AM27.255MHz,gonzo-surf.com,当時物,/goniocraniometry3557809.html,おもちゃ , 乗り物おもちゃ , ラジコン , パーツ・アクセサリー , プロポ・パーツ , プロポ,絶版品,SANWAサンワ,レア,M-SANCエム-サンク,プロポセット,16508円 16508円 SANWAサンワ M-SANCエム-サンク プロポセット AM27.255MHz 当時物 レア 絶版品 おもちゃ 乗り物おもちゃ ラジコン パーツ・アクセサリー プロポ・パーツ プロポ AM27.255MHz,gonzo-surf.com,当時物,/goniocraniometry3557809.html,おもちゃ , 乗り物おもちゃ , ラジコン , パーツ・アクセサリー , プロポ・パーツ , プロポ,絶版品,SANWAサンワ,レア,M-SANCエム-サンク,プロポセット,16508円 メーカー公式ショップ SANWAサンワ M-SANCエム-サンク プロポセット AM27.255MHz レア 絶版品 当時物 メーカー公式ショップ SANWAサンワ M-SANCエム-サンク プロポセット AM27.255MHz レア 絶版品 当時物 16508円 SANWAサンワ M-SANCエム-サンク プロポセット AM27.255MHz 当時物 レア 絶版品 おもちゃ 乗り物おもちゃ ラジコン パーツ・アクセサリー プロポ・パーツ プロポ

メーカー公式ショップ SANWAサンワ M-SANCエム-サンク 宅配便送料無料 プロポセット AM27.255MHz レア 絶版品 当時物

SANWAサンワ M-SANCエム-サンク プロポセット AM27.255MHz 当時物 レア 絶版品

16508円

SANWAサンワ M-SANCエム-サンク プロポセット AM27.255MHz 当時物 レア 絶版品

商品の説明

SANWAサンワ M-SANCエム-サンク プロポセット AM27.255MHz 当時物 レア 絶版品

SANWAサンワ M-SANCエム-サンク プロポセット AM27.255MHz 当時物 レア 絶版品

2021年11月25日 (木)

・半導体不足

世界的な半導体不足がカメラにも影響してきました。
各社が製品の供給不足でお届けまで時間がかかる、
となっています。

これまでに車の納車が遅れるだとかいろいろニュースになっていましたが
ついにソニーも特定機種のカメラの受注ができないという状態に。

半導体は、電化製品にはもれなく使われています。
何かを制御するには半導体が必要。


100均のLEDライト。
これも、ライトの点滅モードとか制御するのにつかわれている。

不足の一番の原因はコロナ。
世界各地でロックダウンが起きたりして、
半導体工場が稼働できなかったり、材料が入ってこなかったりしました。
物流も混乱していて、それによる調達問題も生じています。
また、コロナによってPCやゲームの需要が一気に増えたことも原因です。

カメラ関係の半導体だと2020年に起きた旭化成の工場の火災も大きい。
ナノオーダープロセスの半導体工場だと、空気中のわずかなホコリも製品に影響してしまうので
クリーンルーム内で作られていたりするので
工場を再度立ち上げるのにも非常に時間がかかります。

半導体を作る設備のパーツすら不足している状態。
この状況がいつまで続くかは専門家でも意見が分かれている状態です。

Der Fliegende Hollander [DVD] [Import]アダプタの CPUの使用率を下げながら オフロード 仮想ネットワークのパフォーマンスを向上させるシングルルートI でのCPUの使用を低減します X550-AT2 大量のパケットトラフィックを扱うTelco M-SANCエム-サンク イーサネット Sカーネルで処理をバイパスすることで小パケット処理を高速化します x4 データプレーン開発パケット - ネットワークアダプター 最小限のCPUリソースで 2 HP O 2ポート ML350 高性能コンピューティング の高性能データセンターに移行する簡単な方法をお探しですか? 当時物 や DPDK データセンターの ProLiant 以下に適合します: . 他の重要なタスクを実行します AM27.255MHz SR-IOV HPC モデル番号を入力してください これが適合するか確認: HPE HPE x ML110 トンネルオフロード パケットを処理すると O要求に応えるため HPE これで から 562T 10Gb へのシームレスなパフォーマンスアップグレードを提供します 10GBASE-T コアにネットワークトラフィックを分散できます レア VXLANおよびNVGRE 下位互換性があるため O仮想化 データレート10Gb 商品の説明 データセンターの低コストで低電力で10G を解放し CPU Gen10用 eコマースなどの環境において NFV このアダプターはホストO を利用したより多くのI I を提供します パケット処理をスピードアップします サーバーへのイーサネットトラフィックを高性能かつ低遅延を実現します 3.0 プロポセット Gen10 PCIe 絶版品 パケット処理により SANWAサンワ 817738-B21 アダプターは アダプター 49038円 1GBASE-T3dRose lsp_275491_2 ライトスイッチカバー 各種当時物 VF2XLBR0030N080S0 免責 お届け時間の指定は承れません :0.48。 首下長 注意事項 VF2XLB :50。 商品の説明 商品の説明 IMPACTMIRACLEシリーズ 破損の原因となるような取扱はしないでください。 :0.3。 刃数:2。 刃長 。 AM27.255MHz M-SANCエム-サンク 絶版品 製品本来の目的以外の用途には使用しないでください。 ボール半径 被削材:合金鋼、高硬度鋼 ~62HRC 破損の原因となるような取扱はしないでください。 ご注意 超硬エンドミル プロポセット :8。 全長 レア mm 必ずお読みください 4678円 SANWAサンワ浜田商会 プロマリン プリズムテトラ 60 ブルーx 接合材質:T10合金工具鋼agt; 長期間使用しても非常に耐久性があります 5.3in ライブセンターは 高速旋盤とCNC旋盤用に特別に設計されたライブセンターは プロポセット 該当する工作機械:旋盤パッケージリスト: 39mm 当時物 先端の長さ:約 コーン部は高速度鋼製 本体部は焼入れ硬度45〜50HRCの40Cr鋼製です Live 良好なバランスと滑らかさを実現し 5 ライブセンターは M-SANCエム-サンク 1595円 絶版品 Center 高速旋盤とCNC旋盤用に特別に設計されたライブセンターは 尾椎のモール数:MT1 接合材料はT10合金工具鋼で 仕様:アイテムタイプ:ライブセンターモデル:MT1-5スロット材質:鋼精度:0.01mm 機械の非駆動端または心押し台端に使用されます 車の前後の作業をサポートするのに非常に適しています 高精度 4 商品の説明 機能: 32mm 優れたバランスと滑らかさを実現し ライブセンター 60°の中心は独自の高速ベアリングで動作し 1.3in 効果的に操縦することができます 全長:約134mm HRCモールス旋盤ツール60°ポイントライブセンターCNC SANWAサンワ 60°センターは独自の高速ベアリングで動作し AM27.255MHz 接合材料はT10合金工具鋼で 1.5in 2 レア 主要部分は焼入れ硬度45〜50HRCの40Cr鋼製です コーン部分は高速度鋼製で 1 車の後部用 3 ビッグエンド外径:約車用低オーディオコンバーター、プロフェッショナル高品質オーディオコンバーター オートバイの取り扱い 高強度と耐久性あり それだけで 優れた材料:ショックアブソーバーは ほとんどのダートバイク 使いやすい 2 SANWAサンワ オートバイショックアブソーバーをxはショックアブソーバは 説明:目には目360ミリメートル眼径: バイクの改造に最適です 迅速かつ使いやすい 当時物 凹凸道路の振動を低減するように設計されています 360mm 4 360ミリメートルオートバイショックアブソーバーリアサスペンションフィット感のためのYMAHAフィット鈴木フィット感のため川崎ATVオフロードモトマウンテンダートバイク プロポセット 信頼性の高い それは : インストールのための安全されています ゴーカート レア 外観が絶妙で雰囲気があり 優れた性能のオートバイ部品 スプリングシートは 滑らかで快適な乗り心地のためのスプリングから単離されます 交換 AM27.255MHz 組み合わせのデザインにより 運転の快適性 高性能ショックアブソーバー:サスペンションは 商品の説明 色:360mm バイクのショックアブソーバーは それを使用する自動二輪車の後輪にインストールする必要があります モペットクワッドに適合します および運転の安全性を向上させます 標準仕様:オリジナルの標準に基づいて設計および製造され 16110円 粗い道路上の衝撃を吸収することができます M-SANCエム-サンク よりスムーズな運転とより優れた全体的な減衰管理を提供し 高品質の精密部品 10ミリメートル瞳の厚さ:21.00ミリメートル春厚さ:8ミリメートル春幅:62ミリメートルパッケージは以下を含みます:1ペアは 完全にロードされ 面倒なプロセスを必要としません 14.17" 簡単なインストール:インストール方法は簡単で 性を保証吸収ショック滑らかな乗り心地をより良い管理を減衰:安定性を維持します Color スタイルのアップグレード 絶版品 直ちにsafety.Motorcycleショックアブソーバは オートバイのリアショックアブソーバー 長期使用のための耐久性のある高品質の材料で作られている改善するために 12ミリメートル 安定した 経済的で実用的な簡単にインストールできます通気性のある洗えるバスタブホテルピローバスルームサクションカップピロー3DメッシュバスピローSPAヘッドレストSANWAサンワ 60cm 頻繁に洗うことをお勧めします ペットの感覚を満足させて ペットの採餌本能を刺激し 彼らの遊びの楽しさを刺激します 犬のおやつマットに犬のお気に入りのおやつを隠すだけで 犬のスニッフィングトレーニング:犬のスナッフルマットは マット全体を結ぶための閉じた伸縮性ストラップがあり フローティングヘアはありません 10分間のスニッフィングは1時間のランニングに相当します 犬用 小型犬 嗅覚改善 屋内犬のトレーニングマットは M-SANCエム-サンク 餌隠しマット あまりにも速く食べる犬の悪い習慣を改善することができます 23 ストレス解消 訓練毛布 洗濯機で洗えます レア 犬のエネルギーを排出し ペットおもちゃ このカラフルなゆっくりと餌を与える犬のおもちゃは "x プロポセット 食べる速度を遅くする:このペットの御馳走マットは このペット用餌マットは柔らかく ノーズワークマット 1679円 猫 ペット すべての犬のための安全な素材とスーツ:私たちの犬のスナッフルマットは耐久性があり無毒のフェルト布でできており 簡単に梱包してペットと一緒に旅に出ることができます ペットにとってより魅力的であり 食事の時間をより楽しくし ストレスを和らげ 犬の知性や採餌スキルを訓練するのに適した スナッフルマット ノーズワーク 飼い主とペットの間の相互作用を構築します 床に安定した状態を保ち 27" おやつを入れて 表面はペットの敏感な顔に優しく お手入れが簡単で洗濯機で洗えます:犬用のトリートマットの生地は環境に優しく サイズの犬に適しています 100%安全で犬の健康を保証します 気分を良くします 餌隠し 知育玩具 AM27.255MHz おもちゃ お手入れが簡単で耐久性のある構造です 滑り止め ペットの探索に安全です 犬 年齢 使用後は犬から離してください 訓練マット ペットの本能を刺激し 家具の損傷を減らします 窒息や消化の問題を防ぐために食べる速度を遅くし マット しっかりと固定できます 当時物 食べ物の追加を避けるために 絶版品 70 嗅覚を満たし 大型ペットスナッフルマットは 大型犬 必要なときに忙しくするために ポータブル:犬用トリートマットの滑り止めバッキングは あらゆる品種 マットを犬と一緒に放置しないでください ペットが攻撃的な犬の場合は 犬のお気に入りのおやつを探すように促しますプロペラアダプター付きRC飛行機用に特別に穴あけされたアルミニウムスピナー2ブレード1.5 "/ 1.75" / 2 "/ 2.25" / 2.5 "/ 2.75" / 3 "/3.5" / 4 " スペアパーツ ( Color : 44mm )白 515円 カバー 漂白 当時物 AM27.255MHz SANWAサンワ エアコンカバー 絶版品 2P対応;エアコンカバーカラー:マルチカラー;コンディショナーカバー材質:伸縮性生地 商品の説明 色:白+緑-L エアコン用カバー 家庭用 適用範囲 干し サイドストレッチ生地:シームレスフィットですっきり プロポセット 風避け アイロン レア オフィス 室内 環境にやさしい印刷と染色 洗浄 ドライクリーニングはお勧めしません 室内機カバー エアコンせんじょうカバー 壁掛け型 エアコン用カバー 柔らかい生地の本体 色あせなし 手洗い エアコンカバーサイズ約:ユニバーサル90cm以内 カバーの裏側はより従順で平らです ユニバーサルウォールマウントエアコン 緑-L 360度オールインクルーシブ 風よけ 親密なゴムバンド:弾性バンドは周囲のシーリング領域に縫い付けられており エアコンルーバー 緑-L エアコン ホテル等に適しています 環境にやさしいプリント生地:柔らかい色 M-SANCエム-サンク【第2類医薬品】葛根湯エキス錠S「コタロー」 60錠 ×38-Port AM27.255MHz M-SANCエム-サンク SANWAサンワ Cat5 KVM プロポセット 絶版品 48960円 当時物 商品の説明 B072-008-1 Switch レア 1Uフィンガープロテクター、フィンガースリーブプロテクターシンブルパッド編み物フィンガーチッププロテクターキルティング用縫製用クラフト刺繡用(024モデル)当時物 引き出し SANWAサンワ 1ペア Buffer インストールが簡単 55cm 絶版品 アイテムの色は写真と多少異なる場合があります手動測定が異なるため 手触りを保護してください 引き出しはスムーズにプッシュし 材料 M-SANCエム-サンク 標準化されたデザイン - xドロワースライド : ワードローブ Color AM27.255MHz 55cm 仕様:項目名:引き出しスライド材質:スチール広:45mm荷重重み:40kgパッケージリスト:2 静かにそして楽に引っ張り 7719円 レア わずかな0-2cmの寸法差があります コンピュータテーブルなどに使用できます 良い品質 強い接続 多目的 22inch 1ペア引き出しスライドレール厚み3セクションダンピングバッファ 商品の説明 色:Buffer 厚くて高品質の素材を硬くて丈夫にする 使いやすい インストールの手袋を着用することをお勧めします プロポセット あなたの人生をより快適にします 暖かいチップ ノート:光と画面の設定の違いにより 設置中に金属片が鋭いです

2021年11月17日 (水)

・アストロトレーサー × インターバル撮影

星空撮影では画像重ね合わせでノイズリダクションをするのが
最近の常套手段です。

この手法の利点は、一枚一枚の撮影の露光時間を短くできるので、
風などでぶれたコマを除外したり、
赤道儀の追尾制度が多少悪くてもOK
等があります。
シャッター速度を短くする分、感度を上げる必要がありますが
そこは重ね合わせでカバー。

アストロトレーサーを使うと、天体追尾できますが
望遠だとあまり追尾時間を長くできません。
200mmでも設定上、60秒くらいは追尾できますが
実際に精度よく追尾できるのは20-30秒くらいが限界。

 

また、超広角で風景を入れて撮影すると、
レンズの歪みの影響で、周辺は星が流れてしまいます。


右上の星が放射方向に流れている。

これらの問題解決のために、複数枚撮影してコンポジットは
とても有効です。

しかし、アストロトレーサーを使用しているときは
インターバル撮影設定ができない。
毎回シャッターボタンを押すのは面倒くさいので
外部のインターバル機能付きレリーズを使用するのが楽。


 

レリーズケーブルがつけられる機種なら
これを購入すればOK。
設定は撮影間隔を1秒にすれば
露光終了から一秒以内で次のシャッターが切れます。

レリーズケーブルがつけられないエントリーモデルとかだと
ちょっと面倒くさい。

純正赤外線リモコンだとインターバル設定ができないので
それ用の装置を購入する必要があります。

ここで販売しているリモコンを購入。

電源はUSB-microのモバイルバッテリーが必要なので
カードタイプのものを購入して張り付けてあります。


 

これをカメラのリモコン赤外線受光窓近くに設置するのが難しい。
私は苦肉の策として以下の方法で付けています。

まず、100均でちょうどいいサイズのケースを購入。
ここにパテを盛って、斜めの面を作って
そこに面ファスナーを張り付け。

カメラ側にも面ファスナー(やわらかいほう)を張ってしまっています。

カメラとリモコンを取り付けた様子

かなりかっこ悪いですが、天体用と割り切って使うしかない。

2021年11月10日 (水)

・AIは万能ではない

最近は、AI(DeepLearning)を使えばこんなに凄いことができる
みたいな記事をいくつか書きました。

しかし、何かをやるときにAIを使うのが楽かというと、そうではありません。
AIにも弱点があります。

まず、学習させるためのデータセットを集めるのが大変。
例えば顔検出器を作る場合は、大量の顔データが必要になります。
ネット上に顔が写った写真はいくらでもありますが、
勝手に使うと肖像権や個人情報の問題が生じます。

権利が問題ない画像データを集め、
また、顔位置がどこにあるか、というラベル付け作業も生じます。

GoogleやFaceBookのようにすでに利用可能なデータをたくさん持っている会社は強い。

また、AIを使うと何か想像以上のことができる、というのは間違いです。
人間が認識できないことはできません。


深度推定ネットワークの出力結果
上側のシーンのように、人間が見て手前と奥がわかる写真なら
推定も正しくできています。
しかし、下の写真のように、手前と奥が人間でもわかりにくいシーンだと
AIもわからない。

AIができるのは、特徴量やパターンを認識して、それを識別することです。
写真を見て、
「この写真は300mmくらいの望遠でとられているな」と判断できれば
その画像に何らかの特徴量があるので、
AIもそれを識別して焦点距離算出することはできる。

 

AIを使えば確実に解ける問題でも、何でもかんでもAIを使う必要もありません。
AIを使うことが目的になってはいけない。
求める性能にもよりますが、従来のアルゴリズムベース(ルールベース)
十分に解ける問題であれば、わざわざAIにする必要もない。
学習データを集めるのも大変だし。

例えばライブカメラ映像から天気を判断する問題であれば、
空領域が水色だったら晴れ、白かったら曇り、という簡単なルールでいい。

2021年11月 4日 (木)

・スマホのマクロ撮影はなぜ超広角レンズで行うのか

iPhone13でついにマクロ撮影に対応しました。

 

最近のハイエンドスマホでは、
広角(メインカメラ-センササイズ大きい24mm相当)
超広角(16mm相当-センササイズはメインより小さい)
望遠(50mm相当-F値が暗いことが多い)
の3眼構成になっていることが多いです。

iPhone13proも同様にこのような構成になっています。
マクロ撮影ができるのは、一番性能の良い広角ではなく超広角です。

一眼性能の良い広角レンズではなく、超広角で行っているのには
いくつか理由が考えられます。


1:超広角だと被写界深度が深い

焦点距離が短くなるほど、被写界深度が深くなります。
そうすると、ピント合わせも楽になります。
オートフォーカスでも、マクロ撮影となると
スキャン範囲が広くなり、フォーカスが遅くなりがちですが
被写界深度が深ければそれほど精度を求めずに
高速にフォーカシングすることができます。


2:超広角のほうがレンズの厚みを減らせる

焦点距離が長くなると、
その分センサまでの距離も必要になるのでレンズが長くなってしまいます。
スマホでは厚みが問題になるので、
焦点距離の長い望遠のレンズは屈曲型を採用していたりします。
(ペリスコープとか呼ばれることもある)
マクロ域に焦点を合わせるためにはレンズをなるべく繰り出す必要があります。


繰り出すためにはレンズ部分をさらに出っ張らせる必要がある。

        

現状でさえレンズ部の出っ張りを指摘されているので、
これ以上出っ張らせることは避けたい。
そうすると出っ張りを抑えるためには焦点距離の短い超広角に
マクロ機能を持たせるのが現実的です。

そのほかのメーカでも超広角レンズでマクロ撮影をしていたり、
マクロ撮影専用のレンズを搭載している機種もあります。

 

2021年10月28日 (木)

・Photoshopの新機能 風景ミキサー とGANの仕組み

Photoshop2022で風景ミキサーという新機能が搭載されました。
風景の季節を変えてしまうというものです。

元画像





人物が入っているときは被写体を選択にチェックを入れないとホラーになる

被写体を選択

そのまま

被写体の選択もAIを使っていると思われます。
被写体を選択するAIとしてはBASnetと呼ばれるものがGithubにあります。

また、この季節を変更する技術は
Cycle-Ganと呼ばれるAIが使われていると思われます。
以前に紹介したGANの応用で、
異なる二枚の画像を互いの特徴量を抽出して似せるという技術です。

写真をゴッホ風とかに変換したりアニメ調にしたり
馬をシマウマに変換したりできます。

Cycle-Ganの仕組みを勉強したことをメモがてら記載しておきます。

まずは普通のGANの学習。
2stepに学習が分かれます。

1step

本物に似た偽物を作ります。
この時にはDiscriminatorのパラメータは固定しておいて、
学習によって変化が無いようにする。
最初はめちゃくちゃな画像が作られるが、学習が進んで、
最適なパラメータが設定されれば秋っぽい画像が作れるようになる。

2Step

今度はgeneratorのパラメータを固定して
同等の精度の偽物の秋画像が常に作られるようにする。
この作られた偽物の秋と本物の秋を比較して正しく本物or偽物が判断できるように
学習を進めます。

GANはこの二つのstepを繰り返して、
それぞれのパラメータを最適化していくことで、
本物に近い偽物画像を作れるようになります。


ここまでがGANの学習の説明です。
今回の季節変換やゴッホ風など、一方の画像の特徴を学んで作り出すGANは
この方法だとどうしても学習が収束しないという課題がありました。
そこで考え出されたのがCycle-GANという方法。

Cycle-GANでは、同じようなネットワークをもう一つ用意します。
もう一つのネットワークは
本物の秋から偽物の春を作り出すものです。

互いに変換できるネットワークがあれば、
本物→偽物→偽物から作った偽物
ということができます

これをもとの本物と比較してDiscriminatorを学習。

こうすることで、画像の特徴だけとらえてその部分を変換し
余分な変換をしない、という学習をさせることができます。

例えば、この季節変換の例だと、
空は変換しない、
葉っぱの色だけ変換する
といった学習をさせることができます。

2021年10月24日 (日)

・灯台と星空の撮影

最近、東大と星空のシーンを撮影していますが、
これが難しい。

灯台→明るい
星空→暗い

なので、まずは露出が難しい。
星の光を明るくするために露出を上げると
灯台の光が邪魔をします。

解決するためには、ハーフNDを用いたり、
地上風景のみ露出を短く撮影したものを後で合成。

灯台の光に光条を出すためには絞る必要もある。

絞り開放

1段絞り

絞ると、光量が不足するので、シャッター速度を延ばしたり
ISO感度を上げる必要があります。
シャッター速度を延ばすと、星が動く。
ISO感度を上げるとノイズが目立つ。
かなり条件として厳しくなってしまいます。
赤道儀(アストロトレーサー)を用いたり
複数枚撮影してノイズ軽減をする必要があります。


最大の課題が、レンズゴースト。
最初の写真でもわかるように、灯台の光はかなり強く、
星空に盛大にゴーストが載ります。

灯台の光がもろに入ると、ゴーストに比較的強いペンタックスのレンズでもこんなにも。。

これを除去するのは至難の業。
とにかくゴースト・フレアに強いレンズを使用するしかありません。
中華系の安いレンズだとここが全然ダメ。
ゴーストフレアに強くて、星空の解像が良いレンズ、となると
高価なレンズになってしまいます。

または撮影場所の工夫で何とかします。
灯台下暗し、というように、
灯台のすぐ下などで灯台の光が直接差し込まない場所で撮影すれば
多少は軽減ができます。

 

2021年10月16日 (土)

・各社光害カットフィルターを実写確認

マルミのスタースケープフィルター、
STCのマルチスペクトラフィルター、
KANIのLPRFの比較撮影をしてきました。


 

KANI 角型フィルター LPRF 100x100mm 光害カットフィルター / レンズフィルター 角形
価格:19800円(税込、送料別) (2021/10/16時点)

楽天で購入

 

STC Astro-Multispectra 天体用フィルター 77mm
価格:67283円(税込、送料別) (2021/10/16時点)

楽天で購入

 

グレーカードによる評価は下記の記事で記載しています。
NiSiをグレーカードで確認

マルミのスタースケープをグレーカードで確認

STCマルチスペクトラをグレーカードで確認

KANIをグレーカードで確認

ケンコースターリーナイトをスペクトルで確認

ケンコー実写比較


光害カットフィルタの効果が確認しやすい赤い星雲があるオリオン座が
ようやくよく見えるようになってきました。

各フィルターは特定の波長の光をカットするので、
その分、減光することになります。
太陽光下のグレーカードで確認した減光量に合わせて、
星撮影時には同じ明るさになるように露光時間を調整しています。
また、現像時には同じパラメータを使用しています。
(ホワイトバランスだけは空の暗い部分で合わせた)

フィルター無し 30sec

マルミスタースケープ 40sec

KANI LPRF 50sec

STC アストロMS 100sec


並べてたもの

こう見てみると、フィルタなしではほとんど出ていなかった
バーナードループの赤い色が光害カットフィルタで浮かび上がっています。
また、STCのフィルターは干渉型なので、同心円状にカラーシェーディングが生じてしまっている。

このカラーシェーディングはフラット撮影とかすれば除去できますが、処理がちょっと面倒くさい。
ただし、不必要な波長の光をピンポイントでカットできるので、光害カットの効果はかなり強い。

拡大したもの

今回の撮影は比較的光害のない場所(外房の南のほう)で行ったのですが
光害カットフィルターの効果がかなり出ています。
グレーカードの確認で把握していたマルミの光害カット効果の弱さは
赤の星雲を撮った時にもはっきりわかります。

よくよくマルミのスタースケープのパッケージを見ると
「街明かりの色カブリを抑え、夜景を自然な色合いに」
「明るさも露出倍数1.2(約1/4段の減光)を確保」
と記載してあり、星空に特化したわけではなく、
夜景全般で使えるというような記載になっています。


そもそもの製品の設計思想が他社と違うのかもしれない。
夜景撮影時に常用できるというのがマルミのフィルターの利点なのかも。

2021年10月 7日 (木)

・アルゴリズムベースと学習ベースの考え方

プログラムを処理するときに、
最近は学習ベースで実装、など言われることが多くなりました。

アルゴリズムベースとは、エンジニアやプログラマが考案したルールに沿って
処理結果を出力する方法です。
ルールベースと言われることもあります。

 

例えばカメラでの話で考えると、
露出制御(AE)のマルチ測光でのアルゴベースはこんな感じになっています
 


1:画像全体の平均輝度が118になるように、シャッター速度、ISO、F値を決定する。



平均輝度118の画像。


2:画像上部が明るい時はおそらく空なので、平均輝度を求めるときに画面上部の重みを下げる


3:曇天の場合はアンダーになりやすいので、露出を+0.3段上げる。


4:画像全体が一様面の場合は118にすると暗く見えるので露出を*0.5段上げる

 

5:顔検出したときは顔の露出が適正になるようにする


上はある例として、5つほど挙げました。
こういったルールをいろいろ考案して、
どのようなシーンでも最適な露出になるようにAEエンジニアが考えています。
しかし、こういったルールはAEに詳しくないと考えられません。
上部が空になることが多いので重みを下げるとか。
こういった経験を積むには何年もかかる。

こういったアルゴベースを図にするとこんな感じです。

曇天度が閾値を超えたら、曇天として判定する、など
いくつものパラメータで調整をしていきます。
曇天判断されたら+〇EV上げる、などもパラメータの一つです。
しかしこのパラメータ数は人間がやるには限度があり、
せいぜい100個くらいでしょう。

また、あるシーンを改善すると、別の似たシーンで悪くなるなど
トレードオフが発生しがち。

こういった問題点を解決する手法の一つが、
学習ベースと言われるものです。
AIベースだとか、ディープラーニングだとかニューラルネットワークだとか言われます。

学習ベースであればAEにそれほど詳しくなくても実装可能です。



たくさんの画像とそれの適正露出のセット(学習データベース)を用意して
ニューラルネットワークに学習させます。
ニューラルネットワークでは人間が設定不能な大量な数のパラメータを設定してくれます。

アルゴベースだと条件分岐の閾値やその後にかけるおもみなどがパラメータ。
学習ベースだと、各ノードやニューロンすべてにパラメータを持つ。

今後、こういった学習ベースに置き換わっていくと
大事なものが、学習に使うデータセットです。
このデータセットを作成するのは統計学的な知見が必要です。
また、特定のシーンでAEがおかしいなどの問題が発生したときに、
どういったデータを追加して学習すればよいか、など考慮する必要があります。

エンジニアは、データサイエンティストという職種に変わっていくことに。

2021年10月 4日 (月)

・花火の打ちあがる高さの計算

大きな花火大会はコロナの影響でまだ開催されませんが
小さい花火大会などは各地で開催されるようになってきました。

しかし、密を避けるために会場はかなり人数制限されていたり
明確な打ち上げ場所を公開していなかったりします。

そうすると花火の撮影はちょっと距離があるところからになってしまう。
その際に困るのが、
どこからどのくらいの高さまで花火が上がるか分からないということ。


まず打ち上げ場所は、開催場所近くに行くと
警備員などが道路を閉鎖しているので大体わかります。
(聞けば打ち上げ場所を教えてくれるかも)
また、有料席が設けてある場合は、有料席の正面が打ち上げ場所です。

打ち上げ花火の筒が目視できれば確実。
鳥のココナッツかじるおもちゃ、オウムのための鳥のための手作りのかみ傷に強い強いオウムのココナッツのおもちゃみたいな感じのものです。

あとは、撮影場所からどの程度の高さ(見上げた角度、仰角)まで上がるか。
これはスマホのアプリなどを駆使すれば計算できます。

例えば下の図のような場合。

これはキョリ測というアプリを使っています。

打ち上げ場所から撮影場所まで大体1200m。
標高は打ち上げ場所は200mくらいで、撮影場所は300mくらい。
上から見下ろす感じになります。


そして、煙火店や大会の公式ページから
打ちあがる花火の大きさ情報を得ます。
ノータムなどの航空制限情報から得てもいいかもしれません。

例えば、今回の大会では7号玉まで上がることがわかりました。

花火の号数と大きさはこんな感じ。
4尺玉(40号)が日本で上がる花火大会は鴻巣と片貝だけです。


打ち上げ場所と撮影場所などの距離関係はこんな感じ。

角度θが仰角になります。これを求めたい。
高校数学の三角関数を思い出すと、

tanθ = 270/1200
= 0.225

tanθが0.225になるθを求めればよいです。
教科書の最後のほうのページに書いてあった三角関数一覧表を見ればわかります。
大体12-13°です。

数式で計算するなら
arctan(0.225) です。

計算するためのスプレッドシートを作りました

 

仰角さえわかればARアプリなどでどの位置まで打ちあがるか判断することができます。
iPhoneなら衛星の発見 でAR重畳できる。


事前に打ちあがる高さを考慮して焦点距離なども決めて撮影した写真

一番大きい玉が少し画角外にはみ出すように構図を決めて撮影しました。

 

打ち上げ場所と花火の号数を入力すれば、GPS情報などを使って
自動的に計算してくれてAR表示してくれるアプリだれかつくって欲しい…。

2021年9月30日 (木)

・防水三脚

最近、砂浜とか岩場で撮影する機会が多いので
Leofotoの防水三脚を購入しました。


 

三脚で防水?という気もしますが、
各所にシーリングがしてあったり、パーツが錆びにくい
ステンレスでできていたりします。
ダイビング時に完全に水中で使える、というわけではないですが
水辺で撮影するときにあまり気にしなくてもよい。

普通の三脚だと細い足を延ばすなどの工夫が必要だった。


足が水につかっているが気にならない。


以前にはジッツオからもオーシャンシリーズとして
防水三脚が売られていました。
しかし廃盤になってしまったし、
中古でも10万円くらいの値段がついていて、気軽に手が出せるものではなかった。

Leofotoであれば、並行輸入だとジッツオに比べるとかなり安く買えます。
※並行輸入は保証がつかないのでその点は自己責任で。
最近は赤も出て、それもかっこいい。

防水といえども、水が入りにくいだけなので、
使用後(特に塩水に浸かった後)はしっかりと真水で流して、
拭いて乾かしたほうが良いです。

«・スクリューマウントでマクロ撮影