はdepth map由来の確かな位置情報に基づく描画だけを抽出したものであり、右上はそれにglobal point cloudのみを追加したものである。左下はambient point cloudのみを追加したものであり、右下はすべてを追加したものだ。それぞれが応じてうまく補間しあって、画面を作っている様子が分かるだろう。

図6：教会（障害物の除去）

図6は教会データセットにおいて人物が写っており、建物を遮蔽している様子を示している。左が最初の遷移開始点、中が30%、右が50%遷移した時の描画を示している。教会を遮蔽している人物が自然に消えて、その後ろに生じるはずのホールがうまく埋められていることが分かるだろう。

図7：教会（大幅な色の変化）

図7は教会データセットにおいて照明の様子が全く異なる2枚の写真間の遷移を示している。上列はそれぞれ0%、50%、100%の遷移時刻を示しており、下列は50%の遷移時刻における教会の一部を拡大したものだ。下列左はソフトZバッファとアルファ正規化を有効にした例、中はソフトZバッファを無効に、右はアルファ正規化を無効にした例である。テクスチャのブレンディングがソフトZバッファとアルファ正規化によって自然に実現出来ている。

図8：教会（長距離跳躍）

図8は非常に大きな距離の視線移動を行った例である。こうした視線移動は既存の再構築手法では破綻してしまうのだが、global point cloudとambient point cloudがうまく遮蔽領域を埋めて、全体として良い3Dシーンを演出している。前面の障害物は遷移の際にスムーズに融けて見えなくなってしまう。

まとめ

本研究はPhotosynthを提供するマイクロソフトによるものであり、早晩Webの写真共有サイトは同様の再構築サービスを提供するようになると期待される。 Web上の膨大な写真からローマを1日で構築する方法で示した、街全体を対象とするような再構築もより高いクオリティで実現できるはずだ。

多くの人がカメラを持ち、その一瞬一瞬を切り取っていくことで、その一瞬を後からより高い自由度と臨場感をもっていつでも再体験することができる時代がまさに明けようとしている。

水滴が作り出す多層2.5次元ディスプレイ

2010-06-29T07:49:39+09:00

今年もSIGGRAPHの開催時期となった。この先、いくつか紹介したいと思うが、まず一番目は水滴をボクセル(voxel)として利用した多層2.5次元ディスプレイについてとりあげたい*1。例によって本エントリで用いる図表は論文からの引用である。


(a)動画	(b)テキスト

(c)ゲーム	(d)画像
図1：水滴により構成された各レイヤに静的/動的コンテンツを独立して描画できる2.5次元多層ディスプレイ

【告知】[twitter:@LunarModule7]でつぶやいています。
興味のあるかたはフォローください。

水滴は投射された光の大半を反射し、素晴らしい広視野角のレンズとなることができる。研究グループは、厳密に制御された多支管バルブ機構により生成された水滴の一滴一滴の位置をカメラでリアルタイムにトラッキングし、プロジェクタで一滴一滴に色を投影することで、動画やゲームなど様々なビジュアルコンテンツを描写できる水滴ディスプレイを開発した。開発されたプロトタイプシステムは、50孔の多支管から60Hzで生成された水滴からなるレイヤが4つ連なった多層ディスプレイである。このディスプレイの有効解像度は50×プロジェクタの垂直解像度×レイヤ数となる。

ミストにより構成されたウォータースクリーンに高解像度の映像を投影する技術は、アミューズメントパークなどのエンタテインメント分野で頻繁に利用されている。それらのシステムでは、ミストはトラッキングされないので、多層化は難しくそれぞれのスクリーンに別のプロジェクタを用意する必要がある。また、たとえばディズニーのWorld of Colorでは、投射するミスト/水流の制御を行い、インタラクティブで大規模な効果を演出しているが、特定の演出に特化して設計された大がかりな舞台装置を必要とする。

魅力的でカラフルな水滴ディスプレイを作るためには、水滴の位置か、投射する光の少なくとも一方を制御する必要がある。いくつかの先行研究*2ではそれらを組み合わせて利用ししており、制御されていない水滴の位置をリアルタイムにトラッキングし、個々の水滴にプロジェクタから光を投影するシステムが提案されている。しかし、システムの処理時間から一度に検出可能な水滴は数個に限られている。アイデアとしてはミスト一滴一滴をレーザーで測定し、リアルタイムに3D画像を投影するコンセプトも発表されてはいるが*3、それが本当に可能か、どうやって実装するのかは不明だ。

リアルタイムに水滴をトラッキングする代わりに、水滴の生成制御を精密に行い、同期したプロジェクションを行うことで、3Dディスプレイを生成する研究*4 *5もあるが、16x16x8の低解像度のイメージが7.5Hzで描画できるに過ぎない。

一方本研究では、同期制御された多支管バルブ機構-カメラ-プロジェクタシステムにより、各水滴の位置を精密に制御、トラッキングし、リアルタイムに光を乗せることで、高解像度の多層ディスプレイを実現している。利用するのは水滴なので直接手で触れることができ、まったく新たなインタラクティブシステムの可能性を開くものだ。今現在は複数のレイヤからなる2.5次元ディスプレイだが、レイヤ数を増やせれば高解像度3Dディスプレイに拡張することも可能だろう。

システム概要

図2：システム概観

図2は本システムの動きを示している。左側はプロジェクタとカメラと水滴を生成する多支管(manifolods)の配置を示した側面図と上面図である。右側はカメラの少し後方から撮影した実システムの写真である。多支管により生成された水滴はSONY VPL-HS51A 3LCDプロジェクタにより照らされる。それぞれの多支管は直線に配置された50の噴出孔を有し、ソレノイドバルブによって精密制御される。バルブは最大60Hzで開閉されるので、各レイヤごとに1秒あたり3,000滴の水滴を生成することができる。水滴は裸眼には一見連なって見えるが、プロジェクタの視点から見れば他の水滴の影に隠れてしまう水滴はない。

N個の多支管をSHzで動作させたとき、生成される水滴全てに一台のプロジェクタで色を投影する為に必要なプロジェクタのリフレッシュレートPは最低でもSN以上となる。たとえば60Hzのプロジェクタならば、1秒あたり5層のレイヤの12個の水滴、2層レイヤの30個の水滴に着色することができる（より厳密な計算はAppendix.Aにある）。

図3：フローチャート

あらゆるタイミングで水滴の位置を決定し、各水滴に適切な光を照射するためには、精密な設計、同期、制御が必要となる。図3に示すフローチャートでは、本システムの各コンポーネント間をやり取りされるタイミング信号とデータの流れを示している。まずグラフィックカードがVsyncタイミングパルスをプロジェクタとパルスジェネレータに送る。同時にプロジェクタはイメージの表示を始め、パルスジェネレータはバルブコントローラに最初の多支管から水滴を生成し始めるように信号を送ることができる。プロジェクタ、カメラ、バルブは全て同期しているので、プロジェクタのリフレッシュサイクル全体において水滴の存在しうる位置はP/Sパタンに限定される。そのため、カメラによりそのP/Sパタンの画像を取得し、プロジェクタの基準フレームに適合させると、それぞれの瞬間でプロジェクタのどのピクセルが、どの水滴に対応するかが分かる。これらの位置は正確に分かるので、プロジェクタでそれらに光を照射することは容易い。

水滴の精密な生成

水滴が大きすぎれば複数の小さな水滴に分裂してしまうし、水滴が小さすぎるとノズルに付着したり、水滴同士がくっついたりしてしまう。本システムでは扱いの容易さと水滴の安定性のバランスを考慮して、およそ直径2mmの水滴を採用している。

図4：多支管

図4は水滴を生成する多支管の構造を示している。多支管には高圧の純水が充填されており、単一のソレノイドバルブによって制御される。Type304ステンレス製多支管の各孔の内径は1.27mmとなっており、制御された整った水滴を高速に生成することが可能だ。図5の2枚の写真は1/30秒離れた4ミリ秒露出写真である。図4の多支管は30Hzで動作していたので、上下の水滴の間は1/30秒だけ空いていることになる。水滴は完璧な水平線を描いてはいないが、それぞれのラインはほぼ一致している。

図5：多支管から生成された水滴の様子（2つの写真の時間間隔は1/30秒）

多支管の各孔にかかる水圧の差を最小化するためには、パイプの直径をなるべく大きくし、各孔の間の距離をなるべく小さくすることが有効である。そこで本システムではパイプの直径を19mm、孔間距離を2.5mmとしている。ソレノイドバルブはミリ秒単位の精度で開閉制御され、均一な水滴生成を実現している。

プロジェクタ照射の時空間分割

ユーザが水滴ディスプレイの各レイヤに「描画」すべきソースを指定すると、システムは自動的にプロジェクタ制御を行うので、それ以上のユーザ入力は必要ない。ここではまず、カメラの視線とプロジェクタの視線の対応関係が計算される。次に、瞬間瞬間に各レイヤにおいて水滴がどの位置にあるのかカメラが認識を行う。最後に検出された画像位置に基づき、プロジェクタは全てのレイヤに画像を表示するようにリアルタイムに制御される。

図6：水滴ディスプレイの処理手順

バルブ、綿密に位置あわせされたカメラとプロジェクタは同期されているので、ディスプレイは図6に示すように生成される。たとえば、ここで単一の多支管が30Hzで水滴を生成し、60Hzで動作するプロジェクタが水滴に投影する場合を考える。水滴の状態は1/30秒ごとに繰り返され、その間に2枚のイメージが投影される。60Hzで動作するカメラが投影すべき対象の水滴の位置を特定する（Camera masks）。その位置はプロジェクタの座標系に変換され（Projector masks）、投射イメージ（Projector images）を作成する為に利用される。投射イメージはプロジェクタの座標系にあわせて変換され、マスクされる。投射イメージはリアルタイムに生成されるため、ユーザは画像を変えることができるし、各レイヤをインタラクティブタッチスクリーンとして利用することさえできる。

動作デモ

実際の動作の様子は次のビデオを見てもらうのが早いだろう。プロトタイプは4層のレイヤから構成され、各レイヤは50の水滴列から構成されている。プロジェクタの解像度は1024x768である。実際には水滴の間には空隙があるが、人間の眼には幾分かのフリッカがあるものの隙間がないように見える。多支管は60Hzで水滴を生成することができるものの、知覚されるフリッカは15Hzより上で小さくなることが分かった。

最初に登場する2層に「DROP DISPLAY」「SIGGRAPH 2010」とテキスト描画した例（図1(b)）では明るい環境下においても文字が問題なく視認できるほど十分明るいことが分かるだろう。赤-緑-青の3つのレイヤを10Hzで描画したRed-Green-Blue（図1(d)）では、角度によってディスプレイがどう見えるかを示している。正面からが最も明るくなるが、かなり側面に回り込んでも視認可能であることが分かる。

水槽を描写したAquarium simulatorではリアルタイムに生成した3Dポリゴンの魚や海藻の様子を示している。また最後には3層からなる2.5Dテトリスの様子を示している（図1(c)）。この2.5Dテトリスでは一度に1つのブロックしか落ちてこないが、プレイヤは3つの層を交互に行き来してブロックを落とす場所を決めることができる（腕が未熟なのか、そもそも無理なのかゲームにはなっていない）。

プロジェクタの周波数を上げればレイヤの数はもっと増やすことができるだろう。しかし、真の3Dディスプレイを作るためにはより精密な水滴制御が必要となる。そのための有望な技術候補はいくつか上げることができるが、環境中に散布する制御された水滴の数を一気に増やすことができれば、高密度3Dディスプレイ、もしかすると、没入型の水滴ディスプレイが実現するかも知れない。

我田引水な日本新聞協会の報告書を容赦なく添削してみた

2010-06-09T07:51:49+09:00

日本新聞協会は『2009年全国メディア接触・評価調査』を発表し、新聞に接触している人は全体の91.3%で、日常生活に欠かせない基幹メディアであることがあらためて確認されたと報告した。新聞各紙は挙って本報告書の内容を報じ、新聞の重要性を強調した。たとえば朝日新聞は次のように報じている(強調はLM-7による)。

　日本新聞協会（http://www.pressnet.or.jp/adarc）は７日、「２００９年全国メディア接触・評価調査」の結果を発表した。
　調査は０９年１０〜１１月、全国６千人に聞き、有効回答率は６１．４％だった。このうち、９１．３％が「新聞を読む」と答え、１週間の平均接触日数は５．２日だった。いずれも０７年の前回調査から大きな変化はなかった。
　新聞は「地域や地元の事がよく分かる」は５２．６％、「情報源として欠かせない」は５０．２％だった。同協会は「新聞離れが指摘されるなか、新聞が以前と変わらず、日常生活に欠かせないメディアであることが確認された」と話す。
http://www.asahi.com/national/update/0608/TKY201006070380.html

【告知】[twitter:@LunarModule7]でつぶやいています。
興味のあるかたはフォローください。

妙な結論が出るカラクリ

さて、新聞離れが指摘されているのになぜこのような結果が出るのだろう？この結果は新聞に接触していると回答した割合を算出したものだが、P42には新聞閲読頻度が掲載されている。これを見ると、新聞を読んでいないものが全体の9.1%、週に1日未満のものが5.2%となっており、この2つを足しあわせただけで、14.3%となる。新聞に接触していると答えた91.3%には週に1日未満しか接触しないものも含まれるようだ。些か乱暴といえるのでは無いだろうか*1。

そこで過去の調査報告書を遡って、2001年以降、毎日読んでいる人の割合、週に3日以上読んでいる人の割合、週に一瞬でも接触した人の割合、全く未読の人の割合をプロットしたのが次のグラフである。

このグラフを見ると一目瞭然だが、確かに週に一瞬でも新聞に接触した人は日本新聞協会の主張するように依然として9割を越えている。しかし、新聞を毎日読む人は2001年に69.6%だったのが、2009年には62.7%に、週に3日以上読む人は同86.1%から78.8%へと、それぞれ7ポイント程度低下している。逆に新聞を全く読まない人は5%から9.1%へと倍増しており、着実に新聞は読まれなくなってきていることが分かる。この数字を見て「新聞が以前と変わらず読まれている」という結論を出すのは、利害関係者だけだ*2。

数値の底上げのカラクリ

ところがこの接触率、これでも実情よりも高い値が出ている可能性が大きい。

新聞というメディアの特性を考えれば分かるように、新聞の接触率は高年齢層ほど高くなる。実際P22に記載の新聞に接触している人の割合によれば、15-19歳の接触率は76.2%なのに対し、60歳代の接触率は96.3%にも達している。つまり仮に回答者に高年齢層が多ければ、接触率は実際よりも大きい値が出るわけだ。

調査報告P2に母集団の構成・標本の構成が掲載されている。次の表はその抜粋だが、母集団に比べて標本では高年齢層の割合が明らかに大きくなっていることが分かる。たとえば20歳代は母集団では16.4%なのに対し標本では11.8%に過ぎない。一方、60歳代は母集団では18.3%なのに対し、標本では23.2%にもふくれあがっている。30歳代以下は母集団の割合よりも低く、40歳代以上は母集団の割合よりも大きくなっている*3。

この事実を考慮すると、2009年調査における新聞の接触率は、高年齢層の回答に引っ張られて、数%程度大きく算出されていることが想像できる。

一方、念のため2001年調査における標本の構成を確認してみる。こちらは母集団との対比が無く、標本構成しか掲載されていないが、2009年調査と比較して15〜19歳、20歳台の割合が大きく、60歳代が小さいことが分かる。つまり2001年調査当時の方が新聞を読まない低年齢層の意見が反映されやすかった訳だ。

つまり2009年調査においては、母集団の構成の差から新聞の接触率が高めに出るようになっていたにも関わらず、週に3日以上新聞を読む人の割合は、2001年度の調査に比べて7ポイント低下したのだ。落ち込みの実態は数字以上に深刻であることは容易に想像できる。

誰が新聞を読んでいるのか

さらに深刻なのはその内訳だ。次のグラフは新聞を毎日読む人の年代ごとの割合（朝刊）を2001年と2009年の調査から抜粋したものだ。このグラフが如実に示すように、8年経って新聞を読む人の年代が1つ上にシフトしただけであることが分かる。

若者の新聞離れと良く非難されるが、離れている訳ではなく最初から近づいてさえいないということだ（例のAA）。歳を取っても新聞を読むようにはならず、新聞の購読者層が毎年1年ずつ上がっていくとすれば、10年後には無惨な結果が待っているだろう。

それにしてもこの調査結果を、業界の危機を指摘して奮起を促すためではなく、危機を隠蔽しさも安泰であるかのように報告するのはどういう了見なのか。事実から目を反らしても何も問題は解決しない。

謝辞

本エントリを作成するに当たって、[twitter:@ketsp]さんの指摘が大変参考になった。感謝いたします。

iPadとブックスタンドの相性は抜群

2010-05-30T08:57:58+09:00

早速iPadを入手し色々使い始めているのだが、iPadとブックスタンドのコンビ利用がとても使いやすい事に気付いたのでレポートしたい。

【告知】[twitter:@LunarModule7]でつぶやいています。
興味のあるかたはフォローください。

筆者はエジソンのほんとスタンドを利用して、本を参照しながらPCを操作する事が多い。ほんとスタンドは使い勝手の良い携帯用書見台ほんたったに、机に固定するためのスタンドがセットされた商品である。ほんたったは、様々な大きさの本をしっかりと固定でき、ページめくりも簡略化できるように工夫されている。公式ページのお客様の声よりを見ると、本好きのユーザの感謝の声が並んでいる事が分かるだろう。PCの横に常設しておいて損はないアイテムだ。

次の写真はほんとスタンドにて、『About Face 3 インタラクションデザインの極意』を閲覧している様子を示したものだ。About Face 3は全てのアプリ、Webサービス開発者が読むべき神本だと思うが*1、総ページ数は576ページ、重量は1.3kgにも及ぶ。そんな本でも、必要なページをしっかりと開きながら、PCで作業をする事が簡単にでき、ほんとスタンドの優秀性を示していると言える。キーボードの横に本を開き、それを手で押さえながら、PCを操作する時の煩わしさから開放されるのは大きい。

しかし、そうは言っても、ほんとスタンドに本を設置するのは一苦労だし（重量級の本ならなおさら）、ページをめくって所望の情報を探したいという時には一度スタンドから外さねばならず*2、面倒であることは確かだ。

そこで、iPadの出番である。About Face 3を解体、ドキュメントスキャナで電子化、i文庫HDで表示としてみると、こんな風に一気にスマートになった。

i文庫HDで300dpiで取得したスキャン画像(JPG/ZIPフォルダ圧縮264MB)を表示させたところ。
本来もっと小さい解像度で十分だが、この大きさでもストレス無く表示できる。

ここではiPadを縦にして利用しているが、もちろん横向きに挿入して、見開きページを表示させる事も可能だ。iPadとほんとスタンドの併用の利点を挙げると次のようになる。

本をほんとスタンドに設置する煩わしさが無く、iPadを挿入するだけ。iPadの大きさは元の本に比べて小さく縮小される事になるが、距離が近いので細かい文字も問題なく読める。
重いiPad（それでも元の本の半分だ）を、手で支える必要がなくなる。つい落として液晶を割ると言ったトラブルも防ぐ事ができるだろう。
iPadをほんとスタンドから外すこと無しにページめくりがタップで行え、必要なページにすぐアクセスできる、。別の本に切り替える事も簡単だ。できればPCのキーボードで検索語を入力、出力結果がiPadに表示されるといった連携ができれば良いのだが。
操作はしっかりと固定されたiPadを片手でタッチするだけで行えるため、PC操作が長時間割り込まれる事が少なく、作業効率が上がる。
ほんとスタンドのクリップは透明なので、クリップの下の文字も問題なく読める。クリップはプラスチック製であり、iPadに傷を付けるという事も無いだろう。クリップの高さは調整可能であり、アプリケーションの操作の邪魔にならないところに設定すると良い。

さらにiPhoneからPCの操作が可能なアプリケーションであるAir Mouse Proもしくは同じくiPad版のMobile Mouseを用いれば、iPadを操作パネルとして利用する事ができる。次の写真はAir Mouse Proでランチャを表示している場面であり、アイコンタップでPCのアプリケーションが立ち上がる。画面の上半分はタッチパッドとして機能し、PCのカーソルを操作できる（マウスがすぐ横にあるので使う意味がないが）。これらのアプリでは、マウス操作、キーボード操作（QWERTY、テンキー、ファンクションキー）が可能であり、iPadの操作パネルとしての利用の可能性を感じさせる。

一般的なiPadスタンドと異なり、アームにより顔の近くの視線の高さに固定可能なほんとスタンドは、iPadというデバイスと非常に相性がよい。ELECOM EDH-004 ブックスタンドのような据え置き型のスタンドと異なり机の面積を占有しないのも利点の1つだ（ほんとスタンドはアームから取り外せばほんたったになるので、机の上に置いて利用したりコンパクトに折りたたんで持ち運ぶ事もできる）。もちろん、リアルな本を入れて使う事もできるので、机に常設しておけば何かと役に立つ。ベッドなどにも固定可能な新ほんとスタンドWセットも用意されているので、寝ながらiPad読書をやりたい人は検討してみてはいかがだろうか。リアルな本を読む時も、iPadの電子書籍を読む時も、どちらの場合でも十分に役に立つ、ほんとスタンド、ほんとオススメである。

追記

デュアルディスプレイにすればいいのでは？というコメントを複数頂いているが、少なくとも次の点においてデュアルディスプレイにはない利点があると考えている。

本を読むのに最適化されたタッチパネルのUI
そのままiPad単体で本データを持ち運べる可搬性

デュアルディスプレイでは、本をめくるのにカーソル移動などの操作が必要となるが、iPadではタッチという直観的な操作で行える。また、デュアルディスプレイは取り外して単体で利用する事はできないが、iPadは取り外して持ち運び、本の続きを読む事もできる。電子書籍がiPad向けに潤沢に提供されるようになれば、iPadとブッスタンドの組合せの利便性はさらに増す事になるだろう。ついでに言えば、専用のiPadスタンドと異なり、リアル本をスタンドに挿入して利用する事も当然できる訳だ。今後ともより便利な使い方を探っていきたい。

Appleの強力な特許群はAndroid端末/電子書籍端末の脅威になるかも知れない

2010-05-15T21:19:24+09:00

米Appleは2010年3月2日、台湾のHTCを特許侵害で提訴したと発表した（Apple Sues HTC for Patent Infringement）。HTCはAndroid端末の最大の供給元でありNexus Oneの開発でも知られている。HTCとしては、まったく事前通告のない突然の提訴だったようだ。

Appleは20件の特許侵害を主張しているが、内10件の特許番号が訴状で明らかにされている。請求項を確認してみたところ、その基本的で広い権利範囲に驚愕してしまった。通常、特許と言っても、概要は広くても実際に請求項を見てみれば、様々な制限がかかっていて全然怖くない事が多いのだが、挙げられた特許はどれも請求項が比較的シンプルか、ごく当たり前の構成が羅列されているだけであり、極めて強力であると考えられる。事はHTCのAndroid端末だけに限らず、SonyEricssonやSamsung等他のAndroid端末メーカーにも影響する話だ。また、各社の参入が噂される電子ブック端末においても脅威となるだろう。

以下に代表的な特許の請求項1およびその参考訳を紹介する。請求項しか読んでおらず解釈には誤りが含まれる可能性がある。もし誤りに気付いた人がいればご指摘いただきたい。また、仮に先行技術の存在を示す事ができれば、特許を無効にする事も可能である。Appleの出願以前に同様の技術が利用されていた事に気付いた人は何らかの形で発表してもらいたい。

【告知】@LunarModule7でつぶやいています。
興味のあるかたはフォローください。

United States Patent: 7362331 Time-based, non-constant translation of user interface objects between states

1. A method for moving an object in a graphical user interface, comprising the steps of: a) determining a path of movement for the object along at least one axis, and a period of time for the movement along said path; b) establishing a non-constant velocity function along said axis for said period of time; c) calculating an instantaneous position for the object along said path in accordance with said function and the relationship of a current time value to said period of time; d) displaying said object at said calculated position; and e) iteratively repeating steps (c) and (d) during said period of time.
【請求項１】GUIにおけるオブジェクト移動方法であって、次のステップから構成される方法。

a) 少なくとも1軸に沿ったオブジェクトの移動パスと、前記パスに従って移動する時間を決定するステップ、

b) 前記パスに沿って、前記移動時間、速度を変化させる速度関数を確立するステップ、

c) 前記速度関数と現在時刻と移動時間との関係に従って移動パス上のオブジェクトの瞬間的な位置を計算するステップ、

d) 前記計算された位置にオブジェクトを表示するステップ

e) 前記移動時間中、ステップcからdを繰り返すステップ

オブジェクトを「一定速度ではなく」速度を変化させながら移動させようとすると、何もかもこの特許の権利範囲に抵触する可能性が高い。iPhoneなどで、オブジェクトをドラッグして動かす時に、加速度がついて速さが変化したり、ぴったり止まらず少し震えるような効果があるが、そのような効果を実現すると本特許に抵触してしまう。速度関数を作らずに同様の効果が得られれば良いのかも知れない。

なお、1999年12月3日にW3C Working Draft: Scalable Vector Graphics (SVG) 1.0が公開されており、animateMotion要素を用いて、速度を変えつつオブジェクトを動作させる記述が規定されている。SVGのアニメーション規定はSMIL Animationを流用したもので、こちらはWorking Draftが1999年10月29日に公開されている。この先行技術は本特許（2001年1月5日出願）の無効化理由になりうると考えられる。

本特許は請求項1の他に5,8,11,14,17,19,24が独立請求項となっている。請求項5はウィンドウが速度を変えながら最小化する動作、請求項8はオブジェクトを消したとき、他のオブジェクトが空きスペースを埋めるとき速度を変えつつ動く動作、請求項11は同じく挿入時に他のオブジェクトがずれるとき速度を変えつつ動く動作、後は媒体クレームである。特許無効審判を起こす場合には、これらの独立請求項についても争う必要があるだろう。

United States Patent: 7479949 Touch screen device, method, and graphical user interface for determining commands by applying heuristics

1. A computing device, comprising: a touch screen display; one or more processors; memory; and one or more programs, wherein the one or more programs are stored in the memory and configured to be executed by the one or more processors, the one or more programs including: instructions for detecting one or more finger contacts with the touch screen display; instructions for applying one or more heuristics to the one or more finger contacts to determine a command for the device; and instructions for processing the command; wherein the one or more heuristics comprise: a vertical screen scrolling heuristic for determining that the one or more finger contacts correspond to a one-dimensional vertical screen scrolling command rather than a two-dimensional screen translation command based on an angle of initial movement of a finger contact with respect to the touch screen display; a two-dimensional screen translation heuristic for determining that the one or more finger contacts correspond to the two-dimensional screen translation command rather than the one-dimensional vertical screen scrolling command based on the angle of initial movement of the finger contact with respect to the touch screen display; and a next item heuristic for determining that the one or more finger contacts correspond to a command to transition from displaying a respective item in a set of items to displaying a next item in the set of items.
【請求項１】電子計算機であって、タッチスクリーンディスプレイと、1つか複数のプロセッサとメモリと、1つか複数のプログラムを有し、
前記1つか複数のプログラムは前記メモリに格納され、前記1つか複数のプロセッサで実行されるよう構成され、
前記1つか複数のプログラムは次を含み、

タッチスクリーンへの1本か複数の指の接触を検出する命令、

その1本か複数の指の接触に1つか複数のヒューリスティックを割り当て、デバイスへのコマンドを決定する命令、

そして決定されたコマンドを実行する命令

前記1つか複数のヒューリスティックは次を含む。

タッチスクリーンへの指の接触の初動作の角度に基づいて、2次元のスクリーン移動ではなく、1次元の垂直画面スクロールコマンドに、前記指の接触を結びつける垂直画面スクロールヒューリスティックと、

タッチスクリーンへの指の接触の初期動作の角度に基づいて、1次元の垂直画面スクロールではなく、2次元のスクリーン移動コマンドに、前記指の接触を結びつける2次元のスクリーン移動ヒューリスティックと、

アイテムセット中のあるアイテムの表示から次のアイテムの表示に移行するためのコマンドに、前記指の接触を結びつける次アイテムヒューリスティック

マルチタッチ操作に関する特許で、垂直スクロールと他の移動操作を指の動かす角度に従って区別し、さらには、次の画像とか次の動画とかに遷移するようなタッチ操作を有していると抵触する可能性がある。電子書籍のページ操作（垂直スクロール、移動、ページ送り）などの操作は該当しそうだ。

United States Patent: 7657849 Unlocking a device by performing gestures on an unlock image

1. A method of controlling an electronic device with a touch-sensitive display, comprising: detecting contact with the touch-sensitive display while the device is in a user-interface lock state; moving an unlock image along a predefined displayed path on the touch-sensitive display in accordance with the contact, wherein the unlock image is a graphical, interactive user-interface object with which a user interacts in order to unlock the device; transitioning the device to a user-interface unlock state if the detected contact corresponds to a predefined gesture; and maintaining the device in the user-interface lock state if the detected contact does not correspond to the predefined gesture.
【請求項１】タッチスクリーンを有する電子デバイスを制御する方法であって、

デバイスがロック状態にある時にタッチスクリーンへの接触を検出し、

その接触にしたがって、タッチスクリーンに予め定められた表示パスに従ってアンロック画像を移動させ、

そのアンロック画像は、グラフィカルでインタラクティブなUIオブジェクトであって、デバイスをアンロックするため利用され、

検出された接触が予め定められたジェスチャに一致した場合には、デバイスをアンロック状態に遷移させ、

もし検出された接触が予め定められたジェスチャに一致しない場合には、デバイスをロック状態のまま保つ、

ことを特徴とする方法。

iPhoneのアンロック画面で、指をスライドさせてロック解除するUIがほぼそのまま権利化されている。今まで出たタッチスクリーン端末はほとんど抵触しているのではないだろうか。スライド式UIを使わずにロックを解除する方法を編み出す必要があるだろう。

[0]

United States Patent: 7469381 List scrolling and document translation, scaling, and rotation on a touch-screen display

1. A computer-implemented method, comprising: at a device with a touch screen display: displaying a first portion of an electronic document; detecting a movement of an object on or near the touch screen display; in response to detecting the movement, translating the electronic document displayed on the touch screen display in a first direction to display a second portion of the electronic document, wherein the second portion is different from the first portion; in response to an edge of the electronic document being reached while translating the electronic document in the first direction while the object is still detected on or near the touch screen display: displaying an area beyond the edge of the document, and displaying a third portion of the electronic document, wherein the third portion is smaller than the first portion; and in response to detecting that the object is no longer on or near the touch screen display, translating the electronic document in a second direction until the area beyond the edge of the electronic document is no longer displayed to display a fourth portion of the electronic document, wherein the fourth portion is different from the first portion.
【請求項1】コンピュータに実装された方法であって、
タッチスクリーンを備えたデバイスにおいて、

電子文書の第1の部分を表示し、

タッチスクリーン上か近傍のオブジェクトの移動を検出し、

検出された移動に伴い、電子文書の第1の部分とは異なる第2の部分を表示するために、タッチスクリーン上の電子文書を第1の方向に平行移動させ、

第1の方向に移動している最中に電子文書の端に到達した場合に、オブジェクトがまだタッチスクリーン上か近傍に検出されている場合に、電子文書の端より先の部分と第1の部分よりも小さな電子文書の第3の部分を表示し、

オブジェクトがタッチスクリーン上か近傍に検出されなくなった場合に、電子文書の端より先の部分が見えなくなるまで移動し、第1の部分とは異なる第4の部分が表示されるように第2の方向に平行移動させる、

ことを特徴とする方法。

タッチスクリーン上でドキュメントを表示させ、スクロール中に文書端まで移動してしまった際に文書の外の領域が表示され、指を離すと元に戻るようなUIが権利化されている。電子書籍端末においても抵触の可能性があるだろう。

United States Patent: 5920726 System and method for managing power conditions within a digital camera device

1. A system for managing power conditions in a digital camera device, comprising:
a processor coupled to said digital camera device for controlling said digital camera device; and
a power manager coupled to said processor, said power manager including registers for containing status information, interrupt information, and control information;
said power manager providing said status information, said interrupt information, and said control information to said processor for controlling said digital camera device.
【請求項１】デジタルカメラデバイスの電源状態を管理するシステムであって、
前記デジタルカメラデバイスに結合され、前記デジタルカメラデバイスを制御するためのプロセッサと、
前記プロセッサに結合され、ステータス情報とインタラプト情報と制御情報を格納する為のレジスタを含むパワーマネージャーから構成され、
前記パワーマネージャーは、前記デジタルカメラデバイスを制御するために前記プロセッサに前記ステータス情報と前記インタラプト情報と前記制御情報を供給することを特徴とするシステム。

シンプルすぎてどこが特徴なのか分かり難い特許だが、電源管理が可能なカメラモジュールがクレームされている。カメラモジュールから渡される情報が、ステータス、割り込み、制御情報と解釈可能な場合には抵触の可能性がある。

United States Patent: 7633076 Automated response to and sensing of user activity in portable devices

1. A portable data processing device comprising: a display; an input device; a proximity sensor; at least one processor coupled to the input device and to the display and coupled to the proximity sensor to receive data from the proximity sensor; a radio frequency (RF) transceiver coupled to the processor; a speaker coupled to the RF transceiver; a microphone coupled to the RF transceiver; a storage device coupled to the at least one processor; an ambient light sensor (ALS) coupled to the at least one processor, wherein the at least one processor is configured to change the power setting of the display based upon data from the ALS; wherein the processor is configured to determine, based upon at least the data from the proximity sensor, whether to change a state of processing of data from the input device relative to receipt of user inputs; wherein the input device comprises a multi-touch input panel which is integrated with the display and which is capable of determining multiple, separate concurrent touches on the multi-touch input panel and wherein the multi-touch input panel provides touch data derived from one or more touches to the multi-touch input panel and wherein when the data from the proximity sensor determines a first proximity state, the touch data is processed as an intentional user input and when the data from the proximity sensor determines a second proximity state, the touch data is either not processed as an intentional user input or is not provided by the multi-touch input panel; wherein the second proximity state occurs when the portable data processing device is proximate to the user's ear; wherein the storage device is configured to store media for playback on the portable data processing device, and wherein the data from the proximity sensor represents at least one of a distance and a rate of change of distance; and wherein the at least one processor is configured to change the state of processing of the touch data from the multi-touch input panel in response to a change in the data from the proximity sensor.
【請求項１】ポータブルデータ処理装置であって、

ディスプレイと

入力デバイスと

近接センサと

入力デバイスとディスプレイと結合され、近接センサからデータを受信するために近接センサと結合された少なくとも一つのプロセッサと

プロセッサに結合されたRF送受信機と

RF送受信機と結合されたスピーカーと

RF送受信機と結合されたマイクロフォンと

少なくとも1つのプロセッサと結合されたストレージデバイスと

少なくとも1つのプロセッサと結合された環境光センサ（ALS）であって、少なくとも1つのプロセッサがALSからのデータに基づきディスプレイのパワー設定を構成し、

プロセッサは、少なくとも近接センサからのデータに基づき、ユーザ入力の受理に対応する入力デバイスからのデータ処理の状態を変更するかどうか決定を行うよう構成され、

入力デバイスは、ディスプレイに統合され、複数の分散した同時タッチ検出に対応したマルチタッチインプットパネルから構成され、マルチタッチインプットパネルはパネルへの1つないし複数のタッチにより生成された接触データを提供し、近接センサのデータが第1の近接状態にある時は、接触データを意図的なユーザ入力として処理し、近接センサのデータが第2の近接状態にある時には、接触データは意図的なユーザ入力として処理されないか、マルチタッチインプットパネルからデータ自体が供給されず、

ここで第2の近接状態は、ポータブルデータ処理装置がユーザの耳に近接する時に発生し、

ストレージデバイスはポータブルデータ処理装置において再生するためにメディアを格納するよう構成され、近接センサからのデータは少なくとも距離か距離の変化レートのどちらかを表し、

少なくとも1つのプロセッサは近接センサからのデータの変化に伴い、マルチタッチインプットパネルからの接触データ処理の状態を変更するよう構成された

ことを特徴とする情報処理装置。

特許のコンセプトとしては、近接センサによってユーザが耳にあてているのかそうでないのかを判断し、耳に当てている時には意図的なユーザ入力だとみなさない事で、誤入力を回避するという手法である。全面タッチパネルデバイスには必要不可欠の技術だろう。Google 音声検索ではデバイスを耳に当てて発話する事でボタンを押さずに音声検索を行う事ができるようになっているが、その切替には近接センサが利用されている（タッチ入力の抑制を行っているかどうかは定かではない）。

一見長く複雑な請求項となっており特許の本質とは関係がない余計な構成が多く入っているが、これらの構成（マイクロフォン、ストレージデバイス、ALS等）はスマートフォンならば通常備えているものだ。そのため、請求項が長く複雑だからといって抵触の危険性が少ないと判断するのは早計である。

まとめ

あと明らかにされたのは、「5,848,105」「7,383,453」「5,455,599」「6,424,354」の4件であり、「5,848,105」は多重信号から所望の信号を得るために時間的ないしは周波数的にシフトする事で分離する技術に関する特許である。「7,383,453」は省電力制御に関する特許。省電力モードにも関わらず電圧値を上げることが特徴か？（よくわかりません）

「5,455,599」はグラフィック処理を複数のグラフィックデバイスに選択的に出力する際に、仮想的なグラフィックポートに接続する事で、出力先を決定するものだろうか。そうしたGUIを提供しているのであれば抵触の可能性があるし、内部処理として請求項に記載されたステップを実行していても抵触の可能性がある。最後の「6,424,354」はイベント通知処理に関する特許だ。

特にUIに関するソフトウェア特許は侵害が見てわかるという意味で非常に強力である。また、バイナリしか提供しないソフトウェアであるならば、内部処理に関しては侵害検出が困難なのだが、Androidはソースが公開されているため、内部的な処理であったとしても、侵害検出が可能という脆さがある。

Appleの特許は基本的な使い勝手に直結するところを抑えてあり、仮にこれを回避して実装を行おうとするとユーザエクスペリエンスを損なう可能性が高い。これはソフトウェア特許の問題点の一つとして、度々指摘される部分である。仮にAppleがこれらの特許に基づいて強行的な手段に出れば*1、スマートデバイスはとてもスマートとは言えないものになってしまうだろう。

是非、各社には持続的に発展ができ、共存できる解決策を見つけてもらいたい。

*1:今回AppleがHTCを訴えたのは、HTCへの反訴であり防衛的な反応であるとも言える。たとえば、AppleはNokiaに対しても、同様の反訴を行っている（Apple Countersues Nokia）。しかし、Appleのような大企業が新興企業であるHTCを訴え、ITCにHTC端末の輸入差し止めを求めた事実は大きい。知的財産権の蓄積を持たない新興企業は、クロスライセンスなどの和解案を採る事ができず、仮に訴訟で負ければ事業の存続が危うくなる。莫大な訴訟費用をどのように工面するかも問題だ。AppleはAndroidとの競争において、Googleではなく脆弱なHTCを攻撃対象に選んだ。

ブラを着けると乳ガンの罹患リスクが跳ね上がるって本当？

2010-05-08T14:00:15+09:00

レコードチャイナはブラジャーを1日12時間以上付ける女性、乳がんのリスクが21倍に―米国立癌研究所」として、ブラジャーの着用が乳ガン罹患リスクを増加させるとの報道を行った。

2010年5月5日、ブラジャーを1日12時間以上着用する女性は、全く着用しない女性と比べ、乳がんのリスクが21倍も高くなることが米国立癌研究所の研究で分かった。黒竜江晨報が伝えた。
記事によれば、同研究所がブラジャーの着用時間と乳がんとの因果関係について調査した結果、習慣的に長時間ブラジャーを着用する女性は乳がんなど乳房の病気にかかりやすいことが分かった。1日12時間以上着用する女性は全く着用しない女性の21倍、就寝時も着用する女性は同100倍も罹患率が高まるという。形が崩れるのを気にして就寝時もブラを外さない女性は要注意だ。
http://www.recordchina.co.jp/group.php?groupid=41920

これが真実であるとすれば一大事だ。厳しい広告規制がされているたばこでさえリスク増加は数倍程度だ。20倍から100倍も増加するとなれば、国を挙げてノーブラを推奨せねばなるまい。ところが、当の米国立癌研究所（NCI: National Cancer Institute）のサイトを探しても、該当するような研究成果は見つからない。

【告知】@LunarModule7でつぶやいています。
興味のあるかたはフォローください。

Dressed to Kill

実はこの記事で上げられた研究は米国立癌研究所（NCI）とはまったく関係がない。元ネタは、1991年から1993年にかけて行われ、Dressed to Kill: The Link Between Breast Cancer and Brasという書籍にまとめられた研究のようだ。世界の三面記事・オモロイドさんのところで紹介されているので、以下に要点を引用する（強調はLM-7による）。

彼等は、ブラジャーがリンパ系を締め付け、発癌性のある毒素が乳房内に滞留し乳癌を発症させるのではないかと考える。リンパ系は免疫機構の一部であり、体内から老廃物や毒素を取り除く役目を果たしている。多くの毒素は体脂肪内に蓄積するため、その大部分が脂肪組織で構成される乳房から毒素が排除されることは特に重要だ。しかし、女性がブラ、特に（ワイヤー入りブラのように補正力が強く）体にきついものを身につけた場合、乳房組織が締め付けられ、リンパ系の毒素排除機能が妨げられてしまう。乳房のリンパ腺は皮膚に近いので圧迫されやすいのだ。そして、乳房に滞留した毒素は、正常な細胞をガン細胞へと変貌させていくわけだ。
彼等はこの仮説を検証してみるべく2年半にわたるリサーチを行っている。1991年5月から1993年11月までの期間、米国の五つの都市 - サンフランシスコ、デンバー、フィーニックス、ダラス、ニューヨーク - を訪問し、乳癌を患っている女性2,056人と乳癌と診断されたことがない女性2,674人の合計4,730人の女性たちからアンケートをとり、ブラジャーの使用状況について調査した。以下の表はその調査結果をまとめたものである。

ブラジャーの着用時間と乳癌罹患率
番号ブラジャーの着用時間乳癌罹患率罹患率の対比
（1） 24時間 3/4 （1）:（4）= 125
（1）:（3）= 113
（2） 12時間以上、ただし就寝時は着用せず 1/7 （2）:（3）= 21
（3） 12時間未満 1/152 （3）:（4）= 1.1
（4）全く／ほとんど着用せず 1/168
ブラジャーを毎日12時間以上着用すると、乳癌のリスクが21倍に増大（米研究） | 世界の三面記事・オモロイド

ブラジャーの着用時間と乳癌罹患率
番号	ブラジャーの着用時間	乳癌罹患率	罹患率の対比

（1）	24時間	3/4	（1）:（4）= 125 （1）:（3）= 113
（2）	12時間以上、ただし就寝時は着用せず	1/7	（2）:（3）= 21
（3）	12時間未満	1/152	（3）:（4）= 1.1
（4）	全く／ほとんど着用せず	1/168

ブラ着用と乳ガンの罹患リスクに因果関係があるのか？

確かに調査結果が正しいとするならば、女性は夜寝る時にはブラを外して寝るようにした方が良さそうだ。乳房のリンパ腺が圧迫されて毒素排除機能が妨げられるというもっともらしい説明を聞かされると、そんな事もあるのかもと思ってしまう。

しかし、その調査方法および結論に関しては、多くの疑問が投げかけられている。Scientific Americanは"Fact or Fiction? Underwire Bras Cause Cancer"において、ブラ着用と乳ガン罹患の相関は科学的に証明されていないと主張している。本研究は、乳ガンの既知の危険因子の存在等の交絡変数の排除ができておらず、相関があるとの証拠にはならないという。

米国立癌研究所（NCI）のLouise Brinton氏によれば、一般的に乳ガンの危険因子は内因性ホルモンレベルに影響を与えるものだと考えられているという。これらの危険因子には、女性の年齢や初産年齢が含まれる（子どものいない女性および30歳を越えて初産を迎えた女性の乳ガン罹患リスクは増大する）。家族の中に乳ガンになった人がいれば乳ガンにかかるリスクは高くなるが、授乳や運動によってリスクを下げる事ができると考えられている。また、5-10%の乳ガンはBRCA1とBRCA2の遺伝子変異に関連していることが分かっている。こうした危険因子の影響の除外がなされていない上述の調査結果をもって、ブラ着用と乳ガンの因果関係を論じる事はできない。

Breastcancer.orgのMarisa Weiss女史によれば、ブラ着用によって乳房に滞留した毒素が乳ガンの原因となるという話は一見もっともらしいが、信憑性は疑わしいという。体液は実際には腋の外側を上昇していくのであって、ブラジャーのワイヤの方に下がっていって滞留するということは無いようだ。

結論

なぜかレコードチャイナによって研究主体とされてしまった米国立癌研究所（NCI）は自身のWebサイトで乳ガンの危険因子に対する誤解として次のように注意喚起をしている（強調はLM-7による）。

Misunderstandings About Breast Cancer Risk Factors
There are a number of misconceptions about what can cause breast cancer. These include, but are not limited to, using deodorants or antiperspirants, wearing an underwire bra, having a miscarriage or induced abortion, or bumping or bruising breast tissue. However, none of these factors has been shown to increase a woman's risk of breast cancer. In addition, cancer is not contagious; no one can "catch" cancer from another person.
Reproductive History and Cancer Risk - National Cancer Institute

デオドラントや制汗剤の使用、ワイヤー入りブラの着用、流産や人工流産、乳房の打撲等に関しては、現在のところ、乳ガンの罹患リスクを上昇させる科学的に信用に足る報告は一切なされていないというのが、米国立癌研究所の公式見解である。

というわけで、ブラ着用が乳ガン罹患リスクを増大させるという事は今のところ無いと考えて良さそうだ。どうか安心してブラを着用していただきたい。ちなみに、今までの研究によれば、ブラをしないとバストが垂れるというのは迷信で、むしろ普段の生活では極力ブラを着用せず、激しい運動を行う時のみブラを着用するようにする方が良いようですよ*1。

謝辞

本エントリを作成するに当たり、@popeetheclownさんから多くの情報提供をいただいた。感謝いたします。

ライセンス

利用した写真はFile:Circa 1975 Wonderbra.jpgであり、ライセンス条件についてはリンク先に記載されている。

コンピュータ将棋の現状：三人寄れば文殊の知恵は正しいか？

2010-04-27T07:43:55+09:00

4月2日に情報処理学会が日本将棋連盟に「コンピュータ将棋」で挑戦状を送ったことが話題になった*1。日本将棋連盟は挑戦を受諾、女流棋界の第一人者、清水市代女流王将・女流王位が対戦相手と決まった。対戦は今秋から順次行われるという。

情報処理学会の挑戦状に関するFAQによれば、対戦ソフトウェアに関して次のように記されている。

Q：対戦ソフトウェアは既に決まっているか

A：合議アルゴリズムを用いる方針になっています。複数のソフトウェアを疎結合で並列計算させて、それらの意見を集約して、次の一手を決定する手法です。現在のところ、限られた実験では効果が認められており、これを実際の対局に用いる方向で検討しています。個々の参加ソフトウェアの候補は、プロジェクトに現時点で参加しているGPS将棋、Bonanza、激指、YSS、TACOS、柿木将棋などです。これを実用的にどのように組みあわせるのかは、実験を元に決めていきます。合議より単独が強ければ単独の可能性もあります。決定は本番一か月前までを予定しています。

挑戦状に関するFAQ

合議アルゴリズムとは何なのか？そもそも現在のコンピュータ将棋のレベルはどの程度なのか？実は当の情報処理学会の学会誌である情報処理2009年9月号では「コンピュータ将棋の新しい波」という小特集が組まれており、コンピュータ将棋の現状を知る事ができる。現在までのコンピュータ将棋の歴史に関しては俺の邪悪なメモさんが『人間VSコンピューター　この世紀の決戦を楽しむために』という素晴らしいエントリをアップされているので、そちらを参照してもらうとして、本エントリでは前述の特集を参照して、現在のコンピュータ将棋のレベルを紹介したい。

【告知】@LunarModule7でつぶやいています。
興味のあるかたはフォローください。

プロ棋士が見たコンピュータ将棋の棋力

コンピュータ将棋を長年フォローしている勝又六段が「プロ棋士から見たコンピュータ将棋」という論文で、現在のコンピュータ将棋の棋力を評価している。

Bonanzaメソッド(後述)の浸透により、機械学習により評価関数を鍛える事によって、形勢判断を正確に行えるようになった。一昔前は数値化しやすい駒の損得に大きなウェイトが与えられてていたため、遊び駒を大量に作る傾向が見られたが、最近では駒の損得よりも効率を重視するようになってきているようだ。

勝又六段は昨年の世界コンピュータ将棋選手権の盤面の中から2つの象徴的な場面を上げている。1つ目は決勝リーグ1回戦GPS将棋対KCC*2戦である。図1は相矢倉から▲2五桂と銀取りに跳ねた場面である。


図1	図2

図1以下の手順は次の通りだ。

△4五歩！	▲3三桂成	△同角	▲3七角
△5三桂	▲6六銀	△6五桂左	▲2八飛
△8六歩	▲同歩	△7五銀！	▲同歩
△8六飛（図2）

勝又六段は次のように解説している（図番号のみエントリにあわせて修正している）。

将棋が詳しくない方は、駒の損得だけ見ていただきたい。いきなりの銀桂交換からさらに銀を捨てている。中盤に入ったばかりの場面でこんな駒損の攻めは今まで見られなかった。Bonanzaよりも過激だ。
何でこの攻めができたかというと評価関数が精密になったためである。銀桂交換でも玉をにらむ位置に角が移動する事で、角の価値を大幅にアップさせ、先手の家（囲い）の資産価値を大幅にダウンさせる。そのため得な取引と読み、先の△7五銀の銀捨てまでたどりついたのだ。図2で十字飛車が決まって後手優勢。図からは▲9八玉に△8八歩▲同金△6六飛▲同金△同角と飛車を捨て、さらには角までも切って攻め、すべての攻め駒をさばいて金銀5枚の持ち駒という資産に変えて快勝した。

ただし、厳密に言えばGPS将棋のこの攻めが成立していたかは微妙だという。途中△3三角に▲2八飛ではなく▲7九玉△2四角▲6九玉と、囲いの外へ出れば攻めるのは大変だった。玉が囲いの外に出る手は先手にとって評価値を大きく下げる手であるので、後手は読む事ができなかったのではないかと推測される。

2つ目はGPS将棋対激指の盤面である。図3はGPSが▲5八桂と打ち、飛車角の利きを消した場面だ。


図3	図4

図3以下の手順は次の通りだ。

△4七歩成	▲同金直	△6六銀	▲9二馬！
△6七飛成	▲4六桂！	△4三銀打	▲同歩成
△同金	▲4四歩	△同金	▲5三銀
△4五歩	▲同桂	△同金	▲3四桂
△1三玉	▲4二銀不成	△同金	▲同桂成（図4）

勝又六段の解説は次の通りだ。

激指は△6六銀の銀捨てで速度を上げてくるが、ここで▲9二馬と引いて4七の金にヒモを付けてから、▲4六桂がうまい手順。5八の桂は受けのためではなく、攻めのためだったのだ。結局桂が5八〜4六〜3四〜4二と天使の跳躍で寄せきった。
攻めだけではなく、受けの手をはさみながら正確な速度計算をする。寄せるまでの構図が絶品で、プロでも時間をかけなければ読み切る事ができない困難な手順である。これを指せたGPSには感嘆せざるを得ない。
ちなみにこの将棋、駒がぶつかって一段落した後、GPSは高美濃→銀冠へと囲いを改築している。攻め合いを制したのはこの囲いの価値で差が出たものだ。戦っている途中でも攻めずに形を整えるという手が指せたのも今年の進歩だ。

勝又六段は昨年の世界コンピュータ将棋選手権において改良された点を次のように総括している。

駒の効率を正しく理解できるようになった。
GPS-激指戦のように詰みの前の段階から、終盤の入り口から正確に指せるようになった。
局面によって差し手に強弱が付けられるようになった。

そして、現在の棋力は早指しで四段、長い将棋で二段以上、三段近くはあり、今年はプロ四段認定となりそうだという。トッププロに追いつくのはさらに3年の間と勝又六段は予想している。

最近のコンピュータ将棋のアルゴリズム

「最近のコンピュータ将棋の技術背景とGPS将棋」では昨年の世界コンピュータ将棋選手権の覇者となったGPS将棋のアルゴリズムについて概略が述べられている。

ほとんどのコンピュータ将棋では自分の手と相手の手を網羅的に記述したゲーム木を用いて、自分の差し手を決めている。ゲーム木の各ノードには局面の形勢判断、すなわち勝ちやすさを表す評価値が与えられており、先手番（Max node）では最大の評価値を、後手番（Min node）では最小の評価値を選択していく。将棋のような2人/零和/確定/完全情報ゲームに分類されるゲームは、原理的には、このMaxMin探索を行う事で必勝法を求める事ができることが知られている*3。

少しでも深く分岐を読む

評価値には誤りが含まれるため、少しでも深い探索（一手でも先を読む）ことがコンピュータ将棋の強さに直結する。そのための戦略は2つあり、1つは単位時間あたりの探索局面数、すなわち探索速度を上げる戦略である。これには、マシン性能の向上、複数CPU/コアによる並列計算、ハードウェア化*4による高速演算などの手法が採られている。毎年コンピュータの性能は向上していくことから、コンピュータ将棋は毎年確実に強くなると期待される。

もう1つの戦略はメリハリを付けて読むことである。ゲーム木の全ての分岐を同じように読むのではなく、重要な分岐は深く、重要でない分岐は浅い段階で思い切って切り捨てればよい。これを枝刈と呼ぶが、論理的に読む必要がない部分の枝刈（αβ法）に加えて、多少のリスクを覚悟の上で、重要度の低い部分の枝刈を行う。

コンピュータ将棋では、王手や取り返しの場合は深く読むなど、将棋の特徴を活かした枝刈の手法が考案されており、中には非常に複雑な条件が指定されているものもあるようだ。このようなゲームの特徴を用いた枝刈は選択的探索と呼ばれる。一方、Bonanzaは、ゲーム特徴を用いず汎用的な枝刈のみを行う戦略を採っており、全幅探索と呼ばれる。もともと将棋では分岐の数が極めて多くなる事から将棋の特性を活かした選択的探索が有効であるとされていたが、全幅探索を行うBonanzaの成功から、全幅探索の有効性が見直されつつあるようだ。

世界コンピュータ将棋選手権で過去3回の優勝経験を持つ激指は実現関数と呼ばれる独自の探索を行っている。実現関数探索では、実際にその指し手が実現する確率を用意し、ルート局面から当該局面までの実現確率の積が閾値を下回ると探索を打ち切る。実現確率は、動かす駒の範囲、指手の履歴、指す駒に関する損得などプロ棋士の棋譜を利用して求められる。こうして、実現可能性の高い指し手を優先的に探索する事が可能となっている。

正確な評価値を得るには

正確な評価値を得る事は難しい。評価値を定める関数を評価関数と呼ぶが、ある局面の勝ちやすさを数値化する事は困難を極める。もともと評価関数は手作業でチューニングが施されるのが普通で、制作者が試行錯誤を積み重ねて、良い評価関数を追い求めてきた経緯がある。評価関数をどう調整するかは各プログラムが個性を発揮する部分であったわけだが、Bonanzaの登場が大きなブレークスルーとなった。

Bonanzaはこの評価関数を学習によって調整する手法、Bonanzaメソッドを初めて導入した。学習を導入する事で制作者は手作業で評価関数を調整する手間を省く事ができるようになり、膨大なプロの対戦棋譜データベースに基づいて評価関数を鍛える事が可能となった。昨年の世界コンピュータ将棋選手権では、学習を採用したプログラムが上位を占め、Bonanzaメソッドが有望視されている。

将棋の形勢判断を行うためには、駒の損得、働き、玉の危険度等を評価する必要がある。これは言葉にしてしまうと簡単だが、これをコンピュータに評価させる事は大変難しい。Bonanzaでは局面に登場する3駒の組合せそれぞれに値を付けて合計する事で評価値としている。全ての組合せを計算するのではなく、一定の制限が加えられているがそれでもパラメタ数は2億近くとなる。一方、GPS将棋では、人間が考える特徴に近いルールを100程度用意し、300万程度のパラメタを扱っているようだ。これらのパラメタは学習によって調整され、より妥当な形勢判断が行えるようにチューニングされる。

ここで上げた技術の積み重ねによってコンピュータ将棋は今やトッププロの背中が見える位置までその棋力を向上させてきたのである。

合議アルゴリズムの登場

そして、台風の目となり、物議を醸したのが合議アルゴリズムの登場である。「合議アルゴリズム「文殊」単純多数決で勝率を上げる新技術」では、この新技術によってコンピュータ将棋界に一大センセーションを巻き起こした「文殊」の開発者がその概要について解説を行っている。文殊は初登場ながら、昨年の世界コンピュータ将棋選手権において3位という成績を収めた。しかしその成績以上に文殊は注目を浴びる事となった。

「文殊」の合議アルゴリズムとは簡単に言えば、複数のプログラムに独立に候補手を考えさせて、単純多数決により最も多い手を次の一手とするものだ。三人寄れば文殊の知恵という諺があるが、単純に数を増やすだけで強くなるのではないかというのが最初の発想である。とはいえ、当初は「そんな単純な方法で強くなるはずはない」「一貫した思考が行えず、かえって弱くなるのではないか」といった批判が圧倒的だったようだ。しかし、市販ソフトを用いて簡単な初期実験を行ったところ、合議させた方が勝率が有意に上がる結果が得られたという。

そして、2008年後半から2009年初頭にかけて、コンピュータ将棋において大きな転換期が訪れる。2006年世界コンピュータ将棋選手権の覇者であり、最強プログラムの一つであるBonanzaのソースコードが公開され、2009年1月には世界コンピュータ将棋選手権用のライブラリも提供されたのである。このライブラリを利用すれば誰でもBonanzaの強さを有する将棋プログラムを労せずして作る事ができるようになったのだ。

Bonanzaのようなトップレベルのプログラムのライブラリが提供される事は、世界コンピュータ将棋選手権としても想定外のことであった。全体としてのレベルは上がるかも知れないが、一からコツコツと独自のプログラムを作って来た開発者の意欲を失わせかねず、ひいては世界コンピュータ将棋選手権の有効性を失わせかねない事態であると危惧されたのだ。Bonanzaライブラリを用いたプログラムが上位を独占したらどうするのか？そのあたりの議論の一端は、世界コンピュータ将棋選手権・オープンな価値との葛藤でも見る事ができる。

そうした懸念が渦巻く中、投入されたのが8コアのXeonマシンを3台連ねた「文殊」である。文殊は各4コアに配置された6つのBonanzaを並列して走らせ、合議によって次の1手を決めるプログラムである。各Bonanzaの用いる評価関数には正規乱数が加えられ、評価関数の異なるパフォーマンスが得られるように調整されていた。

ある一定の探索時間を経て多数決を行うわけだが、6つのBonanzaのうち5つ以上候補結果が一致しなかった場合、意見が分かれるという事は難しい局面であろうという推定の元、探索延長を3段階まで行う処理が追加された。

また、相手の思考時間中にも継続して探索を行うために、指し手を返す時には、読み筋もあわせて返すようにして、二手先の手を合議で予測手とし、それを全てのBonanzaに伝え、相手の思考時間中にもその予測手に応じて先読みを継続させたという。

文殊は順調に予選を勝ち上がり、決勝リーグに駒を進めた。次に決勝リーグの対戦成績を示す。

	プログラム名	1	2	3	4	5	6	7	勝	負	SB	MD	順位
1	激指	5×	6×	7○	8×	3○	4×	2×	2	5	2.0	0.0	6
2	Bonanza	8×	7○	6×	4×	5○	3×	1○	3	4	8.0	2.0	5
3	YSS	7×	5×	8×	6×	1×	2○	4×	1	6	3.0	0.0	7
4	KCC将棋	6×	8×	5×	2○	7○	1○	3○	4	3	7.0	3.0	4
5	文殊	1○	3○	4○	7○	2×	8×	6○	5	2	14.0	7.0	3
6	GPS将棋	4○	1○	2○	3○	8○	7○	5×	6	1	17.0	10.0	1
7	習甦	3○	2×	1×	5×	4×	6×	8×	1	6	1.0	0.0	8
8	大槻将棋	2○	4○	3○	1○	6×	5○	7○	6	1	16.0	10.0	2

文殊はBonanzaとの直接対決では敗れたものの、総合順位では5位のBonanzaを上回る3位という上々の結果を残した（なぜ合議の文殊が単体のBonanzaに負けたのか原因を推測することは興味深い）。一度のみの対戦で結論を導く事はできないが、少なくとも合議アルゴリズムが有効に機能する事は十分に示されていると考えて良いだろう。合議アルゴリズムにおいては個々のプログラムは任意であり、Bonanza以外のプログラムも問題なく利用できる。事実、YSSを用いた実験においても効果が認められている。清水市代女流王将・女流王位との対戦においては、複数のプログラムを組み合わせた合議システムを検討しているとされる。

現在のところ、三人寄れば文殊の知恵という諺は成立しているようだが、これがいつまで正しいかは分からない。せっかく一つのプログラムが神の手に到達したとしても、多数決によって否定されてしまうのではかえって弱くなってしまうのではないかと考えるのは極めて真っ当だ。特集では次のような識者の見解が紹介されている。

合議が一定の結果を得ているのは、先に悪手を指してしまうとなかなか勝てないが、妙手を連発しなくてもなんとか均衡を保って、相手が先に悪手を指せば勝てる、という将棋の特性ではないかと思います。個々のレベルは互角でそのうち悪手を指すレベル同士ならば、合議の意味があるのではないかと思います。相手が格上だと駄目かも知れません。

清水市代女流王将・女流王位との対戦において合議がうまく機能するのか、あるいは単一のプログラムの方が良い勝負ができるのか、今秋に予定されている対戦が楽しみだ。

実は5月4日から2010年の世界コンピュータ将棋選手権が開催される予定となっている。参加チーム一覧を見ると、Bonanzaメソッドの浸透により、学習によって評価関数の精度を向上させたプログラムが多く参戦しているようだ。またBonanzaを並列に結合させた合議アルゴリズムを採るプログラムの姿も見える。

選手権の様子はインターネット上で中継される上に、5月4日の決勝は一般向けにプロ棋士による解説会も行われるようだ。第20回世界コンピュータ将棋選手権 10のみどころが挙げられているので、興味のある方は見てみてはいかがだろうか（宣伝）。

今年は一体どのようなイノベーションが生まれるのか、コンピュータ将棋はどれだけ強くなっているのか、プロ棋士に一矢報いる日は早まりそうなのか、世界コンピュータ将棋選手権における各プログラムの活躍に期待したい。

*1:このプレスリリースはお堅い（と思われている）学会が出すプレスリリースとしては異色の出来で大変素晴らしい。是非とも今後ともこの路線を踏襲してもらいたいモノだ。

*2:KCC将棋：北朝鮮製の強豪プログラム。2009年の選手権に2年ぶりに復帰、予選を負け無しの16勝トップで通過したものの、決勝でソフトを入れ替えて3連敗、元に戻して4連勝の3勝4敗で4位となった。ソフトの入れ替えをしなければ優勝していたかも知れない強いプログラムである。

*3:実際には評価値に誤りが含まれる上、全ての分岐を読み切る事は不可能なので、必勝法を求める事はできない。

*4:世界コンピュータ将棋選手権にはA級リーグ指し手1号という名のFPGAを用いたプログラムが参加しているようだ。

米国が本当に必要だったもの

2010-04-21T21:56:01+09:00

唐突に思いついたので投下。元ネタは『仕事を振られたときの正しいステータスコードの返しかた、読みかた』でも取り上げたITプロジェクトの実態を皮肉った漫画であり、University of London Computer Center Newsletter, No.53, March 1973の改変である（現在の公式ページ：Project Cartoon、オリジナルを追跡したページ：tree swing pictures - tire swing, tire swing, rope swing cartoon pictures）。

本物と見違えるような画像補間を実現するパスフレームワーク手法

2010-04-20T07:41:53+09:00

SIGGRAPH2009で発表された"Moving Gradients: A Path-Based Method for Plausible Image Interpolation"という論文*1では、2枚の連続する入力画像を与えると、その間のフレームを極めて自然に補間生成する新たな手法を提案している。

図1

図1は両端の入力画像A, Bから間の3フレームを生成した例を示している。生成する補間フレーム数は任意で何枚でも生成可能であり、極めて自然な補間が実現できている。この例の驚くべきところは、制約条件を有する複雑で柔らかな局所変形を含む自然な補間画像が、全自動で生成されている点である。モーフィング処理では対応点を一点一点指定する必要があるが、ここで必要なのは2つの画像を選択するだけだ。

生成される補間画像の品質は素晴らしく、またアイデアもシンプルで興味深いので、原論文を参照して本手法の概要を紹介したい。本エントリで紹介する画像は全て原論文からの引用である。詳細は原論文を参照されたい。

【告知】@LunarModule7でつぶやいています。
興味のあるかたはフォローください。

基本的なアイデア

図2

基本的なアイデアは、補間フレームの各ピクセルは入力画像から引っ張ってこられるというものだ。図2(a)は画像Aがt_A=0からt_B=1にかけてx方向に移動した画像Bの様子を示している。図2(b)はピクセルpの補間フレームを示したものだ。補間フレームは入力画像から移動してコピーする事で生成される。補間フレーム内のピクセルは最初入力画像Aからコピーされるが、途中のある点において入力画像Bからのコピーに遷移する。

図2(c)において、補間パスは画像Aのピクセルpから開始し、画像Aのピクセルp_Aまで移動し、画像Bのピクセルp_Bに遷移し、画像Bのピクセルpまで至る。パス上の遷移点(transition point)は、2つの画像が良くマッチする点から選択されるため、視覚的に自然な補間を得る事ができる。また2つの画像をブレンドするのではなく、遷移させる事で、ぼけやゴーストの発生を抑え、元画像の周波数成分を保存する事ができる。

このアルゴリズムはオプティカルフロー*2に似ている（図2(d)）。通常のオプティカルフローでは入力画像A,Bからピクセルを投影するが（図2(d)の矢印）、本手法ではオプティカルフローを効率的に逆に辿り、ある時間におけるピクセルが元画像のどこに対応しているかを計算し（図2(b)の矢印）、引っ張ってくる事によって実現されるとも言える。こうすることで、オプティカルフローで問題になるホールやノイズの問題を回避できる。

また、遮蔽に強いのも本手法の特徴である。遷移点を柔軟に設定可能であるため、たとえ片方の入力画像においてピクセルpが遮蔽されていたとしても、遷移点をパス上の適当なところに決める事で、自然な補間画像の生成が可能となる。補間パスは遮蔽の有無に限らずロバストに発見でき、後処理においてパスの一貫性をチェックするだけで遮蔽領域を決定できる。こうして、従来のオプティカルフローが不得意とする様な遮蔽を有する補間生成においても良い性能を発揮する。

アルゴリズム概要

ここではアルゴリズムの概要を述べる。実装の詳細は割愛するので原論文を参照していただきたい。

パスフレームワーク

上記のように基本的なアイデアは各ピクセルpにおいて補間パスを発見し、パス上の遷移点を経て、入力画像間を繋げることにある。図2で示した例は簡単のため水平移動を扱っているが、パスフレームワークはあらゆる線形パスを扱う事ができ、一般化されている。パスωは画像A,Bの2つの移動ベクトルm_Aとm_Bを用いてω=(m_A,m_B)と表される。

補間フレームl=(p, t)上のピクセルpが与えられた時に、まずそのpは画像A,Bのどのピクセルから来たのかを算出する。標準的なオプティカルフローでは補間フレーム内の全てのピクセルが入力画像内に対応するピクセルを有するとは保証されないため、ホール（空白域）が生じる場合があるが、パスフレームワークではそのような問題は発生しない（補間フレーム上のピクセルが出発点なので）。また、オプティカルフローでは画像A, B間を直線のフローが結ぶ事を想定しており、曲線移動などは想定していない。一方、パスフレームワークはこのような制限を有しないため、急激に曲がるような場合を除いて大抵の動作に対応できる。その代わりに、パスフレームワークは補間フレームにおいてピクセルpを通る全てのピクセル/点は同一のフローを有する事を想定している。実際この仮定は、遮蔽の境界処理を除くほとんどの場合でうまくはたらく。ただしオプティカルフローもパスフレームワークも複雑なライティングの変化には対応できない。

もっともらしい遷移点の決定

図2(c)に示すように、ピクセルpの遷移点p_Aとp_Bはパス(m_A,m_B)によって次のように表される。

p_A=p+m_A　　p_B=p-m_A　　(1)
遷移点p_Aとp_Bは画像中で最も2つの画像がマッチするところに設定できる。遷移点の前後で動きの方向が変わらないようにするために次の制約を設けている。

図3(b)は図3(a)に示す2つのステレオ画像の各ピクセルの遷移点のパス全体における位置をパーセンテージで示したものだ。このパラメタはマッチングコストと密接に関連するが、画像全体で大きく変動している事が分かる。

図3

遷移点の導入は従来手法に比べて補間画像の品質を向上させる事に寄与している。実際標準的なオプティカルフローは遷移点をパスのどちらかの端に固定させているとも言える。パスフレームワークではオプティカルフローではなくパスを直接導出するが、遷移点間の距離から前方フロー、後方フローを予測することができる。

v_A=p_B-p_A　　v_B=p_A-p_B　　(2)
遮蔽から離れた領域では、前方フローと後方フローはほぼ等しくなる。遮蔽に関しては次に述べる。

遮蔽対応

遷移点導入がもたらすもう一つの利点は遮蔽を比較的シンプルに決定論的に扱う事ができる点にある。本手法では遮蔽において2つのレイヤ/オブジェクトだけが寄与する事を仮定している。3以上のレイヤ/オブジェクトが絡む場合は本手法では扱わない。

図4

図4(a)と(b)は2つのオブジェクトを示している。前面のオブジェクトはアルファベットで示され、背面のオブジェクトは数字で示されている。背面オブジェクトは静止しており、前面オブジェクトが4ピクセルだけ左に動く。結果として図4(c)に示すように、領域"0123"が画像Aにおいては遮蔽されて見えず、画像Bにおいて出現する。

図4(c)は一つのパス候補を示している。遷移は両方の画像において見えるgで起こる。一方、図4(d)は別解となる。これは遷移がfで起こっているだけで全く同様である。このように遮蔽があるからといって特別な考慮をせずともパスの導出が行える。これは最適化において遮蔽の解決が必要なオプティカルフローに比べて明確なアドバンテージとなる。

一旦パスが決定されれば、遷移点p_Aとp_Bが判明し、式(2)を用いてフローを導出できる。図4(c)と(d)は遮蔽領域のピクセルpにおけるフローを示している。画像Aにおけるpは画像Bと対応する点をもつため前方フローを予想する事はできる。しかし、背景オブジェクトの"1"は画像Aにおいては見えないので、後方フローを定義する事はできない。このようにパスフレームワークでは、それらが存在するならば、前方フロー、後方フロー、ないしはその両方を計算する。この特性によって遮蔽領域をロバストに検出する事が可能となる。

勾配/ポアソン再構築

さらに勾配ドメインを用いて補間を行う。一旦ピクセルpにおけるパスが導出されれば、ピクセルをパスに沿って移動させ勾配値をコピーする事で、補間フレームにおけるpの空間的勾配を得る。pの時間的勾配はこのパス上を動く2つの連続するピクセル間の輝度の差を見る事によって計算される。その上で、得られた勾配に基づき3Dポアソン再構築を行う事で補間フレームを得る。3Dポアソン再構築では、エラーが時間的にも空間的にも全ての補間フレームに渡って分散されるので、局所的なノイズの発生を抑える事ができる。さらにl²ノルムにおいて勾配が最短となる画像を生成するため、エッジを保護し、ぼけの発生を抑える事ができる。

評価

図5

図5は従来多く提案されてきたオプティカルフローによる画像補間処理との比較結果である。ここではhttp://vision.middlebury.edu/flow/で配付されているオプティカルフローデータセットを用いている。このサイトでは最新のオプティカルフローアルゴリズムの適用結果がまとめられており*3、画像処理ベンチマークとして広く利用されている。

図5は背景にあるボールが落下している様子を写したものだ。一番左が2枚の入力画像から生成された中間フレームの補間画像である。その一部を拡大した結果を右に示すが、Ground Truthが真値であり、本手法（Our Method）だけがボールの形状を失わず良い結果を得ている事が分かる。他のオプティカルフロー手法はボールが分裂するなど破綻している。また本手法ではゴーストの発生を抑制し、ボールの近くの遮蔽もほぼ正しく処理できている。遮蔽領域の縁付近には少しぼけが発生しているが、サブピクセルを用いたマッチングなどを適用し精度を上げればさらに改善すると期待できる。

図6

図6は本手法が想定していない複雑な例を示している。このバスケットボールの例では、手と背景とボールの3つのレイヤが絡み合っている。こうした2つ以上のレイヤが絡む複雑な遮蔽を含む画像においては、従来手法と同様に本手法（Our Method）でも正しい補間を行う事ができない。

図7

図7は本手法を構成する3つのステップ、遷移点の設定、遮蔽処理、そしてポアソンブレンディングがどれだけ結果に寄与するか見るために、図5で示した例に対して、各ステップを選択的に適用した結果を示している。結果を見れば分かるように3ステップそれぞれが補間画像の品質向上に寄与しており、これらの3ステップがあって初めて品質の良い補間画像が得られる事が分かる。

図8

図8は後処理によって遮蔽領域を検出した例を示している。遮蔽領域は青で示されているが、ボールの周辺や他の縁において遮蔽領域が正しく検出されている事が分かるだろう。

パスフレームワークを用いたアプリケーション

ビュー補間

図9

図9は象の像の2つの異なるビューを示している。イメージ間の最大視差、すなわち動きは30ピクセルであり、これは大抵の既存補間手法が扱える上限を越えている。図9(a)は図9(b)に示す2枚の入力画像から補間生成したビューであり、拡大画像（図9(c)）を見ると真値（図9(d)）と良く適合していることがわかる。また大抵の遮蔽領域の境界において遮蔽をうまく処理できており、一部左耳の近くにノイズが見られる程度だ。

ビデオのフレーム補間

ビデオシーケンスの時間的なアップスケーリングや補間は重要なアプリケーションの一つである。複雑でやわらかい形状のオブジェクトの動作を含む補間は従来手法で扱う事は困難だったが、本手法では極めてうまく補間を実現している。

図10

図10は固定された視点から撮影されたビデオシーケンスの2つのフレーム間（図10(a)(b)）の補間例（図10(c)）である。この例は従来手法（図10(f)〜(h)）では遮蔽領域の境界付近にゴーストやノイズが発生し、低品質の結果しか得られないが、本手法（図10(e)）は真値（図10(d)）に極めて近い良い結果が得られている。この例では本手法を用いて8枚の中間フレームの生成を行い、1/9倍速の再生を可能にした。

静止画のアニメーション化

図1に示した例では通常の顔（図1(a)）と笑ってウィンクしている顔（図1(c)）の2枚の入力画像からその間の3枚の補間画像を全自動で生成しているが、これは極めて難しい処理である。似たような出力を実現する技術にモーフィングがあるが、モーフィングでは人手により対応点を設定する必要がある。本手法では極めて自然でスムーズなアニメーションを実現している。

図11

図11は通常、スマイル、ウィンク、スマイル＋ウィンクの4つの異なった画像間の補間を示している。4つの顔を矩形の頂点と考え、矩形内の任意の点に相当する顔を生成する事が可能だ。右に示した赤、青、緑で囲われた画像は、左の矩形内の対応する点に相当する補間画像を生成したものである。自然な表情の変化が生成されている事が分かる。

図12

図12はあくびをする猫に対する補間画像の生成例である。真ん中の赤枠で示した2枚が生成された補間画像だが、毛皮のようなノイズの目立ちやすいテクスチャにおいても、高品質で自然な補間画像が得られている。

まとめ

本論文で提案されたパスフレームワークは、非常にシンプルな考え方に基づく手法であり、申し分ない性能を発揮する。低コストで高品質な画像補間が可能にするアプリケーションは多岐に及び、たとえば離散的に配置された複数カメラからの映像に基づき、任意視点の映像を得ることで、自由視点のスポーツ中継を実現したりできるようになるかも知れない。また、昔の低能力のビデオカムで撮影した子どもの成長記録ムービーデータを加工する事によって、まだ幼く素直だった子どもの高品質・高精細な動画を得るだけではなく、自由にインタラクションが行えるようになるかも知れない。元となるデータがある程度揃っていれば、それらの品質を向上し、足りない部分を補完して、本物以上に本物らしく再現する事が可能になる日は近い。

とりあえず記録は取っておくべきだ。記録さえあればきっと後からなんとでもできる。

Photoshopを凌駕するリアルタイムの動画像切り貼り処理

2010-03-22T19:54:15+09:00

Photoshop等の画像編集アプリケーションを用いた画像処理において、パッチツールを用いた画像の切り貼りは重要な操作である。パッチツールを用いた切り貼り操作では、貼り付けたパッチ画像は周囲にあわせて自動的に調整され、境界面が目立たないようになる。SIGGRAPH2009において、ヘブライ大学の研究グループが、この切り貼り操作を高速で行う手法を提案している。動画に対してもリアルタイムに切り貼り操作を行う事ができる。まずは動画をご覧頂くのが良いだろう。

本エントリでは論文*1を参照して、本手法の紹介を行う。例によって図表は論文の引用である。

【告知】@LunarModule7でつぶやいています。
興味のあるかたはフォローください。

Mean-Value Seamless Cloning


(a) Source patch	(b) Laplace membrane	(c) Mean-value membrane

(d) Target image	(e) Poisson cloning	(f) Mean-value cloning
図1：ポアソンクローニングとMVCクローニング

画像の自然な切り貼りは、ポアソンクローニング(Poisson cloning)と呼ばれる手法で実現される。これは勾配ドメイン手法(gradient domain techniques)の一つの応用で、ソース画像（貼り付けるパッチ画像：図1a）の内部の勾配と、ターゲット画像（貼り付け先画像：図1d）から決まるディリクレ境界条件(Dirichlet boundary conditions)から構成されるポアソン方程式(Poisson equation)を解く事によって実現される。

このポアソン方程式は、ソース画像とターゲット画像の境界に沿った差に設定されるディリクレ境界条件をもつラプラス方程式を解く事と等価である事が分かっているが*2、概念的には、ポアソンクローニングは、ソース画像とターゲット画像の間を自然に繋ぐ補間膜（図1b）を構築することになる。この薄皮のおかげでパッチの境目が目立たなるのだ（図1e）。

ポアソンクローニングの課題はポアソン方程式を解く処理に時間がかかる点で、多くの高速処理手法や、GPUを用いた解法などが提案されているが、ヘブライ大学の研究グループが提案した座標ベースのMVCクローニングは、ポアソン方程式を解く代わりにMean Value Coordinates(MVC)*3を利用して、直接補間膜を生成するものだ。厳密な解ではないが、生成される補間膜（図1c）は厳密解を用いたものとほとんど同じで、処理結果（図1f）も充分な精度が得られている。

さらに画像の連続性を利用して計算する点の数を削減し、間を線形補完する事で計算量を抑制、実時間でのクローニング処理を実現としている。次の表はAthlon 2.5GHz及びNVIDIA GeForce 9600M GTの実装におけるMVCクローニング処理時間を示したものだ。133Kピクセルの画像処理に0.3秒、GPUでは毎秒134フレームの生成が行えている。リアルタイムの高速処理が可能で、実装が容易、省メモリで動作する上、GPUを用いた並列計算処理に向いているため、早晩商用のアプリケーションにも実装されると期待できる。

表1：MVCクローニングの処理パフォーマンス

#cloned pixels	#boundary pixels	#mesh vertices	coords/vertex	prep. time(s)	cloning rate
#cloned pixels	#boundary pixels	#mesh vertices	coords/vertex	prep. time(s)	CPU	GPU
51,820	1,113	2,063	38.63	0.15	199.0	163
133,408	1,562	2,963	44.21	0.30	92.1	134
465,134	2,683	5,323	45.50	0.63	22.6	82
1,076,572	4,145	8,241	44.59	1.16	9.7	44
4,248,461	8,133	16,369	57.71	3.63	2.7	26
12,328,289	14,005	28,240	58.68	8.99	0.94	..

処理結果

図2にポアソンクローニングとMVCクローニングを用いて写真中から兎を消す例を示す。左上が元画像で、左下が張り込むソースパッチである。右下に生成される補間膜をカラーマップを用いて視覚化表示している。補間膜には若干の違いは見られるが、右上に示す結果画像にはほとんど違いは見られない。



図2：オブジェクトの削除

図3はMVCクローニングの誤差が大きくなる画像における処理結果を示している。左が入力画像、中央がポアソンクローニング結果、右がMVCクローニング結果である。Ωの形状が見えなくなると完璧で、上列の例ではポアソンクローニングでは完全に消す事に成功しているが、MVCクローニングでは薄くΩが残ってしまっている。しかし、下列のより一般的なシナリオにおいてはほとんど違いは見られない。



図3：凹部分補間における比較

図4はMVCクローニングの適用例を示している。Photoshop CS4ではパッチツールが用意されているが、リアルタイムで処理を行えないため、試行錯誤が行いにくいという問題があった。MVCクローニングを利用すれば、瞬時に処理結果をプレビュー可能であり処理効率が上がる事が期待できる（動画2:18-3:00）。また、拡大縮小回転などの操作を行ったとしても、結果が損なわれる事は無く、自然な画像処理がストレス無く行える。図の左が元画像で、図右が画像の一部をコピーしてサイズ変更、回転して貼り付けたものだ。こうした処理がリアルタイムに行える恩恵は大きい（動画3:00-3:25）。



図4：MVCクローニング例

そして何よりも効果的だと思われるのが、動画像のリアルタイムな編集である（図5・動画5:00-5:45）。これは動画を見た方が分かりやすいと思うが、鳥や岩のインタラクティブな編集操作が実現している。クローニング処理により、境界は目立たないように補完されるため、見た目にも自然な動画コラージュがリアルタイムで行えるわけだ。


図5：シームレスな動画クローニング

他にも画像をシームレスにつなぎ合わせてパノラマ画像を生成するMVC stitching（動画4:47-5:00）や、trimapを指定する事でマット画像を生成し透明度調整を行う事で全く異なる領域に自然な貼り付けを行うMatted cloning（動画4:10-4:47）などが提案されているので、気になる方は元論文を参照されたい。

まとめ

MVCクローニングは万能ではなく、ポアソン方程式が利用される全てのシナリオにおいて利用可能な訳ではない。たとえば、勾配ドメインのHDR圧縮や、混合勾配を伴うポアソンクローニングなどには適用ができない。また、ポアソンクローニングもMVCクローニングも、ソース画像とターゲット画像のテクスチャが充分似通っているような領域でないとうまく働かない。これは動画のクローニングにおいて顕著で、空間的にも時間的にもテクスチャが充分適合していないと満足な結果が得られない。

それでも、実時間のクローニング処理が実現する事によって画像処理における処理効率の改善が期待できる。Adobe Photoshopを初めとするアプリケーションにも同様の技術が応用される事だろう。また、動画像のリアルタイム編集処理が可能ということは、視覚情報を自然に改変できる可能性を示している。HMDを用いたAugmented Realityにおいて、視覚から不要なものを除外したり、置き換えたりする事が可能になるかも知れない。

誰ですか、配偶者の顔をお気に入りのアイドルに変えようなんて言っている人は？

都市景観をスキャンし3Dモデル構築する予想外の方法とは？

2010-03-14T18:39:48+09:00

建物群から構成される都市景観の3Dモデリングは、様々なアプリケーションにおいて利用されているが、その利用は現時点では限定されており、より積極的な利用を促進するには、3Dモデル構築の省力化、自動化、低コスト化が求められる。最近、ジョージア工科大の研究グループが、都市景観をスキャンし、3Dモデル構築を行うあっと驚く意外な方法を考案している。本エントリでは、論文*1に従って、この手法の概要と、それによって将来可能になるであろうユースシーンについて紹介したい。本エントリで掲載する図表は本論文からの引用である。

【告知】@LunarModule7でつぶやいています。
興味のあるかたはフォローください。

GPSを使って街をスキャンする

GPSは30個程度の衛星のうち受信可能な位置にある衛星からの時刻情報、軌道情報などを受信し、衛星からの距離を測定、3次元位置を測位するものだ。4個のGPS衛星からの電波を受信できれば校正により精度を向上させる事ができる。

さて、仮に現在上空にあって信号が受信できるはずの衛星から信号が受信できないという状況を考えてみよう（実際にはGPS信号のS/N比の低下として現れる）。その際、考えられる原因は現在地とGPS衛星の間に何らかの障害物が存在するということだ。であるならば、現在位置を変えつつ複数のGPS衛星の信号受信状況を調べ、情報を統合してやれば、都市景観をスキャンして、3Dモデルとして再構築する事が可能となる。

図1は実際に高層ビルの遮蔽によりGPS信号のSN比が大きく減少する様子を示している。緑色ラインがSN比が低い部分を表し、ビルによるGPS信号の遮蔽がSN比の低下という形でクリアに検出できることが分かる。



図1：ビルの遮蔽によるGPS信号のSN比の低下

本手法は次の主に2つのステージから構成される。

対象エリアにおける複数のビル群を検出するために密度マップ(density map)を作成する。
対象のビルの領域とサイズを推定し3Dモデルを構築する。

次にステップごとに処理過程を説明する。なお長文が嫌な人は下の方にある動画をチェックされたい。

密度マップ(density map)の作成

図2：BOAの上面図

図2は対象エリアであるBank of America(BOA)周辺の上空から撮影した写真を示している。5階建て以上の高さを持つ建築物がオレンジで示されており、中央には55階建て311.8mの高層ビルが存在する。実験では市販のGPSユニットをバックパックに入れ、3日間に渡って赤く示した公道に沿って周囲を歩き回り、4,000点のサンプルを取得している（1周でおよそ1,000サンプル）。次に複数のサンプルを用いてGPS信号を遮蔽するビルが存在する確率を表す密度マップを生成する。密度マップは3次元ベクトルで表されるGPS信号のSN比データを地上の2次元に射影し、各衛星の信号レベルの強弱を正規化することで生成される。本来得られるであろうSN比に対して低い値しか得られないベクトル方向には建物が存在する可能性が高いという推定を全サンプルに対して行い、推定結果を重ね合わせたものが密度マップとなる。


(a)	(b)	(c)
図3：(a)BOA対象エリア,(b)生成された密度マップ,(c)ビル中心を検出するクラスタリング

図3(a)において5階より高い建物が緑色のラインで示されている。(b)に示す密度マップにおいて、5階以上の建物は全て50%以上の存在確率として検出されている事が分かる。(c)は密度マップにmean shiftアルゴリズム *2を適用してピークポイントを算出し、クラスタリングした結果である。これらのクラスタはビルが存在するであろう場所を示している。


図4：密度マップと実際の写真比較

図4は得られた密度マップ（左）と実際の写真（右）を比較したものである。右図で青い点として表されているのがGPSの計測位置となるが、実際に移動した道路上として計測されておらず、かなり誤差があることが分かる。その上で、密度マップにおいてビルの存在が推定された領域は、実世界に極めてよく適合している様子が分かるだろう。

3Dモデルの構築


(a)	(b)

(c)	(d)
図5：推定領域に含まれる複数のベクトルを用いて BOAビルの領域を推定する

ここでは存在確率が60%を越える青いクラスタを対象にビルの形状や大きさを推定し3Dモデルの構築を行う。図5(a)は単一の衛星からの信号がビルによって遮蔽されたベクトル（緑色）を示している。複数の衛星からの信号を組み合わせると（図5(b)）、ビルの2次元領域を決定する事ができる。信頼度の上位10%を採用すると図5(c)(d)において赤く示すようなビル推定領域が得られる。黄色で示す実際の領域に比べて、中心点位置はわずか4mの誤差であり、周囲の形状は23%の誤差に収まっている。


(a)

(b)	(c)
図6: ボクセルによる3Dモデル構築

さらにビル推定領域の上空を通るサンプルに対し、直線上にボクセルを配置していくと、ビル全体の3Dモデルが現れてくる。このままでは凹凸の目立つ形状となってしまうが、ビルに突出部分が存在しない事を仮定して、検出されたボクセルの下方を埋める操作を行うと、最終的な3Dモデルが生成される。


500 samples Half trip	900 samples One trip	1100 samples 1.5 trips

2300 samples Two trips	3200 samples 2.5 trips	4000 samples Three trips

次は上記で示したBOAを対象した例と、動画で最初に紹介されているOne Atlantic Center（OAC）に対して共に4,000サンプルから生成された3Dモデルと実際との誤差を示したものである。領域誤差はほぼ22%であり、GPS情報に基づき自動的に生成される3Dモデルとしては良い結果が得られていると言える。高さが共に低く見積もられているが、これはノイズ除去の副作用であり改善可能な部分だ。また、今回はビル周囲を4周する4,000サンプルを用いているが、考察実験においては、大体2周、2,000サンプルほど取得すればほぼ同様の結果が得られることが示されている。

対象地区	重心位置誤差(ft)	領域誤差(%)	実物高さ(ft)	推定高さ(ft)	高さ誤差
BOA	7.398	22.73	1023	862.80	15.65
OAC	22.59	22.20	820	705.32	13.98

まとめ

位置取得以外のGPSの利用方法としては、GPS信号が受信できない事に基づいて現在地は屋内であるということを推定する等の利用がなされているが、3Dモデルの構築に利用した例は本研究がほぼ初めてであり、アイデアがキラリと光る研究となっている。

高価なレーザー計測器ではなく、市販のGPSユニットでも実用的な精度の3Dモデルを自動生成することが可能である事から、将来的には不特定多数のユーザのGPS情報をクラウドで共有化することで、刻々と変化する都市景観をリアルタイムに3Dモデル化する事も可能になるだろう。精度は若干劣る部分があるが、GPSはパッシブに利用する事が可能であり、計測にユーザの能動的な操作を必要しない。完全に自動で位置情報が収集、共有されることで、3Dマップが生成されるのだ。きっと初めて足を踏み入れるような街であっても、しばらくみんなで街中を散策すれば3Dマップが構築できるようになるだろう。カーナビに搭載されているGPS情報を使う事ができれば、日本全国の都市の3Dマップを構築することも可能かも知れない。

『写真に基づく3D空間構築手法の到達点』や『Web上の膨大な写真からローマを1日で構築する方法』で紹介した画像ベースの構築手法と組み合わせれば、ビジュアル的にも実世界を忠実に反映した仮想空間を構築することができるはずだ。我々の生活する実空間と高度にリンクした寸分変わらぬ仮想世界が並行に存在する事が当たり前になったとき、社会はどう変わるのだろうか？

日本経済新聞電子版はなぜこんなに高いのか？

2010-02-27T18:27:46+09:00

前回のエントリでは、日本経済新聞電子版の価格設定に関して、『予想どおりに不合理―行動経済学が明かす「あなたがそれを選ぶわけ」』に基づき、日経の狙いを考察した。元々エントリ化する予定も無かった話だが、望外にも多くのアクセスを頂いている。

実は、本書の第2章「需要と供給の誤謬」を見ると、なぜ日経が月額4,000円という高額な価格設定を行ったかについて、もう一つの理由が見えてくる。そこで、前回に引き続き、本書に基づき、高額な価格設定の狙いについて考えてみたい。月額4,000円という金額はたとえば産経NetViewの月額420円に比べて明らかに高い。なぜこんなにも高い価格となったのだろうか？*1

【告知】@LunarModule7でつぶやいています。
興味のあるかたはフォローください。

アンカリング

タヒチで生産される黒真珠は当初販路が無く需要もほとんどない代物であった。しかし、ダイヤモンド商ジェームズ・アセールは黒真珠のプロモーションに際し、旧友の宝石商ハリー・ウィンストンに、ニューヨーク五番街にある店舗のショーウィンドウに黒真珠をディスプレイし、法外に高い値段を付ける事を約束させた。そして、アセールは同時に豪華なグラビア雑誌に黒真珠の全面広告を出した。このプロモーションにより、誰も価値を知らなかった黒真珠は、あっという間にとんでもない高級品に変貌したそうだ。

雁の雛が生まれて最初に見る動くものを親だと思い込む刷り込み（インプリンティング）はよく知られている。一方、我々の価格に関する見方にも同様の傾向がある事が分かっている。アセールは、登場時から黒真珠を世界最高級の宝石として消費者に刷り込んだのだ（アンカリング）。そのため、以降ずっと黒真珠にはその価格がついてまわる事となった。我々は、一度新製品をある価格で買うと、後々まで同一ジャンルに属する製品に関しては、その価格に縛られる傾向がある。

ここで、アンカリングの効果を確かめる実験が紹介されている。この実験では不快な音に価格をつける評価を行っているが、その理由は不快な音に対する市場が存在せず、実験参加者が不快な音に対する既存のアンカーを有していないと期待されるからだ。

遭遇時のアンカリング

実験では、まず、2つのグループに対して3000Hzの高音からなる不快音を聞かせた直後に、第1のグループには10セント、第2のグループには90セントの報酬が支払われるとしたら、もう一度同じ不快音を聞いても良いか？との質問を行った。これは実はアンカリング用の質問で、これにより第1のグループには10セント、第2のグループには90セントという金額がアンカリングされることとなる。

ここで、「最低いくらもらえるならもう一度音を聞いても良いか？」と質問すると、第1のグループは平均33セント、第2のグループは平均73セントという回答となり、先ほどの質問において提示した金額が影響を及ぼしている事が分かる。それぞれのグループでは、不快音という価値の分からぬものに対して、それぞれ異なる価格をアンカリングされたのである。

未来の価格への影響

続いてホワイトノイズからなる不快音を聞かせた後、第1のグループ、第2のグループ双方に「もし50セント支払われるとしたら同じ音を聞いても良いか？」との質問を行った。今度は両方に50セントという金額をアンカリングしようと試みたわけだ。

ここで、「最低いくらもらえるならもう一度音を聞いても良いか？」と質問すると、第1のグループは第2のグループよりもはるかに低い金額を要求した。アンカリング用の提示は同じであるにもかかわらず、不快音に対する最初のアンカー（10セントもしくは90セント）が優勢だったことが分かる。これは、アンカーが現在の価格にも未来の価格にも影響を及ぼす事を示している。

最初のアンカーの重み

最後に今度は高低が激しく変動する不快音を聞かせた後、第1のグループには90セント、第2のグループには10セントの報酬が支払われるとしたらもう一度同じ音を聞いても良いか？との質問を行った。ここまで第1のグループは10-50-90セントという提示を受け、第2のグループは90-50-10セントという提示をうけてきたこととなる。最初のアンカーと直近のアンカーとどちらの方が優勢だろうか？

今までと同様に「最低いくらもらえるならもう一度音を聞いても良いか？」と質問すると、第1のグループはアンカーとして90セントが提示された後も低い報酬を受け入れた。一方で最初に90セントのアンカーを提示された第2のグループは、その後に違うアンカーが提示されたとしてもはるかに高い報酬を要求し続けた。これは、最初の決断がその後の決断に長い間影響する事を示している。最初に遭遇し判断に影響を与えたアンカーが、ずっと後までついてまわるのだ。

日本経済新聞電子版の価格設定

さて、日本経済新聞電子版は日本で初めてといって良い本格的な新聞電子配信サービスである。ここで仮に低い価格を付けてしまうと、この先、日本国内の新聞電子配信サービスにはその価格がアンカーとしてずっと影響を及ぼすことになる。国内随一の経済紙としての自負をもつ日経は最初に電子化に踏み出す以上、下手なアンカリングをするわけにはいかなかったのだ。

新聞社は長期的には電子化が避けられない事に気付いている。充分な体力があるうちに電子配信サービスによって充分な収益が得られる仕組みを構築できなければ、市場から淘汰される事に気付いている。一方で、現状の全国津々浦々までカバーする新聞紙配信インフラを一気に崩壊させるような性急な変化はリスクが大きすぎる。そこで彼らが狙ったのは、紙配信ビジネスを時間をかけて電子配信ビジネスへとゆるやかに変化させていくソフトランディングだ。それが「紙の新聞の部数に影響を与えないことを前提にした価格設定」であり、前回のエントリで扱った紙＋電子版のセット配信へ消費者を誘導する仕掛けなのである。

将来的に電子配信ビジネスで新聞社を存続させようとした場合、配信価格は現状の購読料金に比べて極端には安くはできない。勿論、紙配信のための制作費やインフラ維持費は安くなる事が期待されるが、最初のアンカーを低く設定してしまうと、新聞業界全体の収益体質を弱体化させてしまうことになる（たとえば月額420円という価格設定ではとても新聞社は維持できそうにない）。そのため、彼らは高いと批判されることを承知の上で、4,000円という高額な価格設定を行ったのだ。先の事を考えて。

新聞記事のアンカー

ところが、現在Web上では多くの新聞記事を無料で購読する事ができる。言うなれば我々は新聞記事に対し無料というアンカーを保持している状況にある。このアンカーを保持する者にとって、4,000円という価格は異常に高くとても受け入れられるものではない。つまり、このアンカーが使われる事がないように、無料の記事とは全く異なったものだとユーザに認識させなければならない。

たとえば、スターバックスが登場した際には、ダンキンドーナツが安い価格でコーヒーを提供していた。人々はコーヒーの価格に対して、ダンキンドーナツの価格をアンカーとして所有していたはずであり、スターバックスは人々がコーヒーを飲むのに払っても良いと感じる価格よりも高い価格設定となっていた。

それでもスターバックスが成功したのは、価格ではなく雰囲気の面で他の店と一線を画すようにしていたからだ。ヨーロッパのコーヒーハウスの風情をもつ洒落た店内には、炒りたての高級豆の香りが立ちこめ、アーモンドクロワッサンやビスコッティなど見栄えのする軽食を並べた。そして、カフェアメリカーノ、カフェミスト、マキアート、フラペチーノなど高貴な名前の飲み物を売った。このように入店の体験が他とは全く異なったものとすることで、ダンキンドーナツのアンカーではなく、スターバックスが用意した新しいアンカーを利用するように仕向けたのである。

人々に、日経が他のWeb上で無料で読める新聞とは全く異なったものであることを認知させ、新たに用意したアンカーを利用させるための差別化が、日経の経済記事の全文配信であり、リコメンドやクリッピングからなるパーソナライズ機能である。しかし、パーソナライズ機能は他のWebサービスでも実現可能な範囲に留まっており、ユーザのアンカーを初期化するには力不足かも知れない。特に無料という価格設定は強い魔力を有しており*2、これに打ち勝つのは並大抵の事ではない。

一方、日本経済新聞は紙媒体の月ぎめ購読料(3,568円/4,383円)もアンカーとして利用させる事ができる。こちらのアンカーを使わせる事ができれば、4,000円という価格はリーズナブルに見える。今なら年配層を中心に、日本経済新聞のブランド力は強固に存在する。このアンカーを利用させるための一手が、月ぎめ購読料に+1,000円で電子版の購読権も付随する日経Wプランであるわけだ。

このように、日経は既存の紙媒体の購読者を維持しつつ、時間をかけて電子媒体に誘導する戦略をとっている。紙＋電子媒体のセット販売を当面の本命に据え、既存の紙媒体顧客、紙流通インフラを当面の間維持することで、穏やかな電子媒体への移行を目論んでいるのだろう。そして、将来の収益構造を強固にする目的で、電子媒体に対し、高い価格のアンカリングを指向している。そこには長期的な視野に立った経営戦略が確かに存在する。

これが日経の目論み通り運べば、将来的に紙媒体の新聞がずっと縮小した後も、有料で高価な電子媒体の新聞記事が潤沢に供給される世界となるだろう。月ぎめ料金は最初のアンカーよりは市場原理に従い安価になるだろうが、新聞社を存続させるのに充分な収益を上げるぐらいの価格になるはずだ。

もちろん、目論み通りに事が運ぶかどうかは、別の話だけど*3。

参考文献

予想どおりに不合理―行動経済学が明かす「あなたがそれを選ぶわけ」

作者: ダンアリエリー,Dan Ariely,熊谷淳子
出版社/メーカー: 早川書房
発売日: 2008/11/21
メディア: 単行本（ソフトカバー）
購入: 31人クリック: 417回
この商品を含むブログ (152件) を見る

日本経済新聞電子版の価格設定から透けて見える日経のホンネ

2010-02-24T23:21:50+09:00

来る3月23日日本経済新聞電子版が誕生するという。日本経済新聞の朝刊・夕刊の最終版が読めるのに加え、「電子版」の独自ニュースや解説記事を24時間配信するという。購読料金は宅配＋電子版の日経Wプランが月極購読料+1,000円、電子版月極プランが4,000円という設定だ。

この価格設定、行動経済学の観点からすると大変興味深い。昨年のベストセラー『予想どおりに不合理―行動経済学が明かす「あなたがそれを選ぶわけ」』にまさにぴったりの事例が紹介されているので、未読の方の為に紹介したい。以下は本書の第1章「相対性の真相」のエッセンスを抽出し再構成したものである。この本は行動経済学の入門書として大変面白く書かれているので、未読の方には一読を強くお勧めする。

【告知】@LunarModule7でつぶやいています。
興味のあるかたはフォローください。

おとりによる選択行動の変化

あなたは経済新聞「エコノミスト」に興味がある。そこでWebサイトをチェックしてみると次の3つの購読プランが紹介されていた。あなたはどれを選択するだろうか。

ウェブ版だけの購読（$59）
印刷版だけの購読（$125）
印刷版とウェブ版のセット購読（$125）

この3つの選択肢を提示されると、多くの人が3番目の選択肢を選択するだろう。実際MITの学生100人に選択させると、次のような結果になった。

ウェブ版だけの購読（$59）──16人
印刷版だけの購読（$125）──0人
印刷版とウェブ版のセット購読（$125）──84人

MITの学生達は優秀なので、印刷版とウェブ版のセットの方が印刷版だけより得だと全員気がついている。さて、印刷版だけの選択肢を選んだ学生はいなかった訳だが、もし、印刷版だけの選択肢（以下「おとり」と呼ぶ）が無かったとすると、学生達は前と同じ判断をするだろうか？論理的に考えれば勿論同じ選択を行うはずだ。おとりは誰も選ばなかったのだから。しかし、結果は次のようになった。

ウェブ版だけの購読（$59）──68人
印刷版とウェブ版のセット購読（$125）──32人

何が学生達の選択を変えたのか？結果的に誰も選択しないおとりがあるだけで、セット購読の選択を行う者が増えるというのは明らかに不合理だ。しかし、これは予想どおりの結果なのである（この行動を系統的に予測することを可能にするのが行動経済学である）。

相対性による選択

実は人間はものごとを絶対的な基準で選択する事はほとんど無い。今回のエコノミストの場合、$59のウェブ版と$125の印刷版のどちらが得なのかは、なかなか判断ができない。しかし、$125の印刷版と$125のウェブ＋印刷版のセットであるならば、後者が得なのは明白だ。この相対性の判断が多くの人がセット購読を選択した理由である。

まず左の図を見てもらいたい。2つの選択肢A、Bがあり、それぞれ違う特性で優れている。選択肢Aは特性1で優れており、選択肢Bは特性2で優れている。この2つの選択肢の優劣は簡単には付けられない状況だ。

しかしここに仮に特性1においてAよりも少しだけ劣ったA'という第三の選択肢（おとり）が用意された場合を考える（右図）。この選択肢はAよりも劣っているが、Aとよく似ているため比較を簡単にする作用がある。さらに、AがA'より優れているだけではなく、Bより優れているような印象を持たせる効果がある。相対性の判断は簡単に行えるため、我々は簡単に行える相対的な比較ばかりに注目する傾向がある。そして、判断が行いにくい絶対的な比較は、相対性の前に忘れられるのだ。

つまり、おとりA'を加える事で、Aとの相対的な比較が簡単に行えるようになり、結果として全体としてもAが優れているような印象が生まれる。結果としておとりのA'を誰も選ばなくても、Aが選択される可能性が高くなるわけだ。

この相対性による選択傾向を知っているマーケティング担当者は、自分が本当に選択させたい選択肢よりも、ちょっとだけ劣っているがよく似ているおとりの選択肢を用意する。そして人々はまんまとおとりに惑わされ、本来なら選ばなかったであろう選択を行うことになるのだ*1。

日本経済新聞電子版の価格設定

さて、この相対性を念頭において、今回の日本経済新聞電子版の価格設定を見てみよう。

日経Wプラン（宅配＋電子版）：月ぎめ購読料(3,568円/4,383円)+1,000円
電子版月ぎめプラン：月額4,000円
電子版登録会員（特ダネ＋見出しのみ）：無料

この選択肢を見て1番目と2番目では明らかに1番目の方がお得に見える*2。実際、3番目の無料の電子版登録会員でも良いのかも知れないが、月に4,000円以上払う価値が日本経済新聞にあるかどうかは難しい問題ですぐには答えが出ない。しかし、1番目と2番目なら断然1番目だ。こんな具合に、少し日経も読んでおいた方がよいだろうかなんて思っている人は、1番目の選択肢に誘導されることなるわけだ。

つまり、日本経済新聞社としては電子版はあくまでおとりであり、本命は1番目の選択肢を選択させて宅配の日経新聞の購読者数を増やすあるいは維持する事にあるのである。実際、日本経済新聞社の喜多恒雄社長は「紙の新聞の部数に影響を与えないことを前提にした価格設定」と説明している。

単純に日本経済新聞社の利益だけ考えると、1番目の選択肢と2番目の選択肢では、2番目の方が多いのかも知れない。それでも日本経済新聞社はあえて電子版ではなく、紙媒体の部数が伸びるような価格設定を行っている。少なくとも現時点においては電子版は本命の紙媒体の販促のためのおとりに過ぎない。Webに本腰を入れるとかかけ声は勇ましいが、ホンネは紙媒体なのである。すくなくとも現時点で紙媒体を購読している顧客が、紙媒体の購読を止めて電子版に移行する事は望んでいないはずだ。

このスタンスが過渡期の一時的なものなのか、それとも日本経済新聞がもつ簡単には変えようの無い特性なのか、答えが出るまでそう長い時間はかからないだろう。そう、彼らがいうように、時代の変化は彼らを待ってはくれないのだから。

参考文献

予想どおりに不合理―行動経済学が明かす「あなたがそれを選ぶわけ」

作者: ダンアリエリー,Dan Ariely,熊谷淳子
出版社/メーカー: 早川書房
発売日: 2008/11/21
メディア: 単行本（ソフトカバー）
購入: 31人クリック: 417回
この商品を含むブログ (152件) を見る

低出力レーザーによる脂肪溶解処理がダイエットを無用にする

2010-02-14T00:23:21+09:00

老若男女を問わずダイエットに悩む人は多いだろう。しかし、まもなくそれも過去の事となるかも知れない。既存の方法よりもずっと安全で低コストな脂肪除去が、まもなく身近で（もしかすると家庭でも）受けられるようになるだろう。もはやダイエットのために食事制限も、運動も必要ないのだ。

その新たな方法の名をゼロア(Zerona)という。右図は紹介動画のスナップショットだが、簡単に言えば、レーザー光を外部から照射する事で体内の脂肪を溶解させてしまうものだ。この今までの常識を覆す方法の原理はどうなっているのだろう？安全なのだろうか？費用は？その疑問に答えるのが本エントリの目的である。

【告知】Twitterはじめました。@LunarModule7です。
興味のあるかたはフォローくださいとしばらく宣伝。

ゼロア（Zerona）

ゼロア（Zerona）は既存の脂肪吸引とは大きく異なる。手で触れても安全なレベルの低出力レーザー（635nm, 10mW）を皮膚の上から40分間、2週間で合計6回（月・水・金・月・水・金など）にわたり照射するだけであり、もちろん痛みも酷い出血もない。米食品医薬品局(FDA: Food and Drug Administration)の認可を受けた*1医療機器である。

レーザー照射により、皮下脂肪細胞の細胞膜に一時的に極小の孔が空く。脂肪細胞内の液状化した脂肪がその孔から細胞外に流れ出すのである。脂肪はすぐに体外に排出されるので、2週間で見違えるほど痩せる事ができる。Telegraphが伝えたところによれば、FDAの調査において、患者の平均で3.64インチ(9.25cm)、ウェスト、ヒップ、太もものサイズの減少が確認されたと言う。中には9インチ(23cm)ダウンに成功した人もいるそうだ。既存の力業とも言える脂肪吸引とは異なり、脂肪細胞は正常なまま体内に残っているため安全性が高い。

ゼロア開発の元となった論文*2に従い、その原理と効果を見てみよう。

低出力レーザー治療

低出力レーザー治療は、治療対象となる組織に急激な温度上昇も組織構造に目に見える変化も生じない線量率を用いた治療と定義されている。低出力レーザは近年、創傷治癒や浮腫縮小、様々な病因の痛み除去など様々な場面での利用がなされてきている。論文ではレーザーを用いた脂肪除去法の確立のために、まずレーザーの医療応用に関する研究をサーベイし、着目すべき3つのファクタを抽出している。(1)可干渉性（コヒーレンス）、(2)波長、(3)出力の3点である。

コヒーレント光

量子力学に基づき、フレーリッヒ*3はエネルギーを注入すると、生体組織は分子のコヒーレント振動とマイクロ波信号の放射を引き起こすと予測した（ボース＝アインシュタイン凝縮 Bose-Einstein condensation）。この信号が成長や修復、防御、そして有機体全体の機能を統合していると考えられている。この点において、生体組織は信号を放射し受信するアンテナだと言える。

しかしながら、低出力レーザー治療の効果においてコヒーレンスは重要な要素ではないことが分かっている*4 *5 *6。むしろコヒーレンスは、局所的な加熱を引き起こすスペックルパタンを生じさせる光の伝播と拡散に重要な役割を担っているようだ。

理想的な波長

バイオモジュレーション(biomodulation)を促進するため、630-640nmの波長が理想的であることが多くの研究によって示されている*7 *8 *9。またこの領域の波長は、線維芽細胞とケラチン生成細胞の増殖を促進させ、皮膚循環と微小循環を増加させ、瘢痕組織を減らす。630-640nmの波長は他の波長のレーザーに比べて少なくとも6-14%、創傷治癒において効果的である事が確認されている。

理想的な出力

高出力レーザーがもたらす最も大きな作用は加熱である。切除、切開、気化、凝固など多くの用途に利用されているが、これらは組織の破壊を伴い、その作用にはやや波長に依存する部分がある。

一方、低出力レーザーにおいては、波長とのより強い相関が見られる。照射されたレーザー光は受容体によって吸収されエネルギーに変換され、細胞間に伝達される。活性化された細胞は生化学的な反応を起こす。二次反応において重要な鍵となるイベントは、照射を受けた細胞の酸化還元状態が変化する事であるため、酸化還元状態を最適に保てば、反応を抑制する事が可能だ。

出力が2.91mW以下のレーザーは細胞の増殖を促進する一方、高すぎる出力だと効果が得られない事が知られている。増殖効果は照射時間を0.5分〜6分とした時に最も顕著に見られる。アルント・シュルツの法則として知られるように、弱い刺激は生命活動を喚起し、中度の刺激は生命活動を促進し、強度の刺激は生命活動を抑制し、最強度の刺激は生命活動を中止させる。実験室分析では、10mW出力のレーザーは100mW出力のレーザーに比べて細胞の有糸分裂に効果が見られた。

試験結果

低出力レーザーによるより安全で、短期間で、外傷の少ない脂肪除去手法の確立を行うために、前述の知見に基づき仮説を立て、次の実験を行った。

まず、ヒトの脂肪細胞を管内で培養し、レーザー光の照射実験を行った。照射により、脂肪細胞の細胞膜はその丸みを帯びた形を失い、細胞内部の脂肪が細胞膜に空いた孔から外部に流出することが確認された。その後細胞を培養すると、細胞は元の細胞膜構造を再生できることが確認された。細胞はレーザ照射後も生きており、成長することが可能なのだ。
次に、12人の健康的な女性に対してレーザーの照射実験を行った。深層脂肪へのレーザー光への浸透を図る目的で、チューメセント法と呼ばれる技術を適用した場合の比較も行っている。チューメセント法は水溶液を多量に脂肪層に浸潤させることで、脂肪吸引をスムーズに行うために利用されている技術である。

レーザ光の照射時間は2分、4分、6分の3パタンであり、表示波長635nm、最大出力10mWの低出力ダイオードレーザーを用いている。6インチの距離から2分、4分、6分照射した場合のエネルギーはそれぞれ1.2J/cm²、2.4J/cm²、3.6J/cm²となる。

次の5サンプルに対して、走査型電子顕微鏡による確認を行った結果を以下に示す（2分照射時は4分照射時と変化が見られなかったので割愛してある）。

患者腹部より採取された脂肪組織
チューメセント法適用、レーザー照射無しで採取
チューメセント法適用、4分間レーザー照射後採取
チューメセント法適用、6分間レーザー照射後採取
チューメセント法非適用、4分ないし6分間レーザー照射後採取

	図1はチューメセント法適用、レーザー照射無しで採取したサンプルを走査型電子顕微鏡で確認したものを示している（x190）。ぶどうの房のような形状の輪郭が見て取れる。このサンプルはチューメセント法を適用したものであるが、レーザーの照射は受けていない。
図1

図2はチューメセント法適用、4分間レーザー照射後採取したものを走査型電子顕微鏡で確認したものである。4分間のレーザー照射により、部分的に脂肪細胞の崩壊が確認できる。しかし、一部の細胞は細胞膜の形状を保っている（図2上 x190）。脂肪細胞はその丸い形を失い、矢印で示す脂肪の粒子が脂肪細胞内部から外部に流出し、細胞間のスペースに広がっている（図2下 x130）。

図2

図3はチューメセント法適用、6分間レーザー照射後採取したものの走査型電子顕微鏡の確認結果である（x180 x190）。元の丸い脂肪細胞は全く見られない。液状化した脂肪は完全に細胞から離れ、細胞間の隙間に漂っている（矢印）。結合組織の一部には崩壊が見られるが、毛細血管や残りの間質腔等の他の構造はそのまま維持されている。

図3

図4はチューメセント法非適用で6分間レーザー照射後採取したサンプルの走査型電子顕微鏡による確認結果である（x450）。一部の脂肪細胞に崩壊が見られるが、その他の脂肪細胞はそのまま残っており、チューメセント法を適用した場合の4分間照射時とよく似ている。チューメセント法の適用はレーザー照射の効果を増大させる上で重要であるようだ。

図4

		図5は40,000倍に拡大した照射を受けていない脂肪細胞を撮影したものである。レーザー照射を受けていない時には細胞膜は無傷で残っている。一方、図6が6分間レーザー照射を受けたサンプルを60,000倍に拡大したものである。細胞膜に一時的な孔（矢印）が空き、液化した脂肪（二重の矢印）が細胞の中から外へ流れ出しているのが分かる。
図5	図6

まとめると、レーザー照射を受けていない時には脂肪細胞は丸い形を保っているが、4分間のレーザー照射により脂肪細胞が部分的に崩壊し、80%の脂肪が液状化した。6分間のレーザー照射後には、ほとんど全ての脂肪細胞が崩壊し、脂肪を流出させている事が確認された。論文では透過型電子顕微鏡(TEM)による確認結果も示されているが、結果は上記と変わらないので割愛する。気になる方は元論文を参照されたい。

まとめ

低出力レーザーによる脂肪溶解法は、チューメセント法を併用して、波長635nm、出力10mWのレーザーの6分間の照射によって実現される。これにより、特に毛細血管のような間質を保ったままで、脂肪細胞の細胞膜に一時的な孔が穿たれる。4分間レーザー照射を受けると、80%の脂肪細胞が崩壊し、レーザー照射を6分間続けると99%が崩壊した。本手法は生体への負担が少なく、外科的な外傷も斑状出血も血腫も減らす事ができ、結果として患者の回復を早める。

レーザー照射によって細胞膜に開けられる孔は極小だが、チューメセント法を併用した際には、99%の脂肪が細胞の外に流出する。その場合でも、毛細血管やその他の間質は保たれている。本手法は既存の脂肪吸引法に比べて、より安全でより効果的な手法であると言える。

現在利用可能なゼロア施術装置は本論文の研究結果に基づいて設計されたもののようだが、基本的に635nmの波長の光を1,000Hzで変調して出力するだけに過ぎないように見える（ただし、照射時間などは論文とは異なっている）。最も普及している赤色のレーザーポインタの波長がちょうど635nmだ。レーザーポインタの出力はクラス2で1mW未満となっているため、出力不足を補う必要があるが、光学ドライブのピックアップ(〜500mW)よりもずっと小さい出力に過ぎない。操作もレーザー光が患部に当たるように調整するだけであり、手術費用は安く抑える事ができそうだ。

Telegraphによれば、英国では40分のレーザー照射を6回受ける手術一式で、£1,000（15万円）となっているようだ。15万円でお手軽にダイエットができるとするならば、受けたい人が大勢いるのでは無かろうか。日本でも早期に施術を受ける事が可能となる事を期待したい。

さて、最後に@drinami先生の忠告を引用してお開きとしたい。

レーザー脂肪溶解(ZERONA)，単なる635nmの半導体レーザーを1kHzで変調してスキャンしてるだけだ http://ow.ly/13AZ8 動画 http://ow.ly/13B0N オマエら自作するなよ，絶対にだぞωless than a minute ago via HootSuiteMasahiko Inami
drinami

忠告に従わず、自作のレーザー装置でダイエットを試み、取り返しの付かない事態が発生したとしても当方は一切関知しないのでそのつもりで。

論文の著者順に秘められた謎

2010-02-01T23:53:46+09:00

論文には多くの著者名が並んでいる場合が多い。素粒子系の論文となると共著者が何百人と並ぶものも珍しくないが、共著論文の特徴についての調査結果によれば、最大の共著者数は2006年には2,512人に達したという。次がその論文だ*1。

The ALEPH Collaboration, the DELPHI Collaboration, the L3 Collaboration, the OPAL Collaboration, the SLD Collaboration, the LEP Electroweak Working Group, the SLD electroweak, heavy flavour groups: Precision Electroweak Measurements on the Z Resonance,Phys.Rept.427:257,200

総302ページの論文でなんと著者リストに21ページも使う。著者がちゃんとグループ化されてて、名前はappendixにある。この論文は別格だが、特に素粒子分野では共著者数が多くなることが多く、著者名はアルファベット順に並べられるのが通常なようだ。

こうした極端な例はともかく、数人の研究者の共著論文の著者名の並び順(authorship)には確固たる意味がある。最も重要なのは第一著者(first author)で、学位試験や大学人事などではfirst authorの論文しか評価しないと言う事も往々にしてある。ではその他の著者は、貢献順に並べればよいのかというと必ずしもそうでもなく、いろいろとお約束というモノがある。

そのあたりのお約束については研究室単位などで口伝で伝えられる場合が多いが、学外の論文に関しても、いろいろな事情に通じてくると大体の感覚というモノがつかめてくる。本エントリでは、PHD Comics: Author Listに論文の著者順に関して興味深い示唆がなされているので紹介したい。図はオリジナルを日本語訳したものである。

注意：この図は実在の研究者、教官、研究室、大学、研究機関、論文、学会、研究領域には一切関係のないフィクションであり、ジョークです*2。誰がなんと言ようとも。

The first author (第一著者)
- プロジェクトに属する院生（博士後期課程）。図表を作った。
The second author (第二著者)
- プロジェクトと何の関係もない院生。名前が載っているのは彼ないし彼女がグループミーティングに顔を出していたからだ（大抵はお菓子目当て）。
The third author (第三著者)
- 実験を行い、解析・考察をして、論文全体を執筆した博士前期課程一回生。第三著者がフェアな位置だと考えている。
The middle authors (中間に位置する著者達)
- 誰も実際には気に留めない著者名。学部生や技官のための場所。
The second-to-last author (最後から2番目の著者)
- 論文を推進した野心溢れる助教もしくはポスドク。
The last author (最後の著者)
- 一番偉い人。論文を読んですらいないが、プロジェクト推進に必要な予算を獲得した。また彼の有名な名前が著者名として記載されている事で論文が通るという面もある。

この話、中の人にとっては笑えない話であり、外の人にはなにやら分からないというワケで、結局誰にとってもおもしろくない話だと後になって気付いた。ちなみに論文の共著者に関係のない人間を加える事は純然たる不正行為であり、gift authorshipと呼ばれるようだ。Wikipediaによれば、露・モスクワの有機元素化合物研究所（IOC）の研究員ユーリ・ストルチコフが10年間で948本もの論文の共著になっており、IOCの施設を利用の見返りとしてIOCの人間を共著者に入れるのが慣習化していたらしい。また、ストルチコフはこの件でイグノーベル賞を受賞したそうだ*3。

我田引水なM1・F1総研の分析レポートを容赦なく添削してみた

2010-01-30T12:20:53+09:00

M1・F1総研は『若者におけるテレビの存在価値の考察』というレポートを発表し、若者のテレビやテレビCMの視聴実態について調査・分析を行い、M2・F2と比べると、実はM1・F1はテレビへの依存度が高いと結論づけている*1。CNET JAPANでも若者は“テレビ離れ”していない--M1・F1総研の調査で明らかに:マーケティングとして取り上げられ、反響を呼んでいる。

ところで、M1・F1総研は電通とリクルートが共同設立したプロモーション会社であるメディア・シェイカーズの一部門である。今回の分析においても、『CMを見ないM1・F1は圧倒的に少数派』『テレビCMはしっかり見ていて、テレビCMの影響度は強い』と、親会社の収益源であるテレビCMの有効性を声高に謳っている（内容のハイライト（PDFファイル 260KB）、分析レポートVol.12 ダイジェスト編（PDFファイル 2.9MB））。

テレビが見られている事についてはそれなりに妥当な結論であると思うが、CMの効果に関しては疑問を感じざるを得ない。なぜこのような結論に至ったのだろうか？

【告知】Twitterはじめました。@LunarModule7です。
興味のあるかたはフォローくださいとしばらく宣伝。

奇妙な結論が導出されるカラクリ

ダイジェスト編13ページにその分析が掲載されている。ハイライト版にはリアルタイム視聴時のグラフしか上がっていないが、ダイジェスト版には録画視聴時のデータも掲載されている。

リアルタイム視聴時の設問は次の通りだ（F1回答/M1回答）。
　　■ だいたいしっかり見る(7.9%/8.4%)

　　■ 見ないこともあるが、しっかり見ることが多い(26.6%/31.1%)

　　■ 見ないことが多いが、たまにしっかり見る(47.8%/50.0%)

　　■ ほとんど見ない(17.7%/10.5%)

この4つの選択肢のうち、なんと3つに「しっかり」という単語が含まれており、それらをCMをしっかり見る人と集計して、『しっかり見る計:82.3％』『しっかり見る計89.5％』『M1・F1ともに、CMを見ない人は1割台にとどまる。（リアルタイム視聴時）。』という奇妙な結論を導き出している（たまになんとなくCMを見る人はいったいどの選択肢を選べばよいのだろうか）。しかし、この選択肢を見ると、基本的にCMを見ると回答しているのは好意的に見てせいぜい前者2つで、後者2つは基本的にCMを見ないと捉える方が妥当だろう。質問の設計段階においてCMを見る割合が多くなる結論が得られるように選択肢が意図的に設定され、期待する結論が導出されている訳だ。調査設計の観点から見てあまりに酷い。

一方、録画番組視聴時の設問は次の通りだ。
　　■ 早送りをしないで、そのまま見ることが多い(7.2%/5.0%)

　　■ 早送りをするが、気になるCMは止めて見ることがある(21.1%/20.5%)

　　■ 早送りをしてCMを止めて見ることはほとんど無い(57.3%/65.8%)

　　■ 録画の時点でCMはカットすることが多い(14.4%/8.8%)

この4つの選択肢において、前者2つがCMを「しっかり見る」とされ、『録画番組視聴時の「テレビCMをしっかり見る計」の割合は、M1が28.3％、F1が25.5％。』という結論を導き出している。しかし、選択肢を素直に解釈するのであれば、CMをしっかり見ているのは一番最初の選択肢ひとつのみで、残りは早送りかカットが基本という事だろう。録画機器の普及により、テレビCM効果が減少しているのではないかという批判に常に晒されている広告業界としては、CMの効果が充分にあるという事を訴えたかったのだろうが、やり方が姑息だと言わざるを得ない。

添削してみる

そこで、次のように選択肢を整理してグラフを書き直してみた。特に録画視聴時においてはテレビCMは悲惨なほど見られていない事が一目瞭然だ。

リアルタイム視聴時
- ■ 基本的に見る
  - だいたいしっかり見る
  - 見ないこともあるが、しっかり見ることが多い
- ■ 基本的に見ない
  - 見ないことが多いが、たまにしっかり見る
  - ほとんど見ない
録画番組視聴時
- ■ 基本的にそのまま見る。
  - 早送りをしないで、そのまま見ることが多い
- ■ 基本的に早送りorカット
  - 早送りをするが、気になるCMは止めて見ることがある
  - 早送りをしてCMを止めて見ることはほとんど無い
  - 録画の時点でCMはカットすることが多い

結論も以下のように修正することが妥当であろう。

↓修正

結論として、テレビCMはほとんど見られていないので、広告主はテレビCMの費用対効果についてしっかりと精査する必要があると言える。もちろんテレビは今でも影響力があるメディアであることは確かであり、テレビCMの効果は他のメディアと比べてまだまだ大きいはずだ。しかしその効果が低下しつつあるのは確かだ。

以前、『花粉症で1日約6,000円の損失って頭悪すぎでは？』で取り上げたコンタック総合研究所の調査のように、中立でない企業や団体が公開する調査結果は、それらの企業や団体の利益に繋がるように、意図的にその印象が歪められて伝えられる場合がある。バイアスのかかった調査レポートは注意深く読まなければならない。

追記

本エントリは@bugbird氏とのTwitter上のやり取りが元になっている。有益なご指摘に感謝したい。@bugbird氏の方でも恣意を見落とさないように！というエントリで本件を取り上げられており、リンクもいただいている。重ねて感謝申し上げます。

Web上の膨大な写真からローマを1日で構築する方法

2010-01-24T07:08:47+09:00

前回、『写真に基づく3D空間構築手法の到達点』としてバラバラの写真から3D空間を構築する手法について取り上げた。コメントで言及された人もおられたが、MicrosoftはPhotosynthとして、同様にStructure-from-Motion (SfM)を用いて写真をつなぎ合わせ、インタラクティブにブラウズできるPhotosynthを公開している。

現在、研究レベルではWeb上にアップされた不特定多数のユーザによる膨大な写真から街一つを再現するプロジェクトが推進されている。その名も"Building Rome in a Day"（ローマを一日にして成す）だ。下の動画はFlickr検索された画像から生成された3Dモデルを示している。本エントリでは、論文*1に基づき、その構築手法の概要を紹介する。本エントリ中の動画像は論文及びプロジェクトページからの引用である。

【告知】Twitterはじめました。@LunarModule7です。
興味のあるかたはフォローくださいとしばらく宣伝。

ネット上には多くのユーザが撮影した写真が無数にアップされている。たとえば、Flickrにおいて"Rome"と検索すると200万枚以上の写真がヒットする。数百、数千の視点から撮影された千差万別の写真がアップされており、たとえば有名な観光スポットであるトレビの泉単体だけ数えても検索結果は5万枚に上る。

本研究のシステムでは、これらの写真にStructure-from-Motion (SfM)を適用し、被写体のオブジェクトやシーンの形状、及びカメラの動きを復元し、街全体を構築している。本研究では、1日以内に15万枚に及ぶ画像を処理しているが、これは他の先行研究に比べて1桁ないし2桁大きい値だ。

先行研究では、厳密にキャリブレーションされたカメラで撮影され、GPSや慣性航法ユニットのデータが付与された写真を利用する事によって、解析処理を単純化している。しかし、Webから収集した写真は、多様なカメラにより撮影され、照明条件もバラバラで、地理情報は付与されていないか極めて限られている。そして多くの場合、カメラキャリブレーション情報も手に入らない。このような雑多なデータに対してSfMを適用することは難しいチャレンジとなる。また、膨大なデータを扱うためには最大限処理を並列化させる必要がある。

前処理・特徴抽出

処理対象となる画像は中央ノードから各分散ノードに処理能力に応じて配分される。中央ファイルサーバが必要になるのは全てのプロセスにおいてこの時点だけである。各分散ノードにおいて、画像の可読性チェック、EXIFタグ抽出、（もし記録されていれば）焦点距離値抽出、200万画素以上の画像の縮小処理が成される。そして、SIFT(Scale-Invariant Feature Transform)特徴量*2の抽出が行われる。SIFTは画像の回転、拡縮、照明条件等に頑強な特徴量であり、画像のマッチングやオブジェクト認識等に広く利用されるアルゴリズムである。

画像マッチング

SIFT特徴量のマッチングにはANN library*3が利用できるが、こうしたマッチングと検証を100,000画像の5,000,000,000ペアに対して適用しようとすると、500コアのCPUをフルに使っても11.5日かかる計算になる。また、"Rome"と言うような広いタグが付与される写真は実際はほとんど相互に関連しない。そこでマッチング処理を効率に行うために、本研究では多段階のパイプライン処理を実装している。次の図はその概要を示したものだ。

N枚の画像がM個の分散処理ノードに配付され、次の順序で処理される。例によって詳細は元論文を参照されたい。

SIFT特徴量の抽出を行い、k-means treeに格納して量子化する。検索で一般的に利用されるTFIDF法を利用するために、各画像の全ての特徴量に対しTF(term frequency)のカウントを行う。
全ての特徴量に対しそれを有する画像、DF(document frequency)をカウントする。
各ノードでTFIDF行列の計算を行い、その結果を全ノードにブロードキャストする。
他ノードの結果に基づき、各ノードで並列してTFIDFベクトル行列の積を計算する。
TFベースの近傍検索により、それぞれの画像に対して類似度が最も高くなる上位k₁+k₂の候補画像を導出する。
次に候補画像の検証を行うために、各ノードに必要な画像を移動させる。画像が全て単一のノードに集まっているのなら話は単純だが、画像は各ノードに分散されているので工夫する必要があるが、計算量と効果との兼ね合いから、結局シンプルなgreedy bin-packingアルゴリズムによって、センターノードが上位k₁の画像を優先的に各ノードに検証画像を割り当てている。
各ノードにおけるSIFT特徴量の光度マッチングに加え、カメラキャリブレーション情報が利用できる場合には基本行列(essential matrix)/基礎行列(fundamental matrix)の推定を行う。ここでの推定結果は後の幾何学的推定プロセスにおいて利用される。
ここでは、画像間の特徴量のマッチングを表したmatch graphを用いる。match graphでは、2つの画像間にマッチする特徴量が存在すればその画像間がエッジで繋がれる。画像に基づく再構築を行うために、match graphからなるべく多くの関連画像を結合させた結合コンポーネント(CC)を抽出する事を考える。そこで、CCのマージを行うために、各画像に対して次位k₂の画像を確認し、2つのCCにまたがることが確認されれば、その画像を組み入れてその2つのCCを連結させる。こうしてCCはどんどんマージされていく。
得られたmatch graphをより充実させるためにクエリ拡張(query expansion)として知られる検索手法を利用する。クエリ拡張は初期キーワードによって得られた検索結果に基づいた再検索によって、より良い検索結果を得ようとするアプローチだ。match graphにおいてAがB、BがCにマッチしているならば、AがCにマッチするかどうか確認する事で、画像間の結合度を密にしていく。
再度、画像間のマッチング確認を行う。
このクエリ拡張、マッチング確認処理を4回繰り返す。次の図はmatch graphがCCのマージ、4回のクエリ拡張によって拡張されている様子を示している。match graphの密度が大きく向上している事が分かるだろう。一番右のskeltal setは最終match graphの骨組みのみを示したものだ（後述）。

トラック生成

最終段階では全てのマッチング情報対から画像間で一貫性のあるトラックを生成する事である。マッチング情報は各ノードに分散して配置されているので、このプロセスは2段階に分けて行われる（パイプライン図の(k)〜(m)）。まず各ノードでローカルに利用可能な情報だけを用いてトラックが生成される。データはマスターノードに集められて、全てのノードにブロードキャストされる。各CCのトラックは独立して計算され、統合時に矛盾箇所の整理が行われる。

トラックが生成されると特徴点の2D座標を抽出すると共に、後に3Dレンダリングに利用するための特徴点のピクセルカラーを抽出する。これらは各CCごとに並列して処理され、センターノードに集められて、ブロードキャストされる。

幾何学的推定

トラックが生成されれば、各CCに対しStructure-from-Motion (SfM)を適用してカメラ位置と3D座標の特定を行う。効率的に計算を行うために、まずskeltal set抽出手法*4を用いて骨組みを抽出し、それに対してSfMを適用、ベースモデルを構築後、残りの画像を追加していくと言うアプローチをとる。

適用結果

ローマ(Rome)

Flickrにおいて"Rome"もしくは"Roma"タグが付けられた150,000枚の写真をデータセットとして利用している。496コアでマッチングと再構成に21時間かかっている。マッチングの結果、画像はローマの有名なランドマークに対応するいくつかのグループに分類されている。コロッセオ(Colosseum)、サン・ピエトロ寺院(St. Peter's Basilica)、トレビの泉(Building Rome in a Day)、パンテオン(Pantheon)などを見つける事ができる。コミュニティの写真コレクションを使う事の利点の一つは非常に多様な視点からの写真を利用する事ができる点だ。


Colosseum: 2,097 images, 819,242 points		Trevi Fountain: 1,935 images, 1,055,153 points



Pantheon: 1,032 images, 530,076 points		Hall of Maps: 275 images, 230,182 points

ヴェネツィア(Venice)

ヴェネツィアのデータセットはこれまでの中で最も大きいものである。496コアでマッチングに27時間、3D再構築に38時間かかっている。大運河(Grand Canal)、サンマルコ広場(San Marco square)、ドゥカーレ宮殿(Doge's Palace)の3つの大きなコンポーネントが生成されている。サンマルコ広場は現時点で最も大きな再構成モデルであり、14,000枚の画像と450万以上の3Dポイントから構成されている。



San Marco Square: 13,699 images, 4,515,157 points


Grand Canal: 3,272 images, 561,389 points

ドゥブロブニク(Dubrovnik)

実験時においてFlickrには世界遺産でもあるドゥブロブニクの写真が僅か58,000枚しか無かった。それでもこの街全体を再現する事に成功している。マッチングは352コアで僅か5時間で完了し、最大かつ最も興味深いコンポーネントは古い町全体を包括している。再構成時間は17.5時間とローマのケースに比べて長くかかっている。これはデータセットがどのように構成されているかに依存している。ローマの場合データセットは基本的に巨大でシンプルなランドマークに集中していたが、ドゥブロブニクの場合は複雑な路地等を含む街全体を包括するように分散していたからだ。次に4視点からの写真と生成された対応する画像を示す。街全体をストリート上も屋根の上からも再現していることに注目して欲しい。再現モデルは4,585枚の画像と11,839,682個の特徴を有する2,662,981の3Dポイントから構成されている。




The old city of Dubrovnik, 4,619 images, 3,485,717 points

処理時間

次に上記の3つのデータセットに対する処理時間を示す。数十万枚に上るデータセットに基づく3Dモデルの再構築が数日のオーダーで完成している事が分かる。

						Time (hrs)
Data set	Images	Cores	Registered	Pairs verified	Pairs found	Matching	Skeletal sets	Reconstruction
Rome	150,000	496	36,658	8,825,256	2,712,301	13	1	7
Venice	250,000	496	47,925	35,465,029	6,119,207	27	21.5	16.5
Dubrovnik	57,845	352	11,868	2,658,264	498,982	5	1	16.5

まとめ

以上に紹介したように、Flickrに代表される写真共有サービスに、世界中の様々な人が、自分たちのカメラで撮影した、撮影日時も、季節も、天候も、場所も、カメラ位置も、方向も、カメラも、レンズ性能も、照明効果も異なる全くバラバラな写真から、数日で街全体を再構築する事が可能になりつつある。

今はまだ何となく街の形が分かる程度だが、アップされるメディアの質・量が増加し、手法が洗練され、利用できるコンピューティングパワーが増加すれば、よりリアルな3Dモデルを構築する事ができるようになるだろう。かけがえのない一瞬を留め置くカメラが発明されてから2世紀──そして今や、その一瞬を再構築し追体験できる段階に進みつつあるのだ。

写真に基づく3D空間構築手法の到達点

2010-01-03T10:27:18+09:00

一昔前は実世界の建築物を元にウォークスルー可能な3D空間を構築しようと思ったら、まず各部屋の形状を計測器を用いて計測し、その計測結果に基づいて人手でモデル化し、領域ごとにテクスチャを貼り、照明を設定して……と気の遠くなるような作業が必要だった。3D空間の構築は極めてコストの高い作業だったが、近年では2次元画像（実写写真）に基づいた3D空間の構築手法が長足の進歩を遂げており、以前に比べれば極めて低コストに3D空間を構築する事が可能となっている。

【告知】Twitterはじめました。@LunarModule7です。
興味のあるかたはフォローくださいとしばらく宣伝。

今ではバラバラに撮影した写真から、全自動で3D空間を構築し、内部を自由にウォークスルーできるようになっている。ワシントン大学とMicrosoft Reseachが2009年に発表した研究*1は現時点における集大成とも言えるものとなっている。本エントリでは本研究の概要を紹介する。詳細を知りたい人は、論文及び紹介ページを参照されたい。本エントリで利用している素材はこれらからの引用である。

部屋内を一通り撮影したバラバラの写真に基づき、カメラ位置、フロアプランの推定、3Dモデルの生成までの全行程を自動で行う事ができ、IBR(Image Based Rendering)を用いた3D Viewerで自由にウォークスルーする事が可能だ。その効果は次のデモを見れば一目瞭然だろう。長文を読むのが面倒な人は下の方にあるYouTube動画をまず先にご覧頂きたい。

室内のモデル化においては様々な障害がある。壁は均一なテクスチャで構成されており特徴点の抽出が行いにくい。また、室内には様々な複雑な形状のオブジェクトが散在しており計算量を増加させる。ドアや壁、テーブルなどの薄い構造物は形状推定において大きな障害となる。この課題に対し本手法は複数の既存手法を組合せ、さらに独自の統合プロセスを経る事で、全自動の3Dモデル化を実現している。

次に3Dモデルの生成プロセスのパイプラインの概要を示す。

1.写真入力

まず元となる室内の写真を用意する。3Dモデルを構築する環境の写真が揃っていればよく、カメラ位置が記録されている必要はなく、写真の順番もバラバラで構わない。必要となる写真の枚数は環境の広さに応じて変化するが、一戸建ての1階全部で150枚程度となる。

2.Structure-from-Motion

Structure-from-Motion (SfM)は、与えられた動画像から、被写体のオブジェクトやシーンの形状、及びカメラの動きを復元するものだ。ここではオープンソースで配付されているBundler Structure from Motionパッケージ*2を利用して、各写真の特徴点抽出と写真間の特徴点の対応付けを行い、因子分解法によりカメラ位置とパラメタの算出を行っている。元となったPhoto Tourismは話題になったので、見た人も多いだろう。

3.Multi-view Stereo

次に、やはりオープンソースで配付されているmulti-view stereo (MVS)ソフトウェアであるPMVS*3を用いて、高精度の3D oriented pointを算出する。それぞれの点は3次元位置と表面法線、そして画像と関連づけられている。簡単に言えば、前ステップで導出したカメラ位置とパラメタ及び入力画像から、初期3Dモデルを構築する。

4.Manhattan-world Stereo

MVSの時点では不十分なので次にManhattan-world仮説に基づき、初期3Dモデルの構築の修正を行う。Manhattan-world仮説とはビルや道路のような直交性の強い三次元環境をカメラで撮像した際に現れる、画像中の各画素の輝度勾配の大きさと方向の分布に関するモデルである。利用したアルゴリズム *4では、カメラ位置（図示）からの入力画像に対し、直行する3軸（赤で表示）の向きに関連付けて壁の存在（緑で表示）を推定し、それぞれの入力画像に対してdepth mapを生成する。

以下に生成されたdepth mapの例を示す。一番左の入力画像に対し、生成されたdepth mapが中央に示されている。一番右は生成されたdepth mapに対し、テクスチャを反映させたものである。

最終的に全てのdepth mapを重ね合わせると次のようになる（depth mapごとに色が割り当ててある）。

5.Axis-aligned depth map merging

最後にdepth mapを3Dメッシュモデルにマージする*5。ここでは、一般的なフロアプランがもつ拘束条件を活用することで、精度を向上させている。概念的には、各軸に直行するvoxel（立方体）を積み重ねることで部屋が構築されていると仮定し、制約条件を満たす最もシンプルとなる部屋、壁、オブジェクトの位置、形状を決定していく。最終的に生成される3Dモデルとフロアプラン（赤線）を次に示す。

生成結果

Kitchen, Hall, House, Galleryの4種類のデータセットに対して、本手法による3Dモデルの自動生成を行った。構築された3Dモデルを次に示し、内部をウォークスルーする様子を示す。また紹介ページではデータセットと3D Viewerの配付を行っている。興味のある人は試してみると良いだろう。

Kitchen 22 images 1364 triangles
Hall 97 images 3344 triangles
House 148 images 8196 triangles
Gallery 492 images 8302 triangles

次に4種類のデータセットに対し、dual quad-core 2.66GHz PCにおいて自動生成にかかったステップごとの処理時間(分)を示す。リアルタイム生成とはいかないが、人手で作成するよりもずっと短い時間で生成できている事が分かる。

	Kitchen (22 images)	Hall (97 images)	House (148 images)	Gallery (492 images)
Structure-from-Motion (SfM)	13	76	92	716
Multi-view Stereo (MVS)	38	158	147	130
Manhattan-world Stereo (MWS)	39.6	281.3	843.6	5677.4
Axis-aligned depth map merging	0.4	0.4	3.6	22.4

以上述べたように、充分な量の写真があればその写真に基づいて3Dモデルを全自動で構築する事が可能になってきている。動画を見れば分かるように現時点では所々モデルの破綻が見られるが、その場の様子を体験するには充分な精度であるし、今後アルゴリズムの改良が進めば違和感がない3Dモデルが簡単に構築できるようになるだろう。また、本手法で用いたツールの多くがオープンソースで配付されている点も興味深い。研究グループは、今後の方針として軸に沿わない構造を適切に扱えるように手法を改善したり、複数のフロアからなるビル全体などより大きな構造物へ対応できるようにしたいとしている。また、3D Viewerもより自然に見えるようにレンダリング処理を向上させたいとしている。

誰もがこれらのツールを使って3Dモデルを簡単に構築できるようになれば、実世界のあらゆる場所の3Dモデルが用意されるようになるかも知れない。実世界と対応した仮想世界が利用可能になると何が変わるだろうか？たとえば、実世界上で遠く離れた場所に、仮想世界を通してアクセスし、居ながらにして旅行を体験する事もできるようになるだろう。また、実世界のその場所にいる実人間とアバタを使ってコミュニケーションするような環境が実現できるかも知れない。実世界自体もまた拡張されるのだ。

A Successful Failure 2009年のまとめ

2009-12-31T11:05:19+09:00

2007年の1月1日に開始したA Successful Failureも3周年を迎え、明日より4年目に突入する。昨年のエントリ数は30と極めて少なかったので、今年はエントリ数の増加を心がけたはずだったが、蓋を開けてみるとわずか33（本エントリ含む）。全然増えていない。来年もきっとこれぐらいだろう（もはや諦め）。

ほとんど更新されないにも関わらず、2007年のPVは38万、2008年は52万、2009年は74万と順調に増加し、累計PVは165万となった。新規エントリへのアクセスではなく、古いエントリに検索エンジン経由でアクセスする人が一定数いる事によるものだ。ただ、あまりにも更新数が少ないためかGoogle PageRankが4から3に落ちてしまったので、来年の増加はあまり期待できないだろう。

さて、僅か33エントリしかないが、その中から今年の自薦ベストエントリをあげると次のようになる。

いよいよ実世界にタッチするiPhoneアプリまとめ
- トップはiPhone 3GSのアプリのうち、実世界とのインタラクションを有するアプリを紹介したエントリ。定番アプリ集とか有用なエントリは多数あるが、実世界コンピューティングの観点からまとめたエントリは無いようだったので、単なるアプリの羅列ではなく、実世界とのインタラクションの在り方に対する著者の主張も交えて記載したものだiPhoneの可能性がうまく伝わったようで喜ばしい限りだ。一方、続編のその2 は、インパクトが少なかったのかほとんど注目を集められなかったのが残念。来年はARが実用的なアプリになる事を期待したい。
花粉症で1日約6,000円の損失って頭悪すぎでは？
- 2位は頭悪すぎな花粉症の調査結果について。100万女性のティッシュ消費に関する考察は会心の出来だと自負しているのだがどうか*1。コンタック総合研究所には、また我田引水な調査結果を発表してくれることを大いに期待している。
Web上の膨大な画像に基づく自動画像補完技術の威力
- 3位は望外にも1900 overというはてブを頂いたエントリ。確かにインパクトは抜群だが2007年発表と2年も前の話で知っている人は知っているネタだったので、個人的にはここまで注目されたのは意外だった。一方、紹介動画がホットエントリ化していた時期にPatchMatchの技術解説を行ったAdobe Photoshop CS5に実装されるPatchMatchの実力については、ほとんどアクセスされなかった。これはすでに動画で技術概要について周知されていたため、インパクトが無かった為であると考えられる。中身を知ると面白いと思うのだが、なかなか面白さが伝えられていないようだ。残念。

あとは月面基地とか中国のソースコード強制開示とかアフォーダンスとか言語習得難易度表とかビジュアル言語とか、改めてまとめて見てみると、まとまりが無くA Successful Failureはどのジャンルに属するblogなのか？と問われると苦慮してしまいそうだ*2。Blogopolisにおけるジャンルも「iPhone」とか「これはすごい」とか「ネタ」とか「Amazon」とか「科学」とか全く一定しない。実際には、著者がすごいと思った何かを伝えるという事が基本スタンスであってジャンルはあまり関係がない。これはすごいランキングで個人のblogの中では上位にランクされている事もその反映だと思う。

今年は@LunarModule7でTwitterを始めた。TwitterでTLを眺めているだけでも、自分が知らなかった世界、新たな視点がある事に気付かされる。時間を消費するツールである事が難点だが、うまく使っていきたいと思う。筆者は基本的に非コミュなのだが、相手をしてもらえると喜ぶので、心の広き方はおつきあいください。

Twitterを始めると、blogの更新が滞る人が多いということだが、当blogはあまりTwitterと使い方が被るような性格のものではないので、特にblogの更新が滞るという事はないだろう。というよりも、元々滞っているようなものなので、これ以上滞りようがないとも言うかもしれない。そういうわけなので、来年も変わらぬご愛顧をよろしくお願いいたします。

当blogが皆様にとって少しでも価値のあるものでありますように。

幽体離脱アバタ操作型実世界環境の作り方

2009-12-20T11:04:54+09:00

我々の自我は身体のどこに存在するのか？我々は目という窓を通して実世界を眺めている感覚を有しており、すなわち、自我が目の奥に存在すると感じている。ところが、稀に自我が自分の身体から浮遊して別の位置にあるように感じられる場合がある。『心の脳科学―「わたし」は脳から生まれる (中公新書)』では自我が存在する（と我々が考える）位置について興味深い科学知見を扱っており、本エントリで紹介したい。

【告知】Twitterはじめました。@LunarModule7です。
興味のあるかたはフォローくださいとしばらく宣伝。

幽体離脱のメカニズム

側頭葉と前頭葉の境界にあたるTPJ(temporo-parietal junction)に障害がある人は幽体離脱体験(out-of-body experience)や、自己像幻視(autoscopy)と呼ばれる体験をすることがある事実が知られている。幽体離脱体験とは、自分の身体の場所はそのままで、自我だけが身体から離れて行くように感じられる現象であり、自己像幻視は自我の位置はある場所に留まったまま、身体だけが自我から離れた位置にあるように言える現象である。これらは両方同時に発生する事もある。下図はBlankeらの報告*1からの引用であり、TPJに障害をもつてんかん患者が自分の体験を絵に描いたものであり、(1)自分が椅子に乗って宙に浮かぶように感じ、(2)自分の身体が前方に移動しているように見え、(3)下を見ると妻Aが座っているのが見えるが、自分が座っている椅子Bは空っぽに見えたという。

TPJは、視覚、触覚、身体の平衡感覚の情報が集まってくる領域である。脳はここで自分自身の身体との相対関係から、仮想的な自我の位置を導き出すと考えられている。目からの視覚情報、触覚などの体性感覚情報、関節などの位置感覚情報、平衡感覚情報などが、自我の位置を導出するヒントとなる。そのため、TPJに障害が発生すると、自我の位置を導出するプロセスに異常が生じ、結果として自分の身体位置とは異なった場所に自我を位置させてしまうのだ。これが幽体離脱体験や自己像幻視の原因と考えられている。これらは超常現象や臨死体験として紹介される場合が多いが、脳のはたらきで論理的に説明できるのである。

人工的に幽体離脱を実現する方法

この現象は実験的に再現する事ができる。多くの関連研究が存在するが、最も劇的な効果を発揮するものがBina Lenggenhagerらによるものである*2。下図は論文からの引用である。

HMDを装着した被験者を立たせ、被験者の後方2mの位置からカメラで被験者の身体を撮影する。被験者はHMDで自分の身体を後方から見る事となる。ここで実験者が被験者の身体を棒で軽く叩く。被験者は自分が叩かれている画像を見ると同時に、自分の背が叩かれている感覚を感じる。これを数十秒続けると、自分の身体は目の前にあるのに、自分の自我はその後ろに位置しているような感じがしてくる。

この感覚はビデオの再生を遅らせて視覚と触覚の同期をずらしてやると生じなくなる。この同期が、目の前に見えている映像が自分自身の身体だと認識する為に決定的に重要なのだ。そして自分の身体が前方に見えている以上、自分の自我は後ろに位置していると考えざるを得ない。こうして、幽体離脱が実現するわけだ。これはHMDとカメラがあれば簡単にできる。たとえばこちらのblogでも実際にやってみた様子が紹介されている。

テレイグジスタンス

リアルタイムフィードバックが適切に与えられれば、ネットワークを介した遠隔地にも自我の存在を飛ばす事が可能だ。テレイグジスタンス(telexistence)は東京大学の舘翮教授に提唱された概念*3であり、操縦者が遠隔に存在するロボットを介してあたかも遠隔の環境にいるような感覚を持ち、精密な作業やコミュニケーションを可能にする技術である。一般的な遠隔操作(teleoperation)との本質的な違いは、時間遅れが少なく、視野・頭部-腕運動系が適合したフィードバックにより、まさに幽体離脱体験、自我が遠隔地に存在するかのような感覚が生じるところにある。

テレイグジスタンスロボット「TELESAR」 - Tachi Labより引用

テレイグジスタンスがもたらす体験は、自我に関する哲学および精神分析学問題に対する工学の回答となっていると言える*4。

自分自身のアバタを操作して実世界を生きる

常に後方からカメラが追尾するような環境を実現できれば、ゲームで言う主観視点ではなく後方視点で自分自身をアバタのように見る事ができる*5。あとは自分の身体をコントローラで操作できれば完璧だ（自分の身体なのだから自分で動けばよいのは分かっているが、そこはそれ）。

『人間を意のままにコントロールする人間リモコン』で紹介した人間リモコン(human remote control)*6は被験者の耳の後ろに装着した電極に電流を流し前庭感覚を刺激することで、仮想的な加速度を生じさせるもので、被験者は身体が横に傾くような感覚を覚える。その結果、コントローラで示した方向に知らず知らずの間に進む事となるのだ。下図は論文からの引用である。

将来的には運動神経に直接電気刺激を与える事で身体の各部位をある程度意のままに動かす事が可能となるだろう（繰り返しだが、そんな事をしなくても自分で動けば良い）。こうした技術を応用すると、実世界をフィールドとしたリアルタイム実世界ゲーム環境が実現できることになる。後方視点でアバタである自分自身を観察し、操作できる環境が実現できると何が変わるだろうか？少なくとも、自分を客観視する事は容易になるので、言動や身だしなみに注意を払うようになるだろう。そう、自己中心的だった個人個人の視野が、環境にまで広がるのだ。工学技術により拡張されたAugmented Human*7は実世界、仮想世界とのインタラクションを、より広く、深く有するようになる。

ただし、このゲーム、アバタには運動能力、容姿などの能力値がシビアに設定されおり、取り替え不可で、セーブ&ロードなし、バックログなし、ファーストプレイのみの鬼難度である。RMT(Real-Money Trading)が幅を利かし、何世代も前からの古参ユーザの中には一生かかっても逆転できないようなレベル、資産を有するものもいる世界だ。回避不可のイベントの中には理不尽としか言いようの無いものも多く存在する。心して取り掛かられたし。

参考文献

心の脳科学―「わたし」は脳から生まれる (中公新書)

作者: 坂井克之
出版社/メーカー: 中央公論新社
発売日: 2008/11/25
メディア: 新書
購入: 12人クリック: 63回
この商品を含むブログ (31件) を見る

小学生が学ぶビジュアル言語ビスケットがすごい

2009-11-29T12:00:57+09:00

情報処理10月号では、『特集未来のコンピュータ好きを育てる』としてコンピュータに魅力を感じる人材を育成する試みを紹介している。とても面白い特集となっているので、送付されてきたまま袋から出さずに放置してある人は是非一読する事を薦めたい。

小中学校における情報科学教育は世界的に重要視されつつある。ACMのモデルカリキュラムでは、第8学年（中学2年生）までにコンピュータ操作、デジタル化、情報の表現、問題解決などを履修し、第9-10学年で、コンピュータの構成、アルゴリズム、抽象化、数学との関連などの情報科学を学ぶ事を提言している。

ところが、現在の日本の情報教育は文字入力やWeb情報探索など、コンピュータの利用法に関する教育に終始し、情報科学をはじめとする情報技術の原理・仕組みに関してはほとんど重要視されていない。一方、韓国の情報教育 ━初・中等学校情報通信技術（ICT）教育運営指針と改訂中・高等学校教育課程━を見てみると、日本よりもずっと低い学年でかなり高い水準が要求されていることが分かる。将来の日本の情報技術を担う人材を育成する観点から言えば、より本質的な情報科学教育が求められる。

この問題に対し、政府レベルでは学習指導要領の改訂などの対策がなされつつあるが、現場レベルでは、コンピュータサイエンス・アンプラグド*1を用いた学習や小学生を対象としたプログラミングワークショップの開催などが試行されている。小学生にプログラムを教えるにあたっては、変数、関数、制御構造、アルゴリズムといった高度な概念を使わず、より直観的にプログラムを学ぶ事ができる環境が求められる。ビスケットはこの目的に特化して設計されたビジュアル言語環境である。本エントリでは特集記事7『プログラミングが好きになる言語環境*2』に基づいて、このビスケットの魅力を紹介したい。

ビジュアル言語ビスケット

ビスケットはルールベースで絵を動かすビジュアルプログラミング言語だ。図1はビスケットのプログラムと実行例を示している。画面左のステージ上の絵が画面右の2つ円が並んだルールに従って動作する。このルールは「左の絵を右の絵に置き換える」と解釈される。この例ではぶひんの魚の位置が左側にずれるので、ステージ上に魚を配置すると魚は前方に進んでゆく（魚が回転していてもルールは発火する）。ルールの発火条件となる左側の絵のマッチングは柔軟に行われため、とにかくやってみればそれなりに動くという面白さがある。

図1: ビスケットのプログラムと実行例

図2は海草にあたったら避けるというルールを追加した例である（海草には固定オブジェクト属性を付与）。これだけで魚が方向を変えつつ泳いでいくという動きが実現できるのである。単純に魚が前方に進むだけだった図1と比べると、一気にステージが賑やかになる。同じ事を少しずつ変えて繰り返すだけで、いろいろな色や形の魚が、あちらこちらの方向に向かって泳ぐようなアニメーションが作れるのだ。

図2: 2つのルールによるアニメーション

尺取り虫が進むアニメーションは図3、図4のようなルールで表現される。図3のように描いても尺取り虫は同じ場所で伸び縮みを繰り返すだけで前に進まない（座標が横にずれていれば前には進むが自然な動きには見えない）。尺取り虫が自然に動くようにするには、図4のように縮むときには頭の位置が変わらず、伸びるときには尻尾がずれないようにルールを定義しなければならない。この場合自然観察が重要となるわけで、思った通りに動かないときにどうすれば思う動作が実現できるのか試行錯誤が必要になる。

図3: 同じ場所で伸び縮みする尺取り虫

図4: 自然に前に進む尺取り虫

図5は公式サイトにアップされている、実際に児童が作成したと思われるプログラム例*3である（GOOLやCREARなどの誤字が微笑ましい）。スタートからゴールまで踊りながら赤や緑の花を集めて進む。紫の花にあたるとゲームオーバーとなる。小学生の子供でもワークショップに参加してビスケットに習熟すれば、こうしたレベルのゲームを30分程度で作成できるようになるようだ。

図5: 上級作例

魚が前方に動くような単純なアニメーションから、尺取り虫が進むような2つのルールの繰り返しにより動作するアニメーションへと進む場合に、児童は繰り返しの概念について学ぶ事ができる。複数のルールから構成され実現される手続きはアルゴリズムに他ならない。ルールは条件判断であり、キー入力によるイベント制御などの概念も含まれる。正確に上下左右に動かしたい場合には座標入力を行う必要がある（ルール記述の下方にある小さな円をクリック）。子供たちは、ビスケットを通して、プログラムの基本的な概念を自然と学ぶのだ。

Flickrにはビスケットを用いたプログラミングワークショップの様子が公開されている。熱心にコンピュータに向かっている様子が見て取れる。ビスケットの理解の速度は、大人も子供もあまり変わらないようで、むしろプログラミングに先入観のある大人の方が理解が難しい場合もあるという。自分の思いのままに絵が動いたときの喜びは格別だろう（少なくとも"Hello, World!"よりは嬉しいに違いない）。子供たちがビスケットを使ってプログラムに触れ、その楽しさに目覚めてくれることを期待したい。

Twitterは有料化したから非難されたのではない

2009-11-26T19:59:18+09:00

Twitterが有料化された際に、多くの非難が寄せられたことは記憶に新しい。

つぶやき販売を始めたtwitterのクレームがすごい - ついったーとHamachiya2 - はてなグループ::ついったー部

全てが有料になった訳ではなく、有料で「有名人からのリプライ」のような、欲しい人にとってはたまらないオプションが買えるようになったみたいだが、『今まで遊べていた部分はそのまま無料で遊べるにも関わらず何故そんなに怒るのか？』と不思議に思う人も多いだろう。実際、ブクマコメントは秀逸な改変とする意見が多いようだ。

しかし、彼らは有料になったから文句を言っているわけでは決してないのだ*1。

彼らが怒った理由を知るためには仮想世界について少し考える必要がある。野島美保著『人はなぜ形のないものを買うのか -仮想世界のビジネスモデル-』は仮想世界におけるマーケティングに関する先駆的な研究成果をまとめた良書である*2。本書を参照しつつ、彼らを怒らせた本当の理由を探ってみたい。

仮想世界としてのTwitter

Twitterは一人で使うスタンドアロンのアプリではない。仮にTwitterがそうしたスタンドアロンアプリであれば、今回の有料化がここまで非難されることはなかったはずだ。

Twitterはソーシャルネットワーク的な性格を有するなアプリであり、他のユーザ（友人、知人など）とのフォロワー数の比較やコミュニケーションを行うアプリである。すなわちひとつの仮想世界を構成していると言える。

野島は仮想世界の生成条件として次の4条件を挙げている。

仮想世界内に目標を持つこと
仮想世界におけるアイデンティティが確立できること
仮想世界内に人間関係が構築されること
仮想世界にルールがあり、公平性が担保されること

まず仮想世界内における目標が必要となる。たとえばボスを倒すとか、レベルを上げるとか、仮想世界の外から見れば何の意味もない目標だが、仮想世界内に留まること自体が満足に繋がる強い動機となる。Twitterでは、自分のフォロワーを増やしたり、友人とTwitter戦闘力を競う等の目標が存在する。

第二にアイデンティティだが、仮想世界内を別の人格（アイデンティティ）として生きているような実感が得られることが重要である。オンラインゲームのユーザ調査からは「現実よりも仮想世界にいる方が自分らしい」という回答が目立って観察され、現実の自分を離れたより理想に近いアイデンティティの確立が重要であることが分かる。Twitterにおいてフォロワー数を増やし、他人から一目置かれる存在となる事は自尊心をくすぐるものだ。

第三の条件は人間関係の構築である。仮想世界において他人とのコミュニケーションが重要な要素となることは言うまでもない。Twitterはつぶやきという形で、他人とのゆるいコミュニケーションを行うツールである。第二、第三の要素は、Twitterの根幹を成す要素であると言えよう。

最後にもっとも重要なのが仮想世界のルールである。ユーザ調査によって明らかになったのは、世知辛い現実とは異なり、自分の活動や努力が正しく報われる「公平」な社会が強く求められるという事実だ。ルールはユーザの納得できるものでなくてはならず、そして現実よりも楽しいと感じられるものでなくてはならない。

有料化する前のTwitterは公平なルールによって守られた多くのユーザにとって居心地の良い理想的な仮想世界であったのだろう。有料化によって新たなルールが追加され、最後の要件である公平性を脅かす事態の発生が、ユーザを怒らせたのだ。

仮想世界の公平性

仮想世界のルールにおいては、「自分が投じた時間と労力に対して正当に報われている」とユーザが納得することが重要である。現実世界では幾ら努力してもなかなか報われないにもかかわらず、仮想世界ではより短期間に分かりやすい形で活動に対する正当な報酬が与えられる。報酬にはユーザが「運」と認識できる程度のランダム要素が付与され、ユーザ間の競争を適度に緩和される。単純化された活動と報酬の関係、報われる時間の早さが仮想世界の独自の魅力である。

また仮想世界では他のユーザとの関係性があるので、他のユーザとの比較においても不公平感があってはならない。ゲームには選択肢が不可欠だが、どの選択肢がベストかという不安が生まれる。選択肢によって一部のユーザだけが得をすると不公平感に繋がるため、短期的に多少の不公平や不均衡があったとしても、長期的に見れば皆等しく報われるといった設計がユーザからは求められるのだ*3。

実際、オンラインゲームのユーザ調査においてはこの公平性を求める声が大きい。ゲームの課金体制として「定額制」と「アイテム課金」の2種類があるが、「定額制」にはゲーム世界の公平性が保たれるという長所がある。また、こつこつと時間と手間をかけてゲームを遊ぶというプレイスタイルに適合すると言う利点もある。

一方、現実通貨で仮想アイテムを購入する「アイテム課金」に関しては「公平でない」という意見が大きい。仮想世界における財産や地位は、仮想世界内における努力の結果であるべきという意見である。現実世界の貧富の差が、仮想世界に持ち込まれることに対する強い拒否感の顕れだと言える。

50週以上に渡るウィットに富んだ回答を経てやっと得たざぶとん10枚の商品が木久蔵ラーメンだったらどう思うだろうか。活動に対する適切な報酬が期待できるからこそユーザは仮想世界で安心してプレイできるのであり、仮想世界の外の（仮想世界内のユーザが制御できない）要因により他のユーザが不当に高い報酬を得ることは公平性を著しく阻害するのである。

有料化によってTwitterが失ったもの

つぶやき課金の登場により、仮想世界内のルールがある日突然変更され、あるユーザが著しく有利になる状況が発生した。それまでのルールによって保たれていた公平性が一気に崩壊し、それが多くのユーザの不満を生んだのである。

574 2009年10月21日 22:46
フォロワーも増えてきて、今まで毎日頑張ってきたのに、RTとか赤ふぁぼとかがリアルマネー（本当のお金でクレジット決済して買える様になった）で買えるなんて最低だと思う。
いつか有料化というか、こんな事になるのかとは思っていたけど、有料と無料ページを分けるとかしないと、無料で頑張ってやってきた人達のモチベーションは一気に下がると思います。
しかも、今まで無料だから落ちててもそんなに強く出れなかったけど、金払ってやり始める人はどう思うんだろう？？より一層のサービス向上とシステムの徹底化を図らないと重クレーム必至ですね。
なんだかマジでつまらなくなってきた。

公平なルールの下存続してきた仮想世界が、ユーザが予期しないイベントにより一変してしまった。自分は何も悪いことをしたわけではないのに、人智の及ばない神の手がルールを変更し、自分が本来得られるはずだった報酬の価値を相対的に減じてしまったのだ。まさに天災とも言えるものであり、ユーザはそのやり場のない怒りを運営側に向けたのである。

以上述べたように、有料化によってTwitterは、多くの古参ユーザに親しまれてきた居心地の良い仮想世界を失ってしまった。仮想世界内の目標やアイデンティティを構成する大きな要因であるルールに手を加える場合は、公平性を阻害しないように充分な配慮が必要であることを今回の騒動は改めて示したと言える。仮想世界において公平性は、おそらく多くの人の感覚よりもずっと重要で、慎重に扱うべきものなのだ。

仮想世界をいじるときは慎重に。

ご注意

この文章は2009年11月の時点で、数ヶ月後に起こるであろう「twitter課金開始にまつわる地獄絵図的タイムライン」を予想して書かれたエントリに対するエントリを予想して書かれています。

本来蛇足な補足追記

このエントリは全体がネタなのですが、どうも気付かれていないようなので補足。

元ネタ
- アイテム販売を始めたmixiサンシャイン牧場のクレームがすごい - ぼくはまちちゃん！サンシャイン牧場の有料課金開始に対するユーザの非難を紹介。
- サンシャイン牧場は有料化したから非難されたのではない - A Successful Failure 前エントリ。本来はサンシャイン牧場に関する論理展開。
派生ネタ
- つぶやき販売を始めたtwitterのクレームがすごい - ついったーとHamachiya2 - はてなグループ::ついったー部 Twitterのつぶやき課金の登場ニュースにあわせて、前記エントリを改変。もっともらしいフィクション。
- Twitterは有料化したから非難されたのではない - A Successful Failure 本エントリ。元ネタにつきあって、やはり改変。無理矢理Twitterにあわせているので所々無理があります。

参考文献

人はなぜ形のないものを買うのか

作者: 野島美保
出版社/メーカー: エヌティティ出版
発売日: 2008/09/29
メディア: 単行本
購入: 13人クリック: 88回
この商品を含むブログ (29件) を見る

サンシャイン牧場は有料化したから非難されたのではない

2009-11-11T23:11:00+09:00

mixiアプリにおいて最も人気があり、「ソーシャルアプリケーションアワード」のグランプリを受賞した「サンシャイン牧場」が有料化された際に、多くの非難が寄せられたことは記憶に新しい。

アイテム販売を始めたmixiサンシャイン牧場のクレームがすごい - ぼくはまちちゃん！

全てが有料になった訳ではなく、有料で「高級肥料」のような、作物が育つ時間を短縮できるアイテムが買えるようになったみたいだが、『今まで遊べていた部分はそのまま無料で遊べるにも関わらず何故そんなに怒るのか？』と不思議に思う人も多いだろう。実際、ブクマコメントは文句を言うユーザに同調できないとする意見が多いようだ。

しかし、彼らは有料になったから文句を言っているわけでは決してないのだ*1。

仮想世界としてのサンシャイン牧場

サンシャイン牧場は一人で遊ぶスタンドアロンのゲームではない。仮にサンシャイン牧場がそうしたスタンドアロンゲームであれば、今回の有料化がここまで非難されることはなかったはずだ。

サンシャイン牧場はソーシャルネットワークであるmixiで利用可能なゲームであり、他のプレイヤー（友人、知人など）との競争やコミュニケーションを有するゲームである。すなわちひとつの仮想世界を構成していると言える。

野島は仮想世界の生成条件として次の4条件を挙げている。

仮想世界内に目標を持つこと
仮想世界におけるアイデンティティが確立できること
仮想世界内に人間関係が構築されること
仮想世界にルールがあり、公平性が担保されること

まず仮想世界内における目標が必要となる。たとえばボスを倒すとか、レベルを上げるとか、仮想世界の外から見れば何の意味もない目標だが、仮想世界内に留まること自体が満足に繋がる強い動機となる。サンシャイン牧場では、自分の牧場を大きくしたり、マイミクとランキングを競う等の目標が存在する。

第三の条件は人間関係の構築である。仮想世界において他人とのコミュニケーションが重要な要素となることは言うまでもない。第二、第三の要素は、mixiアプリであるサンシャイン牧場においては当初から満たされていたと言えるだろう。

有料化する前のサンシャイン牧場は公平なルールによって守られた多くのユーザにとって居心地の良い理想的な仮想世界であったのだろう。有料化によって新たなルールが追加され、最後の要件である公平性を脅かす事態の発生が、ユーザを怒らせたのだ。

仮想世界の公平性

50時間に渡る忍耐を強いるプレイを経てやっと得たレアアイテムが翌週のレアアイテム課金キャンペーンで100円で売りに出されていたらどう思うだろうか。活動に対する適切な報酬が期待できるからこそユーザは仮想世界で安心してプレイできるのであり、仮想世界の外の（仮想世界内のユーザが制御できない）要因により他のユーザが不当に高い報酬を得ることは公平性を著しく阻害するのである。

有料化によってサンシャイン牧場が失ったもの

課金アイテムの登場により、仮想世界内のルールがある日突然変更され、あるユーザが著しく有利になる状況が発生した。それまでのルールによって保たれていた公平性が一気に崩壊し、それが多くのユーザの不満を生んだのである。

574 2009年10月21日 22:46
レベルも高くなってきて、今まで毎日頑張ってきたのに、高級肥料とかギフトセットとかがリアルマネー（本当のお金でクレジット決済して買える様になった）で買えるなんて最低だと思う。
いつか有料化というか、こんな事になるのかとは思っていたけど、有料と無料ページを分けるとかしないと、無料で頑張ってやってきた人達のモチベーションは一気に下がると思います。
しかも、今まで無料だからバグってもそんなに強く出れなかったけど、金払ってやり始める人はどう思うんだろう？？より一層のサービス向上とシステムの徹底化を図らないと重クレーム必至ですね。
なんだかマジでつまらなくなってきた。

以上述べたように、有料化によってサンシャイン牧場は、多くの古参ユーザに親しまれてきた居心地の良い仮想世界を失ってしまった。仮想世界内の目標やアイデンティティを構成する大きな要因であるルールに手を加える場合は、公平性を阻害しないように充分な配慮が必要であることを今回の騒動は改めて示したと言える。仮想世界において公平性は、おそらく多くの人の感覚よりもずっと重要で、慎重に扱うべきものなのだ。

仮想世界をいじるときは慎重に。

参考文献

人はなぜ形のないものを買うのか

作者: 野島美保
出版社/メーカー: エヌティティ出版
発売日: 2008/09/29
メディア: 単行本
購入: 13人クリック: 88回
この商品を含むブログ (29件) を見る

*1:いろいろなユーザがいるので、中にはどう見ても理不尽な理由で不平を言っているユーザも存在することは確かである。あくまで一般論の話であり、サンシャイン牧場の事例を枕にユーザに受け入れられる仮想世界が存続する要件を整理することが本エントリの趣旨である。

Twitterはじめました

2009-11-07T08:52:36+09:00

Twitterを始めてみた。アカウントはLunarModule7。本当はLM-7にしようと思ったのだが、どうも-（ハイフン）は禁則文字らしく受け付けてくれず、アカウント名の由来であるApollo Lunar ModuleからLunarModule7とした。サイドバーにTwitter Badgeを貼ってあるので、参照してもらいたい。

このblogも更新頻度が落ちて久しく、当初の目的である備忘録の役割を全く担わなくなってしまったので補完的な意味合いもある。しかし、大学教員でもなければ自営業でも無い人間にとって、就業時間中にTwitterでつぶやくなんてことはできるはずもなく（みんな一体どうやって使っているのだろう？）、更新は早朝もしくは夜間となる。少し使ってみてだいたい使い方は分かったのが、一人でやっていても楽しくも何ともないようなので、このあたりで告知してみる。気が向いたら見てみてください。

仕事を振られたときの正しいステータスコードの返しかた、読みかた

2009-11-04T20:46:47+09:00

告白されたときのステータスコードの返しかたに関するエントリが話題になっている。告白なんてそんな希有な事象には縁遠いが、仕事は良く振られるなあなんて思ったので便乗エントリ。思いついて即UPなのであまり練られてません。

100系レスポンス

100 Continue: 「詳細について聞かせてください」
101 Switching Protocols: 「聞くから、このメールだけ送らせて」いやここで割り込まれるとメールを送るのを忘れてしまうので。
102 Processing: 「今やってます」なお、そば屋の出前の応答と同じく、本当にやっているかどうかは不明である。

200系レスポンス

200 OK: 「了解しました」
201 Created: 「タスクカードを新たに作ります」タスクカードはあまり長続きしないなあ。
202 Accepted: 「あー、そのうちやっときます」とりあえず、新たな仕事が振られたことは理解したが、アクションはまだ。大抵忘れられる。
203 Non-Authoritative Information: 信用できない情報。「それ本当？」
204 No Content: 「特に何もしなくていいよね」平和。
205 Reset Content: 逃避。「とりあえずその件は置いときましょう」
206 Partial Content: 暫定対応。「とりあえず前の資料送りますのでそれを読んでみてください。正式な資料は後日お送りします」

300系レスポンス

300 Multiple Choices: 「納期を守るため要求仕様を落とすか、納期を延ばして要求仕様を満足するか、どちらがいいですか？」この質問への回答は常にひとつ。「納期を守り、要求仕様を満足せよ」
301 Moved Permanently: 「あー、彼は異動しましたよ」
302 Found: 見つかった。「今出張中です。携帯に電話してみてください。番号は……」せっかく職場から逃げていたのに心ない同僚に告げ口される。
303 See Other: 別人に振る。「あーそれなら○○君が分かると思うので、彼に訊いてください」筆者が最も多用するステータスコードである。
304 Not Modified: 進捗無し。「だから、まだできてませんってばっ！」無闇に頻繁な催促に対して活用される。
305 Use Proxy: 「上司を通して正式な依頼を投げてください」
307 Temporary Redirect: 「今日彼、体調不良でお休みなので、とりあえずこちらで伺います」

400系レスポンス

400 Bad Request: 依頼内容が不正確/不明確/不確定/理不尽である場合に利用される。「何言っているのかわかりません」「結局、私は一体何をすれば良いんですか？」情報欠落を有する伝言ゲームの結果、元の依頼とは全く異なる回答が寄せられる場合がある。

University of London Computer Center Newsletter, No.53, March 1973の改変。改変者は不明。

401 Unauthorized: 認証が必要である。「それは上司の許可とってますか？」
402 Payment Required: 時間外労働が必要である。「休出すれば可能ですが、宜しいですか？」
403 Forbidden: 「嫌だ」「そのような仕事はやりたくありません」なお、本ステータスコードを利用できる社員は一部に限られる。
404 Not Found: 「いません」逃亡中。休暇中。出張中。
405 Method Not Allowed: 理不尽な仕事の投げ方に対して使う。「こちらに何の相談も無しに勝手に約束したことなんて知りませんよ。そちらでなんとかしてください」
406 Not Acceptable: 別の対応なら可能だが、その要求は受理できない。「日本語資料でいいならすぐ出せますが、英語は無理です」
408 Request Timeout: 時間切れ。「あ、今から会議に出ないといけないのでまた今度伺います」
409 Conflict: 依頼内容に矛盾有り。「さっき言ったことと違うじゃないですか！」「あれ？　○○さんはこれでいいって言ってましたよ」
410 Gone: 退職/死亡した。404 Not Foundと似ているが、こちらは二度と復活しない場合に示される。
411 Length Required: より詳細な説明が求められる。「例の件はその方向で」えーっと例の件とは何で、その方向とはどの方向？訊いてみると本人も答えられなかったりする（嘆息）。
413 Request Entity Too Large: 説明が長すぎる。「メールは冒頭に要点をまとめて書いて。最後まで読んでようやく意味が分かるメールなんて誰も読まないよ。君の思考過程を相手に最初からトレースしてもらう必要なんてどこにもないよね。そこはもう君が考えたんだから結果から書いて、必要があればその理由が分かるように、理由は後ろに書いておけばいい」考える技術・書く技術は古典的名書で翻訳がちょっとアレで冗長と思える部分もあるが、一度は読む価値があると思う。新人には読んでもらいたい。
415 Unsupported Media Type: サポートされていないタイプの仕事。雑用に対し、多くの人が最初は415を返そうとするが、その内、パッチが当てられていつの間にか本来業務を侵蝕していく。
416 Requested Range Not Satisfiable: 要求された仕事は本来その人の仕事ではない。「それ、僕がやらないといけないんですか？」「それは本来○○部の仕事でしょう？」まあ、それでもやらないといけない場合多数有り。
417 Expectation Failed: 超能力者なら解決できるかもね。「そんなこと頼まれても困ります」「これを一体どうしろと？」
418 I'm a teapot: 精神的に不安定。解離性同一性障害の恐れ有り。
423 Locked: 会議などで拘束されている場合に利用する。「今偉い人につかまっちゃって、しばらく開放されそうにないですね」
426 Upgrade Required: 昇給を要求する。国内ではほとんど使われることのないステータスコードである。

500系レスポンス

500 Internal Server Error: 肉体的/精神的不具合発生。「ちょっと今日具合が悪いので休ませていただきます」うちの職場はメールを一通投げれば良いので楽だが、世間的には電話が必須？
501 Not Implemented: 対応できない。「これは私ではどうしようもありません」
503 Service Unavailable: 「テンパっていてとても手が回りません」過負荷で仕事が溢れているときに返す。
504 Gateway Timeout: 上司の許可待ち。「上司に確認するようお願いしているんですが、まだ返事が無いので何とも……」
509 Bandwidth Limit Exceeded: 「そんなに一度に言われても困ります！」一度に対処できる事以上のことを一気に頼まれた場合に使う。

いよいよ実世界にタッチするiPhoneアプリまとめその2

2009-11-01T19:41:43+09:00

本エントリでは前回に引き続き、iPhoneアプリケーションのうち、特に実世界とのインタラクションを有するものについて紹介する。カテゴリとしては、拡張現実(Augmented Reality)、コンテキスト・アウェアネス(Context Awareness)、位置依存サービス(Location Dependent Services)などが該当するだろう。前回をご覧になっていない方はまず下記エントリからご確認いただきたい。

いよいよ実世界にタッチするiPhoneアプリまとめ - A Successful Failure

AR系アプリはツールキットの充実化などで今後もますます増加するものと考えられるが、本エントリは全ての網羅を目的とするものではなく、中でもキラリとアイデアが光るものを中心に取り上げていきたい。

GolfScope：ピンまでの距離を計測

GolfScopeは光学式のゴルフスコープを実現する。ゴルフ場のピンが見えていれば、ピンまでの距離を瞬時に計測することが可能だ。精度は150ヤード/メートルで±10ヤード/メートル、100ヤード/メートルで±3ヤード/メートル、50ヤード/メートルで±1ヤード/メートルとなる。同様のアプリにGolf Telemeterがあるが低評価。またGPSに基づきガイドを行うアプリも複数存在する。

Golf Coach：ゴルフスウィングの動きチェック

Golf Coachはゴルフスウィングの動きチェックができるコーチングアプリケーションである。iPhoneを所定の位置に装着してスウィングすることで、頭部の動き、肩の回転、パター加速度を計測しチェックすることができる。富士通が開発した同種のアプリケーション、ETGAスウィングレッスンほど本格的なものではないが、必要な加速度センサとジャイロセンサをiPhoneは有しており同様の事は実現できるはずなので、今後の発展に期待したい。

DocSwing：ゴルフスウィングのリズムチェック

DocSwingはゴルフスウィングの重要な要素である加速度、テンポ、リズムを計測し、グラフ表示するアプリケーションである。iPhoneを腕に装着しスウィングすることで、保存されたベストスウィングデータと比較表示することが可能だ。

Body Massage Stress Free/iHand Massage：iPhoneをマッサージ器に

Body Massage Stress Relief FreeおよびVibrating MassagerはiPhoneのバイブ機能を用いて、iPhoneをマッサージ器にするアプリである。Body Massage Stress Relief Free（画像左）は3つの振動パタンを選択でき、30秒間のマッサージが行える。Vibrating Massager（画像右）は強度やパタン設定に加えて、振動に同期したアニメーションを表示することができる。しかしながら、基本的にパワーが不足しており、実用的とは言い難くジョークソフトの域を出ない。

パワー不足は如何ともし難いのでiPhoneの通信機能を活かして恋人の心拍と同期できるとか、CPUをぶん回して温熱療法を可能にするとか、GPSと電子コンパスを活用して風水の龍脈に基づいた超自然的な何かに期待してみるとか、通常のマッサージ器にはない付加価値の創造に努力すべきだろう。

Layer Rality Browser：3つの表示モードを持つARブラウザ

Layer Rality Browserはご近所ナビと同じように、AR表示(real)、地図表示(map)、リスト表示(list)の3つの表示モードを持つARブラウザだ。

実世界の風景にアノテーションを重畳させるAR表示は視覚的な格好良さはあるが、「ぶっちゃけ地図の方が分かりやすいよね」という批判を受けがちである。いわゆる、AR表示はHMDのように実世界を特別な操作無しに自然に見られる環境がまずあって、その上にアノテーションを提示することを前提に設計されてきた。現在のiPhoneでは実世界を見るために、まずカメラを起動しiPhoneのカメラを構える必要があるため、必ずしもAR表示が使いやすいとは言えない（本来受動的に使うべきインタフェースを、主導的に使っている）。位置精度、処理速度、バッテリ持続時間などの課題もあり、インタフェースや使いどころをしっかり考えないと実用的なアプリとはなりにくい。

AR Reality Browserは、ARを実用レベルに近づけるためにインタフェースの工夫をしている。AR Reality Browserは実用性の観点から検索、ナビゲーションには地図表示を選択できるようになっている。また純正MAPアプリと連携してGoogle MAPによるナビが行えるなど、実用性を重視した設計を行っており、現時点ではセカイカメラよりも使いやすいようだ。

Robotvision：周囲の位置属性を表示

Robotvisionは現在位置の周囲のbing、Twitter、 Flickr、Wikipediaの検索結果を表示するアプリである。AR表示と地図表示のシームレスな連携を実現しており、iPhoneを水平にすると地図が表示され、iPhoneを縦に掲げるとAR表示になる。iPhoneの姿勢と表示切替の連動は直感的だ。

ご近所ナビ：地図表示とAR表示の分割表示

ご近所ナビは現在位置の周囲の施設等を検索できるアプリだが、地図表示とAR表示の2種類の表示を上手く融合させている。ご近所ナビは2画面分割表示を実現することで、実用性の向上を図っている。地図表示が基本にありiPhoneを縦に掲げたときにAR表示が追加的に現れる。

AR Reality Browserや、Robovision、ご近所ナビのように、実用的な観点からARを用いたインタフェースを洗練する努力が継続的になされることを期待したい。

Babelshot：カメラ画像を文字認識して翻訳

Babelshotは、カメラで撮影したテキストを文字認識し(OCR: Optical Character Recognition)、Google翻訳で翻訳するアプリである。OCRに対応するのは、アフリカーンス語、アルバニア語、カタロニア語、クロアチア語、チェコ語、デンマーク語、オランダ語、英語、エストニア語、フィンランド語、フランス語、ガリシア語、ドイツ語、ハンガリー語、アイスランド語、インドネシア語、イタリア語、ラトビア語、リトアニア語、マレー語、マルタ語、ノルウェー語、ポーランド語、ポルトガル語、ルーマニア語、スロバキア語、スロベニア語、スペイン語、スワヒリ語、スウェーデン語、タガログ語、トルコ語だが、アラビア語、ベラルーシ語、ブルガリア語、中国語、ギリシャ語、ヘブライ語、ヒンディー語、日本語、韓国語、マケドニア語、ペルシア語、ロシア語、セルビア語、タイ語、ウクライナ語、ベトナム語は今のところ手動入力にしか対応していない（OCR非対応）。

文字認識精度、翻訳精度/速度共に改善すべき点は多いが、ちょっとした意味を知りたいときなどに使うことはできるだろう。同様のアプリにPicTranslatorがある。目に見える外国語の文字をリアルタイムに翻訳してアノテーション表示してくれる未来はもうしばらく先のようだ。

SunSeeker：実世界の太陽位置を表示

SunSeekerはGPSの現在位置と電子コンパスから太陽位置と軌跡を実世界に重畳して表示するアプリである。日時を指定すれば、過去・未来の太陽位置を知ることができるので、高層ビルに太陽が遮られるタイミング等を予め知ることが可能だ。必要とする人は限られるが不動産屋、園芸家、カメラマン、建築家などには役に立つだろう。

見えないものを直感的に見るという点において、AR表示は優れたインタフェースであり、太陽位置の表示という目的にはマッチしているようだ。iPhoneはARを実現するには多くの制約をもったデバイスだが、インタフェースが有する特性を考慮して設計すれば実用的なアプリを実現できることを示している。

XSights：実世界のオブジェクトからリンク

XSightsはユーザが実世界のオブジェクトにリンクを張ることができるアプリである。カメラを対象にむけて撮影し保存すると、写真を解析・オブジェクト認識し、オブジェクトに対応する情報、コンテンツ、動画、クーポン券等を入手できるというものだ。

雑誌や新聞記事、屋外の広告、TV画面、ランドマークなど、何でもiPhoneをかざしてみれば、そのものに関する情報をゲットできると言うアプリケーションには夢がある。しかし、そのためには対象が何であるかと言うことが認識可能であり、さらに対象に対するリンクが予め規定されていなければならない。公式ページにはユーザがリンク設定したオブジェクトや公式にリンク設定された映画ポスターが集められているが、リンクが設定されたオブジェクトの数も認識率も絶対的に不足しており、現時点ではほとんど何も認識できず、何の情報も得られない。

実オブジェクトからのリンクには二次元バーコードが普及している。二次元バーコードはデザインを損ねると言う問題があるが、リンクが存在していることが視覚的に分かる、精度良く認識できると言う利点がある。逆にXSightsはデザインには影響しないが、リンクの存在が分からない、認識精度が低いと言う問題がある。1つ目の課題は結構重要で、デザイン性を重視した不可視二次元バーコードや音声、照明への多重化技術が、認識精度は問題ないのに普及しない大きな要因のひとつだ。そこにリンクがあることが分からなければ、誰もそれにアクセスしようとしないのである。

これを解決するためには、少なくともあるカテゴリに属するあらゆるオブジェクトにリンクを設定し、XSightsで撮影してみれば何かがあるという期待をユーザに浸透させること、オブジェクトの認識率を飛躍的に向上させ、角度、照明、距離等が変わっても実用的な精度で高速に認識できることの2点が必要になる*1。そこまでやってやれることが二次元バーコードと変わらないのであれば、事業化は厳しいと言わざるを得ない。

KART: Koozyt AR Technology：マーカー型AR/マーカーレス型AR

暦本純一氏が技術顧問を務め、PlaceEngineを供給するクウジットはKART: Koozyt AR Technologyを発表した。マーカー型はSONY CSLで開発されたCyberCodeを利用したものだが、リンクというアプリケーションにおいては既存の二次元バーコードと大差はない。CyberCodeは厳密な位置あわせが行えるという利点があるのだが、リンクには位置あわせはそれほど重要な要素ではないように思う。仮想キャラクタやオブジェクトとの重ね合わせが重要な要素となるようなアプリケーションの登場を期待したい。

一方、マーカレス型「ポスター・アンプ」の方は、ポスターやチラシ、看板などに対象物を限定しているようで、XSightsと同様の戦略を採っている。もちろん、上述したXSightsの課題は同様に当てはまるので、上手くプロモーションしないと事業には成り得ないだろう。

東のエデンに出てきた「東のエデン」システム（[1],[2],[3],[4]）のようにどの角度からでもリアルタイムにオブジェクトを認識し、即座にソーシャルタギングによるアノテーション情報を付与するようなアプリケーションの実現にはまだしばらくの時間がかかりそうだ。ランドマークの認識は位置情報と結びつけるとして、顔画像処理技術の研究動向と応用事例でサーベイした顔認識は不特定多数、任意角度になると途端に精度が落ちてしまう。家電機器や犬の認識なんて一体どうやるのやら。

Arcade Reality: ARシューティングゲーム

Arcade Realityは実世界上に敵キャラクタが重畳されるAR型のシューティングゲームである。しかしながら、現時点では実世界とのインタラクションは無く、単に背景が実世界になっただけと言う印象だ。

たとえば、明るいところが苦手な敵が出たら暗いところに移動すれば有利になるとか、その逆とか、実世界上の位置に応じた属性が定められていて海辺に出ると水属性になり火属性の敵に大ダメージを与えられるとか、もっと単純に実世界の色に応じて属性や敵の種類が変わる等の変化があっても良いだろう。高速移動時にはヘイストの効果がかかり、高い位置にいると高所からの攻撃ボーナスが付くとか、周囲の騒音レベルに応じて攻撃の密度が異なるなど、もっと実世界とインタラクションをして欲しいと思う。マーカレス型ARを上手く使えば、実世界の遮蔽物に隠れて攻撃などもできるかもしれない。

以上、今回は特に実用性の観点から実世界とのインタラクションを有するアプリのもつ課題、可能性について述べた。前回、今回と取り上げたアプリは従来のアプリにない可能性を有しているが、実用性という観点から見れば今一歩であるということは否定できない。現状は話題性が先行している部分があるが、今後インタフェースや機能が洗練され本当に使えるアプリに昇華していくことを期待したい。

A Successful Failure

【重要】A Successful Failure移転のお知らせ

ライブドアブログに移転するデメリット

URLおよびフィード（RSS）が変わる

PageRankや被はてブ数が0からに

更新方法が変わる

ライブドアブログに移転するメリット

移転する理由

妄想×リアリティで垣間見た妄想と現実の境界

非日常に覆われた会場

AR関係者トークショウ

デモセッション

人間椅子

Meta Cookie

ARカプセル

Twinkle

妄想具現化大喜利

お題その1：「出会い頭の衝突をナビゲートしてくれる食パン」

お題その2：「女子更衣室のロッカーに隠れている感覚を味わいたい」

お題その3：「エライ人が分かるオーラ」

お題その4：「攻めて欲しいところの予測支援AR」

お題その5：「歩くところを日陰にしてくれるサービス」

まとめ

関連エントリ

関連書籍

議論するならTwitterより２ちゃんねるのほうが向いている

２ちゃんねるのアーキテクチャ

Twitterのアーキテクチャ

まとめ

参考文献

関連エントリ

英語の時制シーケンスまとめ

不定詞(infinitives)

分詞(participles)

関連エントリ

融けるような視点移動効果を実現する三次元再構築手法 Ambient Point Clouds

概要

Ambient point cloud

データ再構築

Per-view depth map

Ambient point cloud

Global point cloud

レンダリング

Global point cloud

Ambient point clouds

Per-view depth maps

結果

まとめ

関連エントリ

水滴が作り出す多層2.5次元ディスプレイ

システム概要

水滴の精密な生成

プロジェクタ照射の時空間分割

動作デモ

関連エントリ

我田引水な日本新聞協会の報告書を容赦なく添削してみた

妙な結論が出るカラクリ

数値の底上げのカラクリ

誰が新聞を読んでいるのか

関連エントリ

iPadとブックスタンドの相性は抜群

追記

関連商品

Appleの強力な特許群はAndroid端末/電子書籍端末の脅威になるかも知れない

United States Patent: 7362331 Time-based, non-constant translation of user interface objects between states

United States Patent: 7479949 Touch screen device, method, and graphical user interface for determining commands by applying heuristics

United States Patent: 7657849 Unlocking a device by performing gestures on an unlock image

United States Patent: 7469381 List scrolling and document translation, scaling, and rotation on a touch-screen display

United States Patent: 5920726 System and method for managing power conditions within a digital camera device

United States Patent: 7633076 Automated response to and sensing of user activity in portable devices

まとめ

ブラを着けると乳ガンの罹患リスクが跳ね上がるって本当？

Dressed to Kill

ブラ着用と乳ガンの罹患リスクに因果関係があるのか？

結論

謝辞

ライセンス

関連エントリ

コンピュータ将棋の現状：三人寄れば文殊の知恵は正しいか？

プロ棋士が見たコンピュータ将棋の棋力

日本経済新聞電子版の価格設定

日本経済新聞電子版の価格設定