2019 Fiscal Year Annual Research Report
Development of platform for acquisition of individual Head-Related Transfer Functions and its evaluation
| Project/Area Number |
17K00242
|
|---|
| Research Institution | Akita Prefectural University |
|---|
Principal Investigator |
高根 昭一 秋田県立大学, システム科学技術学部, 准教授 (90236240)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 頭部伝達関数 / 3Dスキャナ / 3Dプリンタ / 頭部形状 / 頭部モデル / 主成分分析 / 境界要素法 / 複素対数振幅 |
|---|
| Outline of Annual Research Achievements |
令和元年度は，平成30年度に検討した方法と同様のもので個人の頭部の3次元形状をスキャンした．平成30年度は，この形状をデータとして3Dプリンタでプリントしたが，今年度は3Dプリンタでプリントせず，データのまま境界要素法による音場解析プログラムに入力して，計算で頭部伝達関数(Head-Related Transfer Function，以後HRTFと書く)を推定した．
先行研究から，個人のHRTFは高精度で推定できることが示されており，そのことを踏まえれば，頭部の3次元形状のスキャンの精度が高いという前提のもとでHRTFを高精度で推定できると考えられた．上記の3次元形状スキャンシステムは，個人の頭部の3次元形状を高い精度で得ることができるものであり，その点で，個人のHRTF取得のプラットフォームの一部を作成することができたといえる．しかし，計算に用いるコンピュータの計算能力(主記憶容量，計算時間)の制限から，上記の方法で得た3次元形状の精度を低下させたものをデータとして計算せざるを得なかった．その結果として，ダミーヘッドのHRTFの推定結果は，測定結果と概形としては同様の特性が得られたが，細部にわたっては一致しなかった．形状の精度を維持しつつデータ量を低減する方法や，頭髪部分のモデル化方法などについて検討すべき課題が残された．
平成30年度に検討した3Dプリンタを用いた頭部モデルによる個人のHRTFの推定手法は，今後学術論文として公表する予定である．また，HRTFのモデル化手法の一つである主成分分析に基づく方法については，HRTFの複素対数振幅領域における新しい方法を提案したとともに，主成分分析で再構成されたHRTFの精度の主観評価を行い，複素スペクトル領域での主成分分析は，他の領域に比べて効率的にモデル化できることが示された．
|
