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
建築・照明デザイナーとエンジニアのための視環境設計
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Tarosa
May 26, 2022
Science
0
270
建築・照明デザイナーとエンジニアのための視環境設計
2022/5/26、6/9 あぴ探AR勉強会資料
Tarosa
May 26, 2022
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
17
mrubyとWakayama.rb ~mrubyと共に歩んだ10年~
tarosay
0
140
【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
240
評価画像変換の簡単な説明
tarosay
0
180
模擬人工衛星DangoSatプロジェクト
tarosay
0
270
全方位色彩解析ソフト REALAPS Omni Colorのマニュアル
tarosay
0
190
だんごサットの紹介
tarosay
0
190
Tellusで、串本のおいしいお刺身を!
tarosay
1
470
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
tarosay
0
400
Other Decks in Science
See All in Science
主成分分析に基づく教師なし特徴抽出法を用いたコラーゲン-グリコサミノグリカンメッシュの遺伝子発現への影響
tagtag
PRO
0
220
あなたに水耕栽培を愛していないとは言わせない
mutsumix
1
290
【論文紹介】Is CLIP ideal? No. Can we fix it?Yes! 第65回 コンピュータビジョン勉強会@関東
shun6211
5
2.4k
中央大学AI・データサイエンスセンター 2025年第6回イブニングセミナー 『知能とはなにか ヒトとAIのあいだ』
tagtag
PRO
0
140
コンピュータビジョンによるロボットの視覚と判断:宇宙空間での適応と課題
hf149
1
580
SpatialRDDパッケージによる空間回帰不連続デザイン
saltcooky12
0
190
Accelerated Computing for Climate forecast
inureyes
PRO
0
160
動的トリートメント・レジームを推定するDynTxRegimeパッケージ
saltcooky12
0
270
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
2
880
KH Coderチュートリアル(スライド版)
koichih
1
60k
データマイニング - ウェブとグラフ
trycycle
PRO
0
260
データベース10: 拡張実体関連モデル
trycycle
PRO
0
1.1k
Featured
See All Featured
Building Flexible Design Systems
yeseniaperezcruz
330
40k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.1k
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.2k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
64
52k
Why Your Marketing Sucks and What You Can Do About It - Sophie Logan
marketingsoph
0
120
We Are The Robots
honzajavorek
0
200
Ethics towards AI in product and experience design
skipperchong
2
240
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
Believing is Seeing
oripsolob
1
96
Docker and Python
trallard
47
3.8k
Design in an AI World
tapps
0
180
Transcript
視環境設計では 「実環境の全視野を含む測光色(輝度・色度)分布を正確に再現すれ ば同じアピアランスが体験できる」とする.
ディスプレイに表示された画像では,画素毎に、三つの発光体の加法混色 によっては生成された測光色(色光)が発光し、測光色分布が表示されて いる。 輝度(測光色)分布を表示する方法 ディスプレイに表示されている測光色分布を見て、われわれはアピアラン スを評価することができる
照 度 輝 度 アピアランスを扱うには、照度ではなく輝度(測光色)を用いなければならず、 さらにアピアランスを検討するには、輝度(測光色)分布画像が必要である 視覚体験との関係を扱うには、照度ではなく輝度(測光色)分布を 用いなければならない
色のついた光 測光色(輝度・色度) 透明スクリーン 測光色分布画像 物が見える仕組み 測光色分布画像は、アピアランスに直接結びつく、客観的に測定できる物理量である 物理量 (全方位測光色分布画像) アピアランス 視覚体験
全方位測光色分布画像 順応を考慮する必要性
視覚体験は視環境において経験する一連のアピアランスから構成される 上記+歴史、時代背景なども含む一連のアピアランス 個々のアピアランス ・・・ ・・・・・・・ 建築家・デザイナー 一般的な利用者 時間経過や歩行、視線移動などによって生ずる一連のアピアランス (アピアランス:人の目に映る見え方、見えている様子)
建築家・デザイナー 設計エンジニア 目標:より良い視環境の実現 論理的・客観的に判断できる (できれば物理的に測定できる) 方法で、良い視環境を実現する 環境条件を設定する 自分の(今までの)視覚体験に 基づいて、良い視環境を実現す る環境条件を設定する
(視環境:光や色などによって実現される、人が視覚を通じて知覚、認識する環境) (研究者や管理者もこちらの立場) 視環境設計の目標 GAP
色のついた光 測光色(輝度・色度) ディスプレイに表示可能な測光色 リアル・アピアランス画像変換 (測光色分布画像のウェーブレット分解を利用) ディスプレイ装置 輝度比を保存した上で、絶対値を下げる。 順応の効果を利用している 視環境設計での測光色分布画像を提示する仕組み
REALAPS-Jpegの利用形態 (1)公 開 (2)限定公開 (3)関係者の間だけで共有 あぴ探ARアーカイブに掲載し、だれでも自由に参照することができる。 urlを関係者の間で共有する。ただし、検索エンジンなどで参照される可能性あり。 REALAPS-Jpegを関係者の間でデータとして共有していれば、 https://apitan-ar.net/realaps-data-viewer/realaps-data- viewer/にアクセスしてviewerを立ち上げることで、場所や
時間の制約なく、自由にその視環境を体験し、さまざまな 評価指標をチェックすることができる。 測定 クラウドなどで関 係者間で共有 REALAPS-Omni シータさえあれば、場所、 時間の制約なし データ送付 (11枚のzip) 本社などが所有 REALAPS-Jpeg データ送付 REALAPS-Jpegを生成 社内サーバでWordPressを起動すれば、社内に閉じた環境でも 共有可能。