Autonomy Drawing

『Autonomy-CAD drawing』にコンセプトである「機械による自律的な原理」を拡張するための要素を加え再構成する。
それぞれデバイスであるLet`snote CF-SZ5・iPhone6・Nikon D5600に取り付けられいているカメラをまったく光が入らないようにし撮影。
そうして生まれたノイズ画像を立体化し3D補正ソフトにかける際、
どの3D補正ソフトを使うか、ソフト内のどのツールを使うか、さらにはツールに入力する数値までを乱数で決定するようなルールを設定し、最終的に使用していた3D補正ソフトがダウン(異常終了したり応答を受け付けなくなること)するまで繰り返す作業を行った。

 

デバイスにより撮影された元画像。
展示(鈴木のぞみゼミ ABSTRACT NONSENSE)では実際に撮影されたデバイスの画面に元画像を写した状態で展示した。

​選択を乱数で決定する際のルールを説明したテキスト

これとは別に各デバイスで実際に使用したプログラムコードと乱数の出力結果を展示していた。

 

D5600で使用した乱数のプログラムコードと出力結果

iPhone6に使用した乱数のプログラムコードと出力結果

Let`snote CF-SZ5に使用した乱数のプログラムコードと出力結果

乱数生成と3D補正ソフトがダウンするまでの作業をしている様子。
実際には4時間以上と膨大な作業量だったため、早送りにより3分ほどの動画とした。

Let`snote CF-SZ5

iPhone6

Nikon D5600

​それぞれの元画像をImageJ(画像解析ソフト)に通し、数値に変換したもの。
この数値を乱数を生成する際に必要なseed値(指定した値を基にして特定の演算により乱数を生成していく機能)に入力した。

また、これによりまったく別の環境であってもプログラムと元画像を変換した数値をseed値として設定すればまったく同じ乱数が生成可能となる。
​(データがとても大きいため読み込みに少々時間がかかります)