竹園保育所~つくば市とその周辺の風景写真案内(900)

竹園保育所

竹園保育所は、竹園東児童館と完全には、分離されていません。

ちょっと、他では見たことのない配置です。

写真1の正面の建物は保育所ですが、右の高い建物は児童館です。

写真2は、正面入り口です。これでだけ見ると普通に見えます。

写真3は、児童館の建物です。左に、保育所の入り口が見えます。

写真2の保育所の門の右に、「竹園保育所」と書かれたプレートがあります。

このプレートは、児童館の建物の上に置かれています。

写真1 竹園保育所

写真2 竹園保育所

写真3 竹園保育所

HDR画像(3)

1)HDR画像合成

 

AEブラケティングで、HDR画像合成用のRAWファイルを準備します。

 

ここでは、darktableを使ったHDR画像合成の仕方を説明します。

 

写真1では、ライトルームでAEブラケティングで作成した5枚のシャッター速度の違う画像が選択されています。左の水色の長方形の部分です。

右にある水色で囲んだHDR合成のアイコンをクリックします。

 

写真2は、その結果で、AEブラケティングで作成した5枚のシャッター速度の違う画像の左に、HDR合成画像ができます。

5枚のシャッター速度の違う画像のファイル名は以下です。

 

P92600024.ORF

P92600025.ORF

P92600026.ORF

P92600027.ORF

P92600028.ORF

 

出来上がったHDR合成画像のファイル名は以下です。

 

P92600024-hdr.dng

 

出来上がったファイルの拡張子は、dngです。

 

よく使われるHDR合成画像の拡張子には、dngとhdrがあります。

dngはhdrに変換できますが、逆はできないようです。

 

このため、darktableで編集できるHDR合成画像は、dngのものに限定されます。

 

拡張子がdngのHDR合成画像を、HDR DNGと呼ぶこともあります。

 

なお、darktable の内部「HDR 作成」機能には改善の余地があり、多くの露出ブラケット撮影を計画している場合は、HDR Merge または Luminance HDR 用の lua スクリプトをセットアップする価値があるという意見もありました。

 

2)HDR DNGの現像

 

2-1)廃止されたモジュール

 

ちょっと前のYou tubeで、darktableでHDR画像の編集を見ると、HDR画像の編集専用に、トーン マッピングとグローバル トーン マッピングがあると説明しているものがあります。この2つのモジュールは、非推奨で、darktable4.0では、廃止されています。

 

代わりに、 フイルミック RGB モジュールとトーン イコライザー モジュールを使います。

 

マニュアルの記載は以下です。

 

<==

 

(1)トーン マッピング (非推奨)

 

このモジュールは darktable 3.4 から廃止されました。新しい編集には使用しないでください。 代わりにトーン イコライザー モジュールを使用してください。

 

Durand の 2002 アルゴリズムを使用して、LDR 画像の限界に収まるように HDR 画像の色調範囲を圧縮します。



(2)グローバル トーン マッピング (非推奨)

 

このモジュールは非推奨であり、新しい編集のために darktable 3.4 で必要なくなることに注意してください。代わりに フィルミック RGB モジュールを使用してください。

 

HDR 画像の色調範囲を、一般的な LDR 出力ファイルの限られた色調範囲に圧縮します。

 

==>

 

2-2)フィルミックRGB

 

PCの画面に表示されるデータは、RGBの8ビットです。

 

画面を見ながら、画像編集をする場合には、HDR画像のデータを8ビットに圧縮する必要があります。

 

写真3は、フィルミックRGBモジュール白の相対露出と黒の相対露出のスライダーを目いっぱい動かしています。こうすると、ダイナミックレンジは、22EVあります。

 

HDR DNGの浮動小数点フォーマットのダイナミックレンジは32EVあるので、更に広いです。よりダイナミックレンジの広いHDR DNGファイルを読み込ませると、22EVがより大きくなるのか、darktable4.0では、22EVが上限の仕様なのかは不明です。

 

とはいえ、通常の野外で肉眼で見える風景のダイナミックレンジは、最大でも、22EVなので、実用上困ることはないと思われます。

 

写真4では、白の相対露出と黒の相対露出のスライダーを調整していますが、サンプルの画像では、6.1EVで収まっています。

 

写真5が、この写真で、一番あかるい屋根の部分をみています。この屋根には、太陽光が反射して光っていますが、白飛びしていません。

 

写真6ではカラーライズモジュールで、屋根の部分にパラメトリックマスクを設定していますが、白飛びせずにデータがあることが確認できます。

 

トーン イコライザー モジュールは次回に考えます。

 

 

写真1

 

写真2

 

 

 

写真3

 

 

写真4

 

 

 

写真5

 

 

写真6

 

 

選挙と内閣支持率

内閣支持率と選挙の間の相関は低いと思われます)

 

9月27日に国葬が行われました。

世論調査では、反対が、賛成を上回っていました。

2021年に行われた東京オリンピックでも、世論調査では、反対が、賛成を上回っていました。

 

ここで取り上げたいのは、賛成がよいか、反対が良いかという問題ではありません。

 

民主主義で、選挙で選ばれた内閣が政治をする場合、反対が、賛成を上回るというねじれ現象が発生する確率は低いはずです。

 

ところが、ねじ現象が頻発しています。

 

2022年2月23日の毎日新聞・埼玉大調査によると女性天皇について、次の結果が得られています。

 

<==

 

天皇皇位継承について「男子がいない場合のみ、女子の継承を認めるべきだ」(41%)と「男女にかかわらず、天皇の第1子の継承を優先すべきだ」(35%)を合わせて回答者の7割超が女性天皇を容認。「男子の継承を維持すべきだ」は10%にとどまった。

 

==>

 

女性天皇に関する調査は、複数行われていますが、どの調査でも、女性天皇の容認が50%を越えています。

 

調査によって、賛否が分かれるのであれば、女性天皇の容認の検討を進めるのはわかりますが、どの調査でも、女性天皇の容認が50%を越えているのであれば、内閣は、法改正をして、女性天皇の容認するはずです。なぜなら、そうしないと、次の選挙で勝てないからです。



2022年9月8日、イギリス・英連邦王国のエリザベス2世が崩御したため、世界でただ1人の女性君主(女王)となったマルグレーテ2世は、出生時点では王位継承権はありませんでしたが、法改正により継承権を得て、父王の崩御に伴い1972年に即位しました。 マルグレーテ女王の在位中、君主の人気は常に80%を超えています。

 

これが、普通の民主主義国家の対応です。

 

リアルタイム内閣支持率というHPがあります。これは、サンプル数が少なく、サンプルにバイアスがかかっていますので、支持率の数字はあてになりません。ただ、ほぼ同じ集団をサンプリングしているので、支持率のアップダウンをみるには使えると思っています。

 

これをみると、国葬に向けて、内閣支持率は下がっています。

 

マスコミは、新聞などの調査による内閣支持率が30%をきると、過去の例からすると、政権維持が難しくなるといいます。

 

しかし、大統領と異なり、総理大臣は、直接選挙で選ばれる訳ではありません。内閣支持率が30%をきると与党のなかで、総理大臣を変えるべきだという声が強くなります。とはいえ、内閣支持率は、与党の選挙の当選議員数とは直接の関係はありません。

 

選挙で、与党に投票した人のアンケートをみると、与党を積極的に支持したというより、野党があてにならないので、消去法で投票した人が多くなっています。

 

つまり、受け皿政党がないので、与党に投票した人が多いため、ねじれ現象が頻発していると考えることができます。

 

この仮説が正しいとすると、受け皿政党が出て来るまでは、内閣支持率が下がっても、与党は、選挙には勝てることになります。

 

イタリアでは、2022年9月25日執行の総選挙では「イタリアの同胞」が第一党となり、ジョルジャ・メローニ党首(45)がイタリア初の女性首相になる見通しです。

 

受け皿政党がない状態は、安定状態ではないので、今後日本でも、「イタリアの同胞」のような受け皿政党が出来る、あるいは、現在の野党の一部が、受け皿政党に変容すれば、内閣支持率が、選挙に反映されるようになると思われます。

 

その時点で、女性天皇を認める法改正がなされると思います。

 

なお、日本の場合、俗に、「政官財」のトライアングルと言われるように、政治家(与党)と官僚と財界の一部が利権構造をつくっています。これは、イノベーションの障害でもあります。野党が政権をとった場合の最大の課題は、利権構造の改変です。企業の倒産のように、全員を入れ替えるか、組織が残る場合は、ロードマップをつくって、徐々に納得できる着地点への誘導路を提示していくしか方法がありません。民主党政権は、この点が完全に無策で、漂流してしまいました。

 

選挙で負ければ、政治家は入れ替わります。売り上げが落ちて倒産すれば、企業は入れ替わります。一番難しい、そして、これから最大の課題になるのは官僚組織の改変です。政権が入れかわることを前提としたアメリカでは、回転ドア方式と呼ばれるように、官僚のトップは、政治家と連動して入れ替わっています。政権交代を前提とすれば、このレベルの組織改革が必要になると思われます。



引用文献

 

リアルタイム内閣支持率

https://内閣支持率.realtime-chart.info/

 

女性天皇、7割超が容認 「女系」も5割 毎日新聞・埼玉大調査 2022/02/23 毎日新聞

https://mainichi.jp/articles/20220223/k00/00m/010/047000c

 

交差検証法(1)~文系のためのデータサイエンス入門

(良いモデルとは予測精度の高いモデルではありません)

 

交差検証法の考え方を説明します。

 

1)重回帰分析

 

モデルを目的変数をy、説明変数をxとします。

 

xが原因で、yが結果と考えても構いません。

 

次の式は、xが原因で、yが結果のモデルです。

 

y=f(x)

 

f(x)の一番簡単なモデルは、線形回帰式です。

 

y=a * x + b 

 

ここで、*はかけるの意味です。変数xと混乱しないように、星を使います。

 

原因がx1、x2の2つある場合には、次式になります。

 

y= a1 * x1 + a2 * x2 + b

 

モデルによる予測値と実測値は一致しませんので、yの実測値と、予測値は分ける必要があります。

 

予測値をyeと書き、実測値をyで書けば、次になります。

 

ye= a1 * x1 + a2 * x2 + b   (1)

 

ここで、モデルを作る時に、データの数が問題になります。

 

いま、xy平面に、2点(x(1),y(1))、(x(2)、y(2))があったとします。

 

ye=a * x + b (2)

 

は平面上の直線を表す式ですから、2点(x(1),y(1))、(x(2)、y(2))を通るように、a、bを求めることができます。

 

つまり、データが2点の場合には、(2)式を使えば、y=yeになります。

 

データが、3点の場合には、(2)式では、y=yeにはなりませんが、(1)式を使えば、y=yeにできます。

 

一般に、データがn点の場合には、xの数をx1、.....、xn-1とn-1個まで増やせば、y=yeとなり、全ての点を通式を作ることができます。

 

簡単に言えば、説明変数の数を増やせば、モデルの推定値と実測値は、いくらでも近づけることが可能になります。

 

良いモデルとは予測精度の高いモデルであると考えている人がいた場合、その考えは間違っていますので考え直す必要があります。

 

なぜならは、実測データは、真の値に、観測などに伴う誤差が付着したものだからです。



実測値 = 真の値 + 誤差

 

データサイエンスの最大の発見は、起こっていることは真実ではないと考えるべきだということにあります。

 

これは、人間の直感とは相いれませんので、トレーニングして修正する必要があります。

 

迷った場合に、役に立つのはサイコロの例です。

 

例えば、サイコロを振って1の目が出た場合に、データサイエンスでは、どうして1の目が出たのかというモデルは作れないと考えます。

 

真実は、1の目が出る確率は6分の1であるということで、次に、出る目の確率は予測できますが、目は予測できません。

 

このように、データサイエンスでは、人間の直感とは異なった世界を見ていることになります。

 

「良いモデルとは予測精度の高いモデルではない」としたら問題をどう考えるべきでしょうか。

 

次回にこの問題について、歴史を振り返ります。

 

竹園交流センター~つくば市とその周辺の風景写真案内(899)

竹園交流センター

竹園交流センター(旧竹園公民館)は、1978(昭和53)年8月開館しました。鉄筋コンクリート造2階建で、図書室、和室2、会議室4、音楽室1、ホール1などがあります。延べ床面積は820平方mです。

写真1は、正面入り口です。

写真2は、横から見ています。正面からではわかりませんが、横からみると、2つの建物が、合わさったようなデザインになっています。

竹園地区の交流センターのデザインは、その後の交流センターに比べると保守的です。

研究学園地区でもっとも古い筑波新都市記念館(大高正人設計)は、1976年に完成しています。

しかし、1978年は、洞峰公園体育館(大高正人設計)が完成して、洞峰公園が開園する1980年の前です。

まだ、モダンな建築も少なかった頃でした。

写真2の道を70mくらい進むと、竹園サン パーク公園に出ます。

写真3は、公園につながる道路側から見た竹園交流センターです。

写真1 竹園交流センター

写真2 竹園交流センター

写真3 竹園交流センター

HDR画像(2)

1)概観

前回述べましたように、RAWのHDR画像を得るためには、HDR撮影モードが使えず、ブラケット撮影した数枚のRAWファイルをdakrtableで合成する方法が基本です。

これは、HDRモードで撮影した場合には、出力がJpegに限定されるためです。

しかし、例外があります。この例外に関する情報は少ないので、見落としがある可能性があります。

 

1-1)オリンパスのカメラ

 

E-PL7(2014年 9月20日 発売)以降のオリンパスのカメラでは、HDRモードで、RAW画像を保存することもできます。画像保存をJpegにしていれば、RAWは保存されません。画像保尊モードをRAWにしていると、JpegとRAWファイルが保存されます。
このRAWファイルの拡張子はORFで、通常のRAWファイルと同じです。ファイルサイズも代わり映えしないので、12EVのデータしか保持していないと思われます。
とはいえ、Jpegよりは、圧倒的に多い情報量です。

 

オリンパスHDR撮影のRAWファイルは、HDRJpegを作る時に使ったRAWファイルを保存したものと考えられます。つまり、Jpegに変換する時に、ダイナミックレンジを8EV近くに圧縮しているのでHDRの広いダイナミックレンジの情報をもってはいません。

1-2)富士フイルムのX-T4

 

Chris LeeさんによるとX-T4を含むHDR撮影に対応したいくつかの富士フイルム カメラでは、RAWファイルを作ることができます。

 

ただし、富士フイルムHDR撮影には、カメラによって、RAW保存ができる機種とできない機種があります。


RAW ファイルには実際には1 つの .RAF ファイル内に3 つの別々の写真が含まれているため、ファイル サイズは、カメラからの通常の RAW ファイルよりも 3 倍大きくなります。この Fujifilm ファイルには、Fujifilm HDR RAF という正式な名前があります。

 

通常のRAW現像ソフトは、1枚目のRAWデータのみを処理し、2,3枚目は無視します。

3枚の画像データを使うには、DNGに変換する必要があります。

 

簡単にいえば、Fujifilm HDR RAFは、ブラケット撮影された3枚の画像を1つのファイルに入れるコンテナにすぎません。

 

Understanding Fujifilm High Dynamic Range 2021/02/15 Chris Lee
https://petapixel.com/2021/02/15/understanding-fujifilm-high-dynamic-range/

 

1-3)まとめ

 

HDR撮影モードがあるカメラで、HDR画像のRAWファイルを作成することは、ブラケット撮影された複数の画像をカメラ内で、撮影後すぐにDNG変換することを意味します。

 

2022年9月現在で、この機能のあるカメラはなさそうです。

 

フルサイズセンサーのカメラを販売しているカメラメーカーにとっては、カメラ内で、HDR画像のDNG(RAW)ファイルが出来てしまうと、フルサイズセンサーのカメラが売れなくなるので、メリットは少ないです。

 

ということは、オリンパス富士フイルムに期待するしかありません。

 

2)AEブラケティング


HDR撮影機能は使えないので、AEブラケットで撮影された3枚の画像を合成することがHDR画像作成の基本になります。

 

AEブラケティングは次の様に説明されます。

 

AEブラケティングは一度シャッターボタンを押すと、露出を「適正」「オーバー(明るい)」「アンダー(暗い)」の順に変えながら3コマ連写で記録します。

 

この説明は、間違っていませんが、分かりにくいです。

 

露光を変える要因は、シャッター速度、絞り、ISO感度です。

 

絞りを変えると被写界深度が変化するので、重ね合わせができない写真になります。

 

そこで、シャッター速度かISO感度を変えることになります。

 

フィルム時代であれば、フィルムを入れ替えたブラケット撮影はできないので、自動的に、シャッター速度を変えることになります。

 

なので、伝統的に、AEブラケティングとは、シャッター速度を変えたブラケット撮影の意味で使われてきました。筆者は、、シャッター速度ブラケット撮影と言うべきだと思いますが、用語はレガシーを引いています。

 

AEブラケティングで、ISOを変える場合は、AEブラケティングとは呼ばずに、ISOブラケティングと呼ばれています。

 

3)課題と作例

 

AEブラケティングでは、撮影枚数(3,5,7)と撮影刻み(2EV、1EV、1/2EV 1/3EV)が設定できます。枚数と刻みの種類はカメラによって違います。

 

撮影時の課題は、この設定と、手ブレ対策です。

 

写真1は、パナソニックコンデジのLX100で撮影しています。
この機種、一応、光学式手ブレ補正機構内蔵と書いてありますが、現在のII型に比べて、「初代の手ぶれ補正はほとんどないようなものだったの」と言っている人もいます。


写真1の左は、AEブラケティングで撮影した4枚の画像をdarktableでHDR合成しています。右は、普通の画像です。

 

左は、手ブレによって、ずれた画像が合成されています。

 

この場合には、三脚を立てる必要があります。

 

写真2は、オリンパスのEM1 mkIIで、撮影しています。

 

左のHDR画像は、HDR1モードのカメラ内合成の画像です。

 

右の通常の画像と比べて、差がわかりません。


つまり、この場合であれば、三脚を立てなくとも、AEブラケティングに成功したことになります。

 

AEブラケティングの中身を見てみます。

 

写真1の撮影条件は以下でした。露光の刻みは1EVです。

 

    シャッター速度、絞り、ISO
1枚目 1/10000 F8 ISO400 
2枚目 1/5000 F8 ISO400 
3枚目 1/2500 F8 ISO400 
4枚目 1/1250 F8 ISO400 

 

これをみると、1枚目と2枚目は、1/4000秒を超えているので、電子シャッターが使われています。1EVでは、シャッター速度が2倍に変化するので、3EVでは、シャッター速度が8倍変化します。

 

写真3は、オリンパスのEM1 mkIIで、露光の刻みは2EVで撮影した画像を、darktableでHDR画像合成しています。

 

もとの画像は、次の撮影条件です。

 

シャッター速度、絞り、ISO
1枚目 1/1600   F8 ISO200
2枚目 1/400   F8 ISO200
3枚目 1/100 F8 ISO200
4枚目 1/25   F8 ISO200
5枚目 1/6   F8 ISO200

 

シャッター速度の最速は、1/1600秒なので、電子シャッターは使われていませんが、最長は、1/6秒です。

 

EM1 mkIIは、2秒くらいまで、手ブレしないので、写真3では、画像のずれがありませんが、EV刻みを大きくして、枚数を増やすと、条件が厳しくなります。

 

三脚が必要か、手持ちで可能かは、シャッターチャンスを大きく左右するので、事前に手持ちのカメラの性能をテストしておくべきです。

 

今回テストするまで、ブラケット撮影は、三脚必須という思い込みがありましたが、手持ちで可能な場合もあることがわかりました。手持ちブラケット撮影が可能であれば、HDR画像編集は、手軽にできます。

 

4)要望

 

HDR撮影が、複数枚数を画像を合成して、そのカメラで撮影できる最大のダイナミックレンジの画像データを作成するのであれば、シャッター速度とISOを同時に変化させるブラケット撮影があるべきですが、今のところその機能のあるカメラはありません。

 

写真1

 

 

写真2

 

 

写真3

 

人生観の課題

(新しいモデルとなる人生観が必要です)

 

1)システム障害

 

日本の大学は、卒業するのが容易ですから、「18歳の大学入試まで勉強して、偏差値の高い大学に入って、勉強して、大企業に勤めて、社長や部長になって、65歳で定年退職する」ことが、典型的な望ましいライフスタイルで、人生観でした。

 

しかし、この人生観は、破綻しています。

 

(1)65歳で定年すると定年後に必要な費用が非常に大きくなります。特に、90歳以上まで生きて、要介護になると膨大な費用が必要になります。90歳以上まで生きる人の割合が低ければ、受給者が少ない保険方式で、担保できますが、それは、無理です。65歳以上でも貯蓄が減らない程度の収入を得られる働き口が必要と思われますが、2022年時点では、その働き口は少なく、スキルアップの方法も確立していません。

 

実際、30年前の退職は、55歳でした。定年を延長すれば、社内失業の数が増えるだけです。今の定年延長の方法は、合理性に欠けています。

 

(2)政府は、中小企業の企業年金の拡充を考えていますが、企業年金は、企業が継続しなければ成り立ちませんが、その大前提は無理です。日本経済活性化のために、今後、1980年代のレーガノミクスと同じような荒療治が必要になりますが、その場合、残る企業は半分以下だと思われます。

 

(3)デジタル社会では、他の人と同じことをして収益を得ることは難しくなります。前例主義で過去と同じことをするのであれば、人間は、AIに勝てません。つまり、人間は、クリエイターにならないと収入を得ることは難しくなります。そのためには、年齢に関係なく、成果に対して報酬を支払う必要があります。

 

以上のように考えると、次の2点が必要です。

 

2)変革の要件

 

(1)新しいモデルとなる人生観をつくる必要があります。

 

(2)現在の社会経済システムを新しい人生観に合わせた社会経済システムに切り替える必要があります。これは、猫の首に鈴をつけるような役割かもしれませんが、誰が、何時、行うのかを決めないと、永久に変化が起こらず、デジタル社会から取り残されます。

 

現在の議論は、今の社会システムが延長できるか否かに止まっています。

 

この範囲では、問題の先延ばし以外の方法は出てこないでしょう。

 

3)一般化

 

以上は、人の人生についての言及です。

 

同じことは、企業組織や、学問分野についても言えます。

 

40年前には、デジタルデータも、クラウドもありませんでしたので、ある分野について物知りの専門家の存在価値がありました。

 

現在は、ネットワーク上の知識や、AIによって、ある分野について物知りの専門家の存在価値は、恐ろしい速度で、失われています。

 

つまり、ここには、新しい専門家観が必要になっていると思われます。

 

人文科学系の専門家の方が、問題の原因はこれであるといった主張をされることがあります。しかし、データサイエンティストからすれば、何を根拠に、原因を選択したのか理解できないことが多々あります。つまり、データサイエンティストの専門家観と人文科学系の専門家観は、合致しないのです。データサイエンティストも、原因を完全に理解している訳ではありません。なので、普通は、仮説を立てたら、介入と検証に進みます。こうした手順が余りに違うので、専門家観が違うのだと思います。