カラーコーディネートのための色彩調和ＡＩシステムの構築
| Project/Area Number |
21K02083
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 08030:Family and consumer sciences, and culture and living-related
|
|---|
| Research Institution | Sugiyama Jogakuen University |
|---|
Principal Investigator |
石原 久代 椙山女学園大学, 生活科学部, 教授 (50193347)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山下 健 椙山女学園大学, 生活科学部, 講師 (50783990)
山縣 亮介 名古屋学芸大学, メディア造形学部, 准教授 (80647610)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | 色彩調和 / AI / 色差 / 2色配色 |
|---|
| Outline of Research at the Start |
色彩調和はファッション、インテリア、パッケージなど多くのデザイン分野において非常に重要な理論である。しかし、これまで展開されてきた色彩調和論の多くは60年以上前の理論が多く、現代の感性に合っているとは言い難い。また、色彩調和論展開のための表色系は、知覚的均等色空間L*，a*，b*で測色したところ表色系内の色配列は等差性が乏しく、調和実験結果からも問題があることが判明した。
そこで本研究では、現代社会の感性に合った汎用性のある色彩調和を再構築し、ビッグデータを活用し、実践的分野で活用できる色彩調和ＡＩシステムの構築を目指して、ディープラーニングを用いて確立させ、提供したいと考える。
|
| Outline of Annual Research Achievements |
2022年度における研究はコロナ禍ではあったがほぼ順調にすすんでおり一般社団法人日本家政学会全国大会ならびに一般社団法人日本色彩学会にて報告している。
日本家政学会第74回大会は2022年5月28日・29日に開催され、①「２色配色の面積比が色彩調和に及ぼす影響」、②「２色配色の形状が色彩調和に及ぼす影響」の2件について発表した。実験試料はL*a*b*色空間において色相角を均等に10分割した高彩度域、高明度域各10色の計20色を上下に１:３、３:１の面積比で2色配色した360試料の100名の被験者による調和度について解析したものである。②の形状に関する調和度についての報告は、同様の比率を用いているが、矩形による実験ではなく、アパレル系のコーディネートを目的としていることから、上衣と下衣を想定した図形により100名の被験者により実験を行い検討した結果を報告した。
一方、2022年6月26日に開催された一般社団法人日本色彩学会第53回全国大会においては「色彩調和論構築のためのディープラーニングの適用の試み（3）－学習モデルの差が予測調和度に及ぼす影響－」について発表した。本件は昨年度の日本色彩学会で報告したディープラーニングについて学修モデルの出力層のカテゴリ分け変数と連続型変数を設定し、4種類の全結合型ニューラルネットワークの構築を行った。被験者から得られた計144,400データについて、各学習モデルにより機械学習を行った。なお、学習結果は前報では最も回答数が多かった選択肢を正答とした場合の正答率から適合度を求めていたが、本報ではカテゴリ分け確率予測から算出した平均値、または連続型変数を予測調和度とし、前報の調和度平均値と比較した。また、被験者による評価差を考慮し、標準化データを用いた機械学習についても試みた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
コロナ禍での研究で発表はオンラインが多かったが、概ね予定通り進行で来ており、学会で報告している。
|
| Strategy for Future Research Activity |
2022年度の研究結果は、2023年度の日本家政学会全国大会、日本色彩学会全国大会にて報告予定でエントリー済みであり、現在学会誌への投稿準備中である。
|
Report
(2 results)
Research Products
(7 results)
