2023 Fiscal Year Annual Research 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 – 2024-03-31
|
| Keywords | 感性工学 / 意匠設計 / 深層学習 / ラフ集合 / 生成AI |
|---|
| 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．
近年，大規模言語モデルに基づく生成AIが注目され，広く使われるようになってきている．大規模言語モデルに基づく生成AIは，当初，入力されたテキストに対して，テキストを応答として生成するシングルモーダルなシステムであったが，最新の生成AIは画像や音楽などテキスト以外のメディアを入出力として取り扱うことのできるマルチモーダルなシステムへと発展している．そこで，今年度は，画像を入力するとその画像を説明するテキストが出力される生成AIの機能と，ラフ集合理論を組み合わせることで，顧客の既存製品に対する選好を調査したアンケート結果（製品画像とその製品に対する好き/嫌いの評価）から顧客の好みを分析する方法を構築した．この方法では，顧客の好みは文字で記述されるため，昨年度の研究でも使用した画像生成AIを組み合わせることで，顧客の好みを反映した製品画像を生成できるようにした．適用例では，13名の被験者を対象に提案手法を適用し，提案手法によって明らかになった顧客の好みに基づいて製品画像を生成した場合と，ランダムに製品画像を生成した場合を比較した．その結果，11名の被験者で提案手法の有効性が確認できた．
|
