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
270
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
mrubyとWakayama.rb ~mrubyと共に歩んだ10年~
tarosay
0
100
【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
160
評価画像変換の簡単な説明
tarosay
0
110
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
200
模擬人工衛星DangoSatプロジェクト
tarosay
0
210
全方位色彩解析ソフト REALAPS Omni Colorのマニュアル
tarosay
0
150
だんごサットの紹介
tarosay
0
120
Tellusで、串本のおいしいお刺身を!
tarosay
1
390
MRとリアルアピアランス
tarosay
0
170
Other Decks in Technology
See All in Technology
Turing × atmaCup #18 - 1st Place Solution
hakubishin3
0
470
生成AIをより賢く エンジニアのための RAG入門 - Oracle AI Jam Session #20
kutsushitaneko
4
220
サーバレスアプリ開発者向けアップデートをキャッチアップしてきた #AWSreInvent #regrowth_fuk
drumnistnakano
0
190
サービスでLLMを採用したばっかりに振り回され続けたこの一年のあれやこれや
segavvy
2
390
祝!Iceberg祭開幕!re:Invent 2024データレイク関連アップデート10分総ざらい
kniino
2
250
Amazon Kendra GenAI Index 登場でどう変わる? 評価から学ぶ最適なRAG構成
naoki_0531
0
100
kargoの魅力について伝える
magisystem0408
0
200
alecthomas/kong はいいぞ / kamakura.go#7
fujiwara3
1
300
LINE Developersプロダクト(LIFF/LINE Login)におけるフロントエンド開発
lycorptech_jp
PRO
0
120
第3回Snowflake女子会_LT登壇資料(合成データ)_Taro_CCCMK
tarotaro0129
0
180
AIのコンプラは何故しんどい?
shujisado
1
190
LINEスキマニにおけるフロントエンド開発
lycorptech_jp
PRO
0
330
Featured
See All Featured
GitHub's CSS Performance
jonrohan
1030
460k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
44
9.3k
Optimizing for Happiness
mojombo
376
70k
Stop Working from a Prison Cell
hatefulcrawdad
267
20k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
0
97
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
It's Worth the Effort
3n
183
28k
Building a Scalable Design System with Sketch
lauravandoore
460
33k
Adopting Sorbet at Scale
ufuk
73
9.1k
Fontdeck: Realign not Redesign
paulrobertlloyd
82
5.3k
Automating Front-end Workflow
addyosmani
1366
200k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
226
22k
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