| Project/Area Number |
22K17923
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | Industrial Research Institute of Shizuoka Prefecture |
|---|
Principal Investigator |
田代 知範 静岡県工業技術研究所, 照明音響科, 主任研究員 (70761534)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | BRDF / 機械学習 / データセット / 変角分光測定 / 高分解能化 |
|---|
| Outline of Research at the Start |
見る角度によって複雑に色合いが変化する構造色のシミュレーションには高分解能な反射特性データが必要であるが、高分解能なデータは、測定に時間がかかることとデータ容量が膨大になることが課題である。本研究では、低分解能な反射特性データから、機械学習を用いて高分解能な反射特性データを推定する高分解能化手法の確立を目的とする。提案する高分解能化手法を確立できれば、低分解能な反射特性データから大規模かつ高精度な双方向性反射率分布関数のモデル化が可能になり、これまで難しかった構造色のシミュレーション精度が向上すると考える。
|
| Outline of Annual Research Achievements |
本研究では，機械学習を用いて低分解能な反射特性データから高分解能な反射特性データの生成を行うことを目的としている．研究初年度である令和４年度の計画は，実測データを収集し，機械学習で用いるデータセットを構築することである．まず，機械学習で用いるデータセットを構築するために，実際に反射特性を測定する試験片の準備を行った．一つ目の試料カテゴリである薄膜干渉による構造色を有する試験片として陽極酸化処理を施したチタン板を用意し，研究所が所有する専用の測定機により変角分光測定を行い各試験片の反射特性データの取得を行った．入射角は0度～80度の範囲を5度間隔で，反射角は0度～±80度の範囲を5度間隔でそれぞれ調整し，反射特性データの測定を行った．この試料カテゴリでは，表面形状の違いを含め47種類の試験片測定データを取得した．次に，その他の試料カテゴリとしてカッティングシートを加工した測定試験片を作成し，同様の角度条件で変角分光測定を行い反射特性データの取得を行った．様々な素材カテゴリからシートの選択を行い，計102種類の試験片測定データを取得した．引き続き，得られた測定データを学習データセットとした，高分解能化ネットワークの構築に取り組む予定である．また，学習データセットにおいて反射特性パターンに偏りが生じている場合，学習結果に影響を与える可能性が高いため，反射特性パターンに偏りが生じないように様々な試験片の測定データの収集を続ける．さらに，学習データ数が多い程学習の精度向上につながるため，データセットへのデータの蓄積は継続し行う予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和４年度の研究計画は、①様々な反射特性を有する試験片を対象に、変角分光測定データを収集する、②得られたデータから機械学習に用いるデータセットを構築する、の２つであったが、概ね順調に進行している。引き続き、測定したデータパターンの偏りなどを解析し、必要に応じた試験片の追加測定を行うことでデータセットの充実を図る。
|
| Strategy for Future Research Activity |
令和４年度に構築したデータセットをもとに、機械学習による高分解能化ネットワークの構築を進める。必要に応じて、測定したデータパターンの偏りなどを解析し、試験片の追加測定を行うことでデータセットの充実を図る。
|
Report
(1 results)
Research Products
(1 results)
