数はしばしばモノを言う

　そんなシナリオの例として，私が長く携わってきた「多数カメラシステム」があります。1980年代の終わりは，「バーチャル・リアリティ」という単語がもてはやされた時代でした。私は，バーチャル・リアリティはなぜ必要なのかを考えました。実は，その裏にリアル・リアリティというべきものがあり，実験をしたいけれども危険でできない，そもそも実験すらできないことに対して，バーチャル・リアリティによって実験，つまりシミュレーションをするということではないか。すると，リアル・リアリティをバーチャルに入れる仕組みがなければ役に立たないのではないかと考えました。現在の言葉で言えば，まさにデジタルツインです。もちろん，そんな言葉・そこまでの概念は思いつきませんでしたが…。デジタル化の基本は形ですから，1990年の始め，レーザーレンジファインダーを作りました。1秒で1万2000点，太陽光のもとでも測れる，当時としては優れたものができました。
　しかし，シーン全体をスキャンするのに10秒くらいかかったので，次に，リアルタイム3次元多眼ステレオカメラの開発に取り組みました。1992年，世界で初めて完全リアルタイムで，カラー画像（RGB）だけでなく対象までの距離（D）を取得するセンサーである，今でいうRGB-Dカメラを作りました。さらにシナリオを広げ，1台ではなく部屋中にカメラを置いて，部屋中をデジタル化するため，1995年に51台のカメラをつけたアナログの3D Domeを作りました。その後，2001年のアメリカン・フットボールのスーパーボウルXXXVで，33台のマルチカメラ・リプレイシステム「Eye Vision」として，CBSの全米テレビ中継で採用されました。中継の際にビデオ出演し，「スーパーボウルに出演した唯一の大学教授」となりました。これらの多数カメラシステムは，現在では普通に様々な場面で使われるようになり，2021年の東京オリンピックの放送では至るところで使われていましたね。
　ところが，最初に作った5台のカメラを使ったマルチカメラステレオの論文は，IEEEに送ったところ，採択不可になりました。査読者は，「こんな不必要な数のカメラを使う高価な道具は使われないだろう」とのこと。専門家の固定概念は恐ろしいですね。今では，スマホでも2台も3台もカメラがついていますし，車には多くのカメラが搭載されています。ですので，多数のカメラを使うことに対して，何ら抵抗感のない時代になっています。 　「数はしばしばものを言う」ことでしょうか。ディープラーニングも同じで，多層化することが大きなキーです。

＜次ページへ続く＞