Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
REALAPS-omniを利用した全方位画像による視環境評価技術について
Search
Tarosa
August 27, 2019
Technology
0
350
REALAPS-omniを利用した全方位画像による視環境評価技術について
VTLが提供する視環境評価ツールREALAPS-omniと関連ツールの説明と、視環境評価技術の説明を行なった資料です。
Tarosa
August 27, 2019
Tweet
Share
More Decks by Tarosa
See All by Tarosa
AIで宇宙甲子園 缶サット部門 近畿大会のテーマソングを作る
tarosay
0
3
mrubyとWakayama.rb ~mrubyと共に歩んだ10年~
tarosay
0
120
【THETA撮影会 in 大阪】建築・照明デザイナーとエンジニアのための視環境設計 #4
tarosay
0
220
評価画像変換の簡単な説明
tarosay
0
160
建築・照明デザイナーとエンジニアのための視環境設計
tarosay
0
250
模擬人工衛星DangoSatプロジェクト
tarosay
0
250
全方位色彩解析ソフト REALAPS Omni Colorのマニュアル
tarosay
0
170
だんごサットの紹介
tarosay
0
160
Tellusで、串本のおいしいお刺身を!
tarosay
1
440
Other Decks in Technology
See All in Technology
Snowflake Intelligenceにはこうやって立ち向かう!クラシルが考えるAI Readyなデータ基盤と活用のためのDataOps
gappy50
0
270
現場で効くClaude Code ─ 最新動向と企業導入
takaakikakei
1
250
20250910_障害注入から効率的復旧へ_カオスエンジニアリング_生成AIで考えるAWS障害対応.pdf
sh_fk2
3
260
[ JAWS-UG 東京 CommunityBuilders Night #2 ]SlackとAmazon Q Developerで 運用効率化を模索する
sh_fk2
3
450
dbt開発 with Claude Codeのためのガードレール設計
10xinc
2
1.3k
エンジニアリングマネージャーの成長の道筋とキャリア / Developers Summit 2025 KANSAI
daiksy
1
390
AIのグローバルトレンド2025 #scrummikawa / global ai trend
kyonmm
PRO
1
300
品質視点から考える組織デザイン/Organizational Design from Quality
mii3king
0
210
Evolución del razonamiento matemático de GPT-4.1 a GPT-5 - Data Aventura Summit 2025 & VSCode DevDays
lauchacarro
0
210
テストを軸にした生き残り術
kworkdev
PRO
0
210
Platform開発が先行する Platform Engineeringの違和感
kintotechdev
4
580
slog.Handlerのよくある実装ミス
sakiengineer
4
380
Featured
See All Featured
Mobile First: as difficult as doing things right
swwweet
224
9.9k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.4k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
285
13k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
The Power of CSS Pseudo Elements
geoffreycrofte
77
6k
GitHub's CSS Performance
jonrohan
1032
460k
Art, The Web, and Tiny UX
lynnandtonic
303
21k
Designing for humans not robots
tammielis
253
25k
Navigating Team Friction
lara
189
15k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.6k
Build The Right Thing And Hit Your Dates
maggiecrowley
37
2.9k
Transcript
REALAPS-omniを利用した全方位画 像による視環境評価技術について (株)ビジュアル・テクノロジー研究所 山本三七男
・VTL(ビジュアル・テクノロジー研究所)の紹介 ・自己紹介 ・技術の紹介 画像解析による視環境評価とは リアル・アピアランス画像の説明 グレアの推定について 明るさ知覚の推定について ・REALAPS-omni関連アプリの紹介 ・デモンストレーション Radianceシミュレーション結果の解析
RICOH THETA画像を用いた解析 目次
VTLの紹介 画像から「どう見えるか」を判断する 視環境設計・制御を提案する。 詳細はホームページを見てください。 http://vtl.co.jp/
自己紹介 社員はリモートで仕事をしています 私は実家のある和歌山県有田市 在住
画像解析による視環境評価とは
フォーカルとアンビエント フォーカル ビジョン 中心視を用いて,見ようとする対象を意図的に見ること アンビエント ビジョン 景色を見まわしたときに,様々なものが自然に目に 入ってきたり,視対象の周辺にあるものが自然に目に 入ってきたりするときの見え方
フォーカル視環境 としての評価 アンビエント視環境 としての評価 • 視対象サイズ • 視対象輝度(測光色) • 背景輝度(測光色)
ある部分の局所的な見え方 画像の絵としての見え方 • コントラストの画像分布(図) • 平均的な輝度・色度値 必要な評価 パラメータ 必要な評価 パラメータ 視環境を評価する側面
実空間の輝度分布
輝度(色度)画像を測定している Camera records a tristimulus color image.
輝度・色度計(luminous color meter) 色度も出力 色度:厳密な色情報 (x= 0.23 , y= 0.31)
外部環境が見える仕組み
リアル・アピアランス画像の説明
外部環境が見える仕組み
「外部環境からの光」と透明スクリーン 透明スクリーン
透明スクリーンからディスプレイへ ディスプレイ
正確な測光色画像(輝度・色度画像)が得られてい れば,その画像データから,明示的なアルゴリズム で生成された測光色画像をディスプレイに表示する ことで,実環境の視覚的体験を近似的に再現できる. リアル・アピアランス画像
統合コントラスト画像とリアルアピアランス画像 ・ ・ ・ ・ 対 数 輝 度 画
像 統 合 コ ン ト ラ ス ト 画 像 分解 コントラスト画像 コントラスト画像 コントラスト画像 細かい変化を抽出 粗い変化を抽出 細かい輝度変化 粗い輝度変化 近似画像 合成 ×係数 リ ア ル ・ ア ピ ア ラ ン ス 画 像 合成 +
リアル・アピアランス画像の変換パラメータの効果 写真の露出に対応 係数の効果
グレアの推定について
グレア評価はUGRのモデル式を利用 (PGSVなども同様に利用できる) UGR = 8*log10( 0.25/Lb * Ls^2 * ω
/ P^2) Ls:グレア源輝度、Lb:背景輝度、ω:光源サイズ(立体角)、P:ポジションインデックス P=1とし,グレア源を見た時のUGRを推定
UGRの評価スケール 28→ひどすぎる 22→不快 16→気になる 10→感じ始める
高輝度部分がオーバーフローしていないであることが必要
maxUGR=14.51 視角3deg(立体角約0.00215sr)のグレア源を検出すると,正 面の角から左二つ目の反射がグレア源と検出され,気にな るレベルであることが分かる
maxUGR=20.87 視角6deg(立体角約0.0085sr)のグレア源を検出すると,正 面の角から左二つ目の反射がグレア源と検出され,不快な レベルであることが分かる
不快なレベルのグレア光源
明るさ知覚の推定について
輝度画像から明るさ画像への変換 ・ ・ ・ ・ 輝 度 画 像 明
る さ 画 像 ウェーブ レット分解 輝度変化画像 輝度変化画像 輝度変化画像 細かい変化を抽出 粗い変化を抽出 細かい輝度変化 粗い輝度変化 ×係数 ×係数 ×係数 ウェーブ レット合成 近似画像 ×係数 実験より求めた 人の明るさに対 応した感度 ※全方位画像ではコントラストにかかる係数を 一定としている
20cd/ ㎡ 20cd/ ㎡ 20cd/ ㎡
輝度画像 (距離6mから3mのスクリーンを見る→28度) (28deg/910pixel=0.03 deg/pixel) 0.05 0.1 1 10 100 1000
10000 100 200 300 400 500 600 700 800 900 100 200 300 400 500 600
対比の効果を入れる→明るさ画像 中央平均値 7.35 5.99 非常に明るい 明るい やや明るい どちらでもない やや暗い 暗い
とても暗い
None
全方位明るさ画像
明るさ検討画像から (空間全体の)明るさ感推定値を算出 ※立体角を反映した値となっている.
E(明るさ感推定値)=152.36 + 144 * R (B領域の面積-D領域の面積) (D領域の面積+N領域の面積+B領域の面積) R= ⚫ 4以下の値をもつ領域:
暗い色であると判断され,明るさ感には影響しない ⚫ 4~6.5の値をもつ領域: 薄暗く見え,明るさ感を低下させる(D:Dark領域) ⚫ 6.5~7.5の値をもつ領域: 明るくも暗くもなく見え,明るさ感に特に影響を与えない (N: Nutral領域) ⚫ 7.5~9の値をもつ領域: 明るく見え,明るさ感を向上させる(B: Bright領域) ⚫ 9以上の値をもつ領域: 光源と判断され,明るさ感には影響しない 明るさ感推定値はNB値の面積割合
REALAPS-omni関連アプリの紹介 • REALAPS-omni 全方位画像を用いた明るさ解析 • REALAPS-U-omni 全方位画像を用いた眼前照度及びグレア解析 • REALAPS-U-com 輝度画像の合成解析
シミュレーションデータの全方位画像合成
REALAPS-omniの紹介 全方位の輝度画像、明るさ画像、明るさ検討画像を用いた明るさ知覚推定ができます。
REALAPS-omniの紹介 RICOH THETA画像から測光色画像データの作製
REALAPS-U-omniの紹介 全方位輝度画像データを用いたて、全視野眼前照度、指定範囲の眼前照度の測定が できます。
REALAPS-U-omniの紹介 全方位画像を用いて、視線方向を切り替えた全視野眼前照度、指定範囲の眼前照度 の測定ができます。
REALAPS-U-omniの紹介 全方位画像から切り替えた視線方向に見える画像から、光源サイズ別のUGR代表値、 等価グレア源輝度、等価背景輝度を測定することができます。
REALAPS-U-comの紹介 光源の異なる輝度画像データを合成して、1つの輝度画像を作成することができます。 合成時に輝度値を変化させることにより、光源の影響を変えることができます。
REALAPS-U-comの紹介 Radianceが計算した‘angular fisheye distortion’のHDRデータを合成して、全方位画像 データを生成することができます。
REALAPS-U-comの紹介 Radianceが計算した‘angular fisheye distortion’のHDRデータを合成して、全方位画像 データを生成することができます。
デモを行います
ご清聴ありがとうございました