写真というメディアが誕生して以来、撮影者は常に一つの残酷なトレードオフに直面してきた。「何にピントを合わせ、何をボカすか」という選択である。手前の花にピントを合わせれば背景の山々はボケ、山々に合わせれば花はただの色の塊となる。この物理的な制約は、カメラという装置が光を「平面」として捉える仕組み上、避けられない宿命であると信じられてきた。
しかし2025年、カーネギーメロン大学（Carnegie Mellon University: CMU）の研究チームが発表した画期的な技術は、この100年以上続く光学の常識を過去のものにするかもしれない。彼らが開発したのは、画像のあらゆる領域に対して、それぞれ異なる距離に同時にピントを合わせることができる「計算光学レンズ（Computational Lens）」だ。
これは単なるデジタル加工ではない。光そのものを制御し、一つの画像内で近景から遠景まで、全ての被写体を光学的にシャープに捉える「全焦点」撮影を、ワンショットで実現する技術である。
「焦点面」という概念の破壊：Spatially-Varying Autofocusとは
従来のカメラレンズの設計思想は、幾何光学の基本原則に縛られている。それは、「レンズは、特定の距離にある物体からの光を、センサー上の単一の平面（焦点面：Focal Plane）に結像させる」というものだ。したがって、ピントが合う領域は常にカメラに対して平行な「面」となり、その面前後にある物体は、距離に応じて徐々にボケていく（被写界深度）。
CMUの電気・コンピュータ工学およびロボット工学の研究チーム（Yingsi Qin, Aswin Sankaranarayanan, Matthew O’Tooleら）が開発した技術は、この「焦点面」という概念そのものを再定義する。彼らが提唱するのは「Spatially-Varying Autofocus（空間的に変化するオートフォーカス）」だ。
「ピクセルごとに専用のレンズがある」という革命
この技術の本質を一言で表すなら、「イメージセンサーの各ピクセル（あるいは微小な領域）が、それぞれ独立したレンズを持っているかのように振る舞う」ということである。
通常、レンズの焦点距離を変更すれば、画面全体にその影響が及ぶ。しかし、CMUチームが開発したシステムでは、画像の左上にある空（遠景）には無限遠のフォーカスを、右下にある手元のオブジェ（近景）にはマクロなフォーカスを、同時に、かつ光学的に適用することが可能となる。
これはもはや、焦点「面（Plane）」ではない。被写体の３次元的な形状に合わせて自在に歪曲し、対象物を包み込むような「焦点曲面（Focal Surface）」を生成していると言える。
技術の心臓部：ローマンレンズとデジタル制御の融合
では、一体どのようにして、物理的な単一のレンズでこのような離れ業を実現しているのか。その鍵は、1970年代に考案された古典的な光学理論の現代的な再解釈と、最先端の光変調技術の融合にある。
1. ローマンレンズ（Lohmann Lens）の再発明
研究チームが着目したのは、Adolf Lohmannが考案した「ローマンレンズ（Lohmann Lens）」、別名アルバレスレンズ（Alvarez Lens）と呼ばれる概念だ。
通常のレンズが自身の厚み（曲率）によって焦点距離を決めるのに対し、ローマンレンズは「3次位相板（Cubic Phase Plate）」と呼ばれる特殊な形状をした2枚の透明な板で構成される。この2枚の板を横方向にわずかにずらす（スライドさせる）だけで、透過する光の波面が変化し、レンズ全体の焦点距離を連続的に変えることができるのだ。
2. Split-Lohmann Lens：物理移動を光学的変調へ
従来のローマンレンズは、焦点距離を変えるために物理的にレンズを動かす必要があり、またその変化はレンズ全体に一律に適用されていた。CMUチームはこの制約を突破するために、「Split-Lohmann（スプリット・ローマン）」という構成を考案した。
彼らは、2枚の位相板のうち片方の機能を、「位相空間光変調器（Phase-only Spatial Light Modulator: SLM）」というデバイスに置き換えたのである。SLMは、液晶ディスプレイの画素のように微細なピクセルが数百万個並んだデバイスで、各ピクセルに入射した光の「位相（光の波のタイミング）」を電気的に制御することができる。
これにより、以下の2つの劇的な進歩がもたらされた。
- 物理的な可動部の排除: レンズを機械的にスライドさせる代わりに、SLM上で電気的にパターン（位相ランプ）を表示するだけで、光の屈折力を制御できる。
- 領域ごとの独立制御: これが最大の革新である。SLMはピクセル単位で制御可能なため、画面のある部分には「遠くにピントを合わせるパターン」を、別の部分には「近くにピントを合わせるパターン」を同時に表示できる。
つまり、SLMが「数百万個の微小な可変プリズム」として機能し、通過する光を画素単位で自在に曲げ、センサー上の適切な位置に結像させるのである。
2つの「目」とアルゴリズム：CDAFとPDAFの協奏
ハードウェアがいかに革新的でも、その制御には「画面のどこがどの距離にあるか」を知るための知能が必要だ。研究チームは、現代のデジタルカメラで使用されている2つのオートフォーカス（AF）技術を、この特殊なレンズ向けに拡張・統合した。
1. コントラスト検出AF (Contrast-Detection Autofocus: CDAF)
システムはまず、画像を「スーパーピクセル」と呼ばれる小さな領域に分割する。そして、各領域のコントラスト（明暗差）が最大になる設定を探索する。ピントが合っている部分はエッジが鋭くなりコントラストが高くなる原理を利用し、領域ごとに最適なフォーカス値を決定する。これは静止した被写体に対して非常に高精度なフォーカスを提供する。
2. 位相差検出AF (Phase-Detection Autofocus: PDAF)
動いている被写体にも対応するため、チームはCanon EOS R10などに搭載されている「デュアルピクセルCMOSセンサー」を活用した。このセンサーは1つの画素が左右2つのフォトダイオードで構成されており、それぞれの像のズレ（視差）を検出できる。
通常、このズレはレンズ全体を動かすための指標として使われるが、研究チームはこの情報を「ピクセルごとの深度マップ」の生成に利用した。これにより、カメラは瞬時に「どの領域をどの方向にどれだけフォーカス調整すればよいか」を判断できる。
このPDAFの導入により、システムは毎秒21フレーム（21 fps）というビデオレートでの全焦点撮影に成功した。これは実験室レベルの技術が、実用的な速度に達していることを示している。
なぜこれが「革命」なのか：既存技術との決定的違い
「全てにピントが合っている写真」を作る方法は、これまでにも存在した。しかし、今回の技術はそれらとは根本的に異なるアプローチであり、既存の弱点を克服している。
vs フォーカススタッキング (Focus Stacking)
マクロ撮影などでよく使われるこの手法は、ピント位置を少しずつ変えながら数十枚〜数百枚の写真を撮影し、後から合成するものである。
- CMUの優位点: フォーカススタッキングは撮影に時間がかかり、風で揺れる花や動く昆虫などには無力だ。CMUの技術は基本的に1〜2回の露光（深度計測と本撮影）で完了するため、動的なシーンに対応できる。
vs ライトフィールドカメラ (Light Field Camera)
Lytroなどに代表されるライトフィールド技術は、微小レンズアレイを使って光の方向を記録し、撮影後にピント位置を変更できる。
- CMUの優位点: ライトフィールドカメラの最大の欠点は、空間解像度（画質の鮮明さ）が劇的に低下することだ（センサー画素数の数分の一になる）。対してCMUの手法は、センサーの全画素を使って結像させるため、「最高の空間解像度（Full Spatial Resolution）」を維持できる。
vs 絞り込み (Small Aperture)
絞り（F値）を極端に大きくすれば（F22など）、被写界深度は深くなる。
- CMUの優位点: 絞り込むと光量が減るため暗所撮影が困難になるほか、「回折現象」により画像全体がソフトフォーカスのようにボケてしまう物理的限界がある。本技術では、レンズの口径を開放に近い状態で保ちながら、深い被写界深度を実現できる。
感覚の拡張：金網を消し、世界を再構築する
この技術は、単に「ピント合わせが楽になる」だけではない。写真表現や産業用途において、これまでにない応用を可能にする。
障害物の光学的除去
論文には興味深い実験結果が示されている。手前に金網がある状態で奥の人物を撮影する際、画像の「金網部分のピクセル」だけを極端にデフォーカス（ボカす）させることで、光学的に金網を消滅させ、奥の人物だけを鮮明に写し出すことに成功している。これは画像処理（インペインティング）ではなく、光学的に情報を選択取得している点が重要だ。
自由自在な被写界深度（Freeform Depth-of-Field）
従来のカメラでは不可能な、物理法則を無視したような表現が可能になる。例えば、画面中央の被写体と、左隅の背景だけをシャープにし、それ以外をボカすといった、不連続なフォーカス設定が可能だ。また、レンズを傾けることなく、アオリ撮影（チルトシフト）のような効果を作り出すこともできる。
未来への応用：顕微鏡から自動運転まで
研究チームのYingsi Qin氏、Aswin Sankaranarayanan教授、Matthew O’Toole准教授らは、この技術が写真愛好家のためだけのものではないことを強調している。
- 顕微鏡検査: 厚みのある生物サンプルを観察する際、従来は焦点合わせのためにステージを上下させる必要があったが、この技術を使えばサンプル全体を一度に鮮明に観察できる。
- マシンビジョン・自動運転: 自動運転車やロボットの目は、近距離の障害物と遠方の信号機を同時に認識する必要がある。全焦点画像は、AIによる物体認識の精度を飛躍的に向上させる可能性がある。
- 監視カメラ: 画面内のあらゆる人物の顔を、距離に関係なく鮮明に記録できるため、セキュリティレベルが向上する。
我々は世界をどう見るか
カーネギーメロン大学の研究は、カメラというデバイスが誕生して以来の「焦点」という概念に対する最もエレガントなハッキングの一つである。彼らは、レンズを「静的なガラスの塊」から「動的でプログラマブルな光の変調器」へと進化させた。
この技術が示唆するのは、将来のカメラが、人間の目以上に柔軟で、かつ物理法則の制約を超えた視覚を獲得する未来である。「何にピントを合わせるか」という選択から解放されたとき、我々は世界をより完全な姿で記録できるようになるだろう。
論文
- Carnegie Mellon University: Spatially-Varying Autofocus
参考文献
- Carnegie Mellon University: The perfect shot
