2020 Fiscal Year Research-status Report
Research on Color Design System by Interactive Evolutionary Computing Using Impression of Words
| Project/Area Number |
20K11896
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
荒川 薫 明治大学, 総合数理学部, 専任教授 (30183734)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
橋本 典久 明治大学, 総合数理学部, 特任講師 (60500642)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 配色デザイン / カラーパレット / 視線 / 深層学習 / 主観評価 |
|---|
| Outline of Annual Research Achievements |
言葉の印象を反映した配色デザインを行うための最初の段階として、人が理想とする色味を有する画像からカラーパレットを作成する方法を、視線情報と深層学習を用いて提案し、その有効性を示した。
自分の理想のカラー画像からカラーパレットを作成する方法はすでにいくつか提案されているが、それらは必ずしもその人が想定した色を抽出しない。そこで、人が、画像を見た時に視線を集める領域（視線領域）を深層学習により推定し、その領域から、その人が好む色を抽出する。この色の抽出も、深層学習を用いる。視線領域を求めるには、比較的簡単に学習を行うことができるCNNを用いるが、色の抽出には、色の微妙な差も影響があるため、より精度の高い学習を行う敵対的生成ネットワークを用いる。視線領域の推定では、カラー画像とアイトラッカーにより求められた視線位置情報の対を複数集めてデータセットを作成し、カラー画像入力に対して、視線領域を出力するようにCNNの学習を行う。色の抽出では、色をHSV情報により10種類に分類し、入力されたカラー画像から、成分の大きな色の種類をN個求め、これらの顕著な色成分に画像を分けて、各々GANにより代表色の推定を行う。なお、Nはカラーパレットの色の数である。また選出されたN個の色成分は重複も可能とし、同色が2つ以上ある場合は、画素値のクラスタリングにより、同色領域をさらに複数に分ける。ここで、カラー画像に対して人が好みだと思う色をマウスクリックにより複数選定し、このカラー画像と好みの色の対を複数集めてデータセットを作成し、それに対してGANの学習を行った。
従来の画像クラスタリング手法及び、Adobe等、実用化されているカラーパレット作成手法と比較実験を行い、提案手法がより正しく色を抽出できること、また、主観評価結果も良好であることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
カラー画像からカラーパレットを求める際、その画像において、人が主に注目する画像領域や人が好ましいと思って注目する色を深層学習により効果的に求める方式を提案し、これに基づいてカラーパレットを作ることで、人が主観的に好ましいと思うカラーパレットが得られることを実験により示した。
|
| Strategy for Future Research Activity |
前年度は、一枚のカラー画像に対して人の主観を考慮したカラーパレット作成の方式を提案したが、今後は、言葉入力により得られた複数のカラー画像を統合したものに対して、この方式を適用し、有効なカラーパレットが作成できるかを検証する。
その際、言葉入力による画像検索で得られる不要な画像を如何に除去するか、また、複数の画像を統合することにより新たに生じる問題への検討を行う。
さらに、得られるカラーパレットに若干の変動を与え、さらに図案に対して、色の配置を行い、対話型進化計算により利用者の好みを反映して図案の配色が可能となるようにする。
|
| Causes of Carryover |
新型コロナウィルス感染拡大のため、学会出張に行くことができなかった。
|
