2020 Fiscal Year Research-status Report
Method for aesthetic design based on customer's kansei evaluation using deep learning
| Project/Area Number |
20K12540
|
|---|
| Research Institution | Toyota Technological Institute |
|---|
Principal Investigator |
小林 正和 豊田工業大学, 工学部, 准教授 (40409652)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 感性工学 / 意匠設計 / 深層学習 / CNN（畳み込みニューラルネットワーク） / GAN（敵対的生成ネットワーク） / CAM（クラス活性化マッピング） / セマンティックセグメンテーション |
|---|
| Outline of Annual Research Achievements |
感性工学の研究分野では，顧客アンケートに基づいて製品デザインと顧客の感性の対応関係を分析し，意匠設計に利用することで，設計者によらずに，顧客の感性的要求を満たす製品デザインを設計することを目指してきた．本研究では，この目標を実現するために，近年様々な分野で利用され，多くの成果を上げている深層学習を導入した創成型意匠設計法の検討を行う．
今年度は研究の1年目として， 以下の3つのテーマについて研究を実施した．
(1) 本研究では，深層学習に必要な大量の学習データを， アンケートにより収集するが，人間の感性は曖昧であり，膨大な製品画像を同一の基準で評価することは難しい．そこで本テーマでは，被験者がアンケートを同一の基準で高精度に回答できるように，深層学習を利用したアンケート収集システムの構築を行う．今年度は簡易なアンケート収集システムを構築し，実現可能性の検証を行った．
(2) 入力データの特徴量の自動抽出は深層学習の利点の一つであり，CAMを用いることで，抽出された特徴量を可視化することができる．そこで本テーマでは，アンケート結果を学習させたネットワークを分析することで，顧客の選好と関係の深い意匠特徴を特定し，意匠設計に利用する方法の構築を行う．今年度は，セマンティックセグメンテーションとCAMを組み合わせた方法を構築し，椅子の意匠設計に適用してその有効性を検証した．
(3) GANは生成ネットワークと識別ネットワークから構成され，敵対的に学習を進めることで，入力データと区別のつかない新しいデータを生成する方法である．本テーマでは，顧客が好ましいと感じる製品の画像を入力としてGANを用いることで，新しい製品意匠を創成する方法の構築を行う．今年度は，StyleGANとStyleMixを用いることで，生成された製品画像から受ける印象を制御できるか検証を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ほぼ申請時の計画に従って，（1）深層学習を利用した高精度アンケート収集システム，（2）学習済ネットワークの分析に基づく意匠設計法，（3）GANを用いた製品意匠創成の3つのテーマについて研究を実施した．(1)については，簡易な今年度は簡易なアンケート収集システムを構築し，実現可能性の検証を行った．(2)についてはセマンティックセグメンテーションとCAMを組み合わせた方法を構築し，椅子の意匠設計に適用してその有効性を検証した．(3)については，StyleGANとStyleMixを用いることで，生成された製品画像から受ける印象を制御できるか検証を行った．
|
| Strategy for Future Research Activity |
次年度は今年度実施した3つのテーマを引き続き実施する．(1)については，今年度の検証を基に，本格的なアンケート収集システムのシステム設計を行う．(2)については，今年度構築した方法への最適化手法の導入を検討する．(3)については，顧客に与える印象を考慮した製品画像生成についてさらなる検討を行い，同時に製品の部位を考慮した製品画像生成についての検討も行う．
|
| Causes of Carryover |
新型コロナウイルスの影響により，全ての学会がオンライン開催となったため，旅費が0となったことと，大学内の予算を別途獲得するなど，予算の獲得と効率的な利用に努めたため，予算の次年度使用額が生じた．
次年度も新型コロナウイルスの影響により，ほぼ全ての学会がオンライン開催となる可能性が高く，申請時予算のかなりの割合を占めていた旅費は0となる可能性が高い．一方で，深層学習の計算に必要な計算機の購入および，ケーススタディ実施のための謝金に予算を使用する予定である．
|
Research Products
(1 results)
