CN116034420A - 引导装置、程序和引导方法 - Google Patents

引导装置、程序和引导方法 Download PDF

Info

Publication number
CN116034420A
CN116034420A CN202080103441.8A CN202080103441A CN116034420A CN 116034420 A CN116034420 A CN 116034420A CN 202080103441 A CN202080103441 A CN 202080103441A CN 116034420 A CN116034420 A CN 116034420A
Authority
CN
China
Prior art keywords
unit
parameter
reference value
parameters
target position
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202080103441.8A
Other languages
English (en)
Inventor
宫川翔贵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN116034420A publication Critical patent/CN116034420A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G06F9/453—Help systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S7/00—Indicating arrangements; Control arrangements, e.g. balance control
    • H04S7/30—Control circuits for electronic adaptation of the sound field
    • H04S7/302—Electronic adaptation of stereophonic sound system to listener position or orientation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S7/00—Indicating arrangements; Control arrangements, e.g. balance control
    • H04S7/30—Control circuits for electronic adaptation of the sound field
    • H04S7/302—Electronic adaptation of stereophonic sound system to listener position or orientation
    • H04S7/303—Tracking of listener position or orientation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
    • H04S2400/11—Positioning of individual sound objects, e.g. moving airplane, within a sound field

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)
  • Navigation (AREA)

Abstract

引导装置(100)具有：参数搜索部(116)，其在输出了选择出的对象的至少一部分时，以使按照用户根据该对象的至少一部分估计的位置即估计位置与确定的目标位置之间的偏离而变化的评价值接近预定的值的方式，反复进行从确定的类别的参数的初始值起更新该参数的处理，由此执行用于将用户的意识引导到目标位置的优选参数的搜索，根据该搜索的结果确定用于输出选择出的对象的至少一部分的参数；对象生成部(120)，其使用确定的参数生成用于输出选择出的对象的至少一部分的输出数据；以及对象输出部(121)，其根据输出数据输出选择出的对象的至少一部分。

Description

引导装置、程序和引导方法
技术领域
本发明涉及引导装置、程序和引导方法。
背景技术
公知人具有根据显示器的显示区域中显示的信息估计显示器的显示区域外的特定位置的能力。例如，人视觉辨认显示器中显示的图形的一部分，想象图形的整体像，由此能够估计从显示器分离的二维位置。这是利用被称作非模态补整(amodal completion)的人的视觉上的认知处理的信息提示。
不限于视觉，在听觉上，也存在感觉从不存在物理扬声器的位置听到声音的被称作声像定位的技术领域。例如，针对多个扬声器利用被称作振幅摇摄的技术，由此能够制作虚拟的声源。不限于振幅摇摄，通过完全不需要物理扬声器的头部传递函数(HRTF；Head-Related Transfer Function)这样的技术也能够制作虚拟声源。
这样，将通过利用人的认知处理的信息提示向特定的位置进行引导定义为位置引导。位置引导在想要引起人的注意的场景中特别有用。例如，在专利文献1中，通过提示用于直观地掌握前方车辆或行人的位置信息的图形，对驾驶员的驾驶进行辅助。
现有技术文献
专利文献
专利文献1：日本特开2015-096946号公报
发明内容
发明要解决的课题
在位置引导中，人估计出的位置与引导目的地的位置(以后称作目标位置)之间的误差(以后称作估计误差)小是重要的。但是，不清楚如何设定与向用户提示的图形或声音有关的参数才能将估计误差抑制得较小。关于参数的类别，在图形的情况下，存在角度或长度等，在声音的情况下，存在音量或声源的位置等。应该适当地设定这些类别的参数以使估计误差变小。
在现有技术中，以客观上妥当的方式根据经验设定参数的情况较多。但是，在根据经验进行的位置引导中存在如下问题：利用非模态补整等人的认知处理，但是，没有考虑由于该过程而产生的针对估计的误差的影响。即使引导相同的目标位置，认知处理的举动也会根据参数的组合而变化，因此，应该根据认知的观点来决定参数。
因此，本发明的一个或多个方式的目的在于，减小人估计的位置与希望引导的位置之间的偏离。
用于解决课题的手段
本发明的一个方式的引导装置的特征在于，该引导装置具有：目标位置确定部，其确定目标位置，该目标位置是通过为了利用用户的估计将用户的意识引导到某个位置而输出的对象的至少一部分来引导用户的意识的位置；参数初始化部，其确定用于输出所述对象的至少一部分的参数的初始值；参数搜索部，其在输出了所述对象的至少一部分时，以使按照用户根据所述对象的至少一部分估计的位置即估计位置与所述目标位置之间的偏离而变化的评价值接近预定的值的方式，反复进行从所述初始值起更新所述确定的类别的参数的处理，由此执行用于将用户的意识引导到所述目标位置的优选参数的搜索，根据所述搜索的结果确定用于输出所述对象的至少一部分的参数；对象生成部，其使用所述确定的参数生成用于输出所述对象的至少一部分的输出数据；以及对象输出部，其根据所述输出数据输出所述对象的至少一部分。
本发明的一个方式的程序的特征在于，该程序使计算机作为以下部分发挥功能：目标位置确定部，其确定目标位置，该目标位置是通过为了利用用户的估计将用户的意识引导到某个位置而输出的对象的至少一部分来引导用户的意识的位置；参数初始化部，其确定用于输出所述对象的至少一部分的参数的初始值；参数搜索部，其在输出了所述对象的至少一部分时，以使按照用户根据所述对象的至少一部分估计的位置即估计位置与所述目标位置之间的偏离而变化的评价值接近预定的值的方式，反复进行从所述初始值起更新所述确定的类别的参数的处理，由此执行用于将用户的意识引导到所述目标位置的优选参数的搜索，根据所述搜索的结果确定用于输出所述对象的至少一部分的参数；对象生成部，其使用所述确定的参数生成用于输出所述对象的至少一部分的输出数据；以及对象输出部，其根据所述输出数据输出所述对象的至少一部分。
本发明的一个方式的引导方法的特征在于，确定目标位置，该目标位置是通过为了利用用户的估计将用户的意识引导到某个位置而输出的对象的至少一部分来引导用户的意识的位置，确定用于输出所述对象的至少一部分的参数的初始值，在输出了所述对象的至少一部分时，以使按照用户根据所述对象的至少一部分估计的位置即估计位置与所述目标位置之间的偏离而变化的评价值接近预定的值的方式，反复进行从所述初始值起更新所述确定的类别的参数的处理，由此执行用于将用户的意识引导到所述目标位置的优选参数的搜索，根据所述搜索的结果确定用于输出所述对象的至少一部分的参数，使用所述确定的参数生成用于输出所述对象的至少一部分的输出数据，根据所述输出数据输出所述对象的至少一部分。
发明效果
根据本发明的一个或多个方式，能够减小人估计的位置与希望引导的位置之间的偏离。
附图说明
图1是概略地示出实施方式1的引导装置的结构的框图。
图2是示出被选择为对象的等腰三角形的一例的概略图。
图3是用于说明等腰三角形中的基准值的概略图。
图4是用于说明基准值计测部中的处理例的概略图。
图5是示出搜索前的参数和搜索后的参数中的等腰三角形的配置的比较例的概略图。
图6是概略地示出引导装置的硬件结构例的框图。
图7是示出在实施方式1中选择对象并计测基准值为止的处理的流程图。
图8是示出在实施方式1中确定目标位置并输出对象为止的处理的流程图。
图9是示出被选择为对象的圆的一例的概略图。
图10是示出被选择为对象的线的一例的概略图。
图11是示出被选择为对象的圆锥的一例的概略图。
图12的(A)和(B)是示出被选择为对象的动态图像的一例的概略图。
图13是示出被选择为对象的声音的一例的概略图。
图14是概略地示出实施方式2的引导装置的结构的框图。
图15是示出在实施方式2中选择对象并计测基准值为止的处理的流程图。
图16是概略地示出实施方式3的引导装置的结构的框图。
图17是示出实施方式3中的制约设计部的处理例的概略图。
图18是示出在实施方式3中选择对象并计测基准值为止的处理的流程图。
具体实施方式
实施方式1
图1是概略地示出实施方式1的引导装置100的结构的框图。
引导装置100具有输入部101、对象选择部102、目标位置确定部103、参数初始化部104、参数校正部110、对象生成部120和对象输出部121。
输入部101受理来自用户的输入。
对象选择部102选择为了利用用户的估计将用户的意识引导到某个位置而输出的对象，确定用于输出该对象的至少一部分的参数的类别。例如，作为向目标位置引导用户的手段，对象选择部102选择一个或多个图形或声音等对象，确定生成选择出的对象所需要的参数的类别。
另外，关于对象的选择，可以根据作为对象选择部102发挥功能的应用，经由输入部101由用户手动地选择，也可以按照特定的算法由对象选择部102自动地选择。关于参数的类别，也与对象的选择同样，可以由用户手动地确定，也可以按照特定的算法自动地确定。
目标位置确定部103确定目标位置，该目标位置是通过选择出的对象的至少一部分来引导用户的意识的位置。目标位置可以是一维位置、二维位置和三维位置中的任意一种。此外，目标位置可以利用传感器自动地确定，也可以经由输入部101由用户输入。
参数初始化部104确定由对象选择部102确定的类别的参数的初始值。
这里，对具体例进行说明。
在下述的非专利文献1中记载有如下技术：在显示器显示被称作Wedge的等腰三角形的一部分，使用户估计其顶点位置。由此，能够将用户的意识引导到该顶点位置。
非专利文献1：Gustafson,S.,Baudisch,P.,Gutwin,C.,Irani,P.,“Wedge：Clutter-Free Visualization of Off-Screen Locations”,In Proceedings of the ACMConference on Human Factors in Computing Systems(CHI 2008),787-796.
例如，在引导装置100中，在使用非专利文献1记载的技术的情况下，对象选择部102选择等腰三角形作为对象，确定角度和长度作为参数的类别。
具体而言，在选择了图2所示的等腰三角形10作为对象的情况下，作为决定显示器(未图示)中显示的区域即显示器区域DR中的等腰三角形10的配置的参数，确定顶角θ、等边长度l以及从等腰三角形10的顶点P10到显示器区域DR的距离d这三个类别。
该情况下，目标位置确定部103确定希望由等腰三角形10引导的位置作为目标位置。
参数初始化部104也可以决定随机的值作为由对象选择部102确定的类别的参数的初始值。此外，参数初始化部104也可以通过以下的研究来确定该参数的初始值。
例如，利用通过非专利文献1等所示的公知的算法决定的参数作为初始值，由此能够期待动作比较稳定的参数校正。该情况下，在计算初始值的算法中，需要到目标位置的距离和方向。此外，在目标位置连续地变化的情况下，将在时刻t校正后的参数设为下一个时刻即时刻t+1的参数的初始值，由此，能够进一步减少参数的校正所需要的计算量。或者，也可以不是自动地决定初始值，而是在事前或执行时经由输入部101由用户输入初始值。
每当被输入由目标位置确定部103确定的目标位置和由参数初始化部104确定的参数的初始值双方时，参数校正部110将校正后的参数提供给对象生成部120。
参数校正部110具有成本定义部111、基准值类别选择部112、基准值计测部113、基准值存储部114、成本计算部115和参数搜索部116。
成本定义部111定义成为搜索参数时的指针的评价值。这里，评价值是成本这样的应该最小化的值。例如，成本定义部111根据选择出的对象和确定的类别的参数进行成本的定义。成本能够使用一个或多个基准值来定义。作为最简单的定义，存在将基准值直接视为成本的方法。在存在多个基准值的情况下，通过各基准值的加权和来定义成本即可。该情况下，需要事前调整与各基准值对应的项的权重。另外，成本定义部111经由输入部101从用户受理成本的定义的输入即可。
成本的定义是左右参数的校正质量的重要处理，因此，应该尽量避免所述权重等超参数的导入而在理论上设计自然的成本。此外，成本的个数不需要是一个，也可以设置多个而在参数搜索时同时进行考虑。
这里，根据显示器区域DR中的等腰三角形10的一部分，多个用户假设被估计为等腰三角形10的顶点P10的估计位置的分布成为正态分布。该情况下，如图3所示，如果确定从该顶点P10到正态分布的平均AV的距离VB、正态分布中的长度方向的标准偏差即长度方向标准偏差VL和正态分布中的厚度方向的标准偏差即厚度方向标准偏差VW，则唯一地确定正态分布的形状。
而且，图3所示的正态分布成为如下的理想正态分布：在平均AV(＝d+VB)与由目标位置确定部103确定的目标位置一致且长度方向标准偏差VL和厚度方向标准偏差VW无限接近零时，抵消用户的认知处理的影响。
因此，成本定义部111确定基于当前的参数的正态分布与理想正态分布之间的伪距离作为成本即可。即，成本定义部111导入能够表现正态分布之间的伪距离的库尔贝克-莱布勒信息量作为成本即可。由此，随着进行参数的搜索，正态分布的平均AV接近目标位置，并且，正态分布的标准偏差接近零。
具体而言，在基准值中选择正态分布的平均和目标位置的偏离量以及正态分布的标准偏差，成本能够设为正态分布与理想正态分布之间的伪距离。
基准值类别选择部112选择定义成本所需要的基准值的类别。这里，在基准值的类别中，应该选择包含人的认知处理的影响(例如偏差或个人差)的类别，以增大参数校正的效果。此外，与成本不同，需要能够直接计测各基准值。基准值表示用户根据按照参数输出的对象的至少一部分估计的位置即估计位置与确定的目标位置之间的偏离的大小。
例如，作为不依赖于对象选择的通用的基准值的类别，可举出从用户估计出的位置到目标位置的误差或到用户进行估计为止所需要的所需时间。
或者，也可以选择到计测视线的移动并确定目标位置为止的移动距离作为基准值的类别。
如果更重视实际应用上的位置引导的效果，则设计特定的应用为目的的任务(例如从多个目标位置找出最近的目标位置的任务等)并将其正确率或完成度等设为基准值的类别即可。
另一方面，不限于基于客观评价的数值指标，例如也可以选择基于“易理解度”的5个阶段评价等主观评价的间隔尺度等作为基准值的类别。
具体而言，在成本定义部111导入上述的库尔贝克-莱布勒信息量作为成本的情况下，关于基准值的类别，如图3所示，选择距离VB、长度方向标准偏差VL和厚度方向标准偏差VW。
另外，基准值类别选择部112经由输入部101从用户受理基准值的类别的输入即可。
基准值计测部113进行通过对作为用户的被试验者的实验将参数与由基准值类别选择部112选择出的类别的基准值对应起来的处理。
例如，基准值计测部113在确定的类别中选择参数，根据使用该选择出的参数输出的对象的至少一部分计测选择出的类别的基准值。然后，基准值计测部113将计测出的基准值和选择出的参数对应起来，作为基准值信息存储于所述基准值存储部。
具体而言，基准值计测部113根据按照随机的顺序对多名被试验者提示各种参数的组合的对象时的被试验者的应答来计测基准值即可。被试验者的数量越增大，越能够取得更加反映个人差的基准值。此外，越增加参数的组合数量，在成本计算部115中越能够取得更加准确的基准值。
此时，关于实验中使用的参数的组合，用户可以根据应用而自由地决定。使参数等间隔地变化的方法最简单，但是，在参数的种类多的情况下或收集大量数据的负荷大的情况下，也可以通过根据用户的应答自适应地决定下一个参数的组合的方法(例如贝叶斯优化等)高效地收集数据。关于实验环境，可以是实际环境，也可以是VR(Virtual Reality：虚拟现实)环境等虚拟环境。在实际环境中进行的情况下，如显示器或扬声器等那样根据对象或应用选择适当的输出装置，使用计测装置记录与用户的应答对应的基准值。在虚拟环境中实施的情况下也是同样的，但是，能够在物理上狭窄的空间内实施实验或顺畅地切换对象的显示，因此，能够高效地取得更多的数据。
图4是用于说明基准值计测部113的处理例的概略图。
这里，如图4所示，说明活用VR空间来进行实验的方法。
作为被试验者的用户利用从VR控制器11发出的光线，由此，即使在物理上分开较远，也能够短时间且直观地指定平面上的点的位置。该情况下，估计位置成为用户根据通过对应的参数在虚拟现实空间中输出的对象估计出的位置。
例如，在图2和图3所示的例子中，按照作为参数的距离d、顶角θ和等边长度l的组合，将距离VB、长度方向标准偏差VL和厚度方向标准偏差VW分别对应起来。例如，通过这种对应，在基准值中反映用户的认知处理的影响。例如，在发明人进行的实验中，随着距离d增大，距离VB变小，用户可知存在过少地评价距离d的倾向。通过实验得到的参数与基准值的对应数据作为基准值信息存储于基准值存储部114。
基准值存储部114存储将参数和基准值对应起来的基准值信息。关于该基准值信息，可以直接保持由基准值计测部113得到的数据集，但是，也可以为了提高数据的品质而进行离群值去除或平滑化等预处理。
成本计算部115通过参照基准值存储部114中存储的基准值信息，确定与从参数搜索部116提供的参数对应的基准值，使用确定的基准值计算成本。然后，成本计算部115将计算出的成本提供给参数搜索部116。
例如，在与提供的参数对应的基准值存储于基准值存储部114的情况下，成本计算部115仅直接使用该基准值即可。另一方面，在与提供的参数对应的基准值未存储于基准值存储部114的情况下，成本计算部115进行例外处理。例如，成本计算部115从基准值存储部114中检索最接近提供的参数的参数即附近参数，利用与该附近参数对应的基准值。或者，成本计算部115也可以使用多个附近参数对基准值进行插值(例如线性插值等)。如果基准值存储部114中存储的基准值的数量多且到附近参数的距离比较小，则这些处理充分发挥功能。根据基准值计算成本的方法基于事前由成本定义部111进行的定义。
具体而言，成本计算部115从基准值存储部114中读出与从参数搜索部116提供的参数对应的基准值即距离VB、长度方向标准偏差VL和厚度方向标准偏差VW，使用这些基准值计算库尔贝克-莱布勒信息量作为成本。
参数搜索部116在输出了对象的至少一部分时，以使按照用户根据该对象的至少一部分估计的位置即估计位置与确定的目标位置之间的偏离而变化的评价值接近预定的值(例如0)的方式，反复进行从确定的初始值起更新确定的类别的参数的处理，由此执行用于将用户的意识引导到目标位置的优选参数的搜索。然后，参数搜索部116根据该搜索的结果确定用于输出对象的至少一部分的参数。
换言之，参数搜索部116使用由目标位置确定部103确定的目标位置，从由参数初始化部104确定的参数的初始值起，以由成本计算部115计算的成本这样的值变小的方式搜索参数，由此更新参数。
例如，参数搜索部116在输出了选择出的对象的至少一部分时，以使成为用户根据该对象的至少一部分估计的位置即估计位置与确定的目标位置越偏离则越大的值的成本变小的方式，反复进行从确定的类别的参数的初始值起更新参数的处理，由此执行用于将用户的意识引导到目标位置的优选参数的搜索，根据该搜索的结果确定用于输出该对象的至少一部分的参数。
具体而言，参数搜索部116使用从成本计算部115提供的成本计算与当前的参数有关的成本的梯度，由此将新的参数提供给成本计算部115。然后，参数搜索部116从成本计算部115取得新的参数的成本。参数搜索部116反复进行这种搜索处理直到成本的变化变小为止，将校正结束后的参数提供给对象生成部120。
这里，参数的搜索方法存在各种算法，但是，以当前的参数为中心逐渐扩大搜索范围(例如多维球的半径等)，从基准值存储部114中参照与其内部包含的参数对应的基准值并对成本进行比较的方法是最简单的。
一般而言，成本可能根据参数而复杂地变化，因此，不清楚是否通过搜索使成本收敛于特定的值。因此，参数搜索部116设定搜索次数或成本的变化达到一定值等特定的条件，根据是否满足条件来判断是否继续搜索即可。
图5是示出搜索前的参数和搜索后的参数中的等腰三角形的配置的比较例的概略图。
在搜索前，等腰三角形10#1的顶点P10#1和目标位置TP一致，但是，在搜索后，等腰三角形10#2的顶点P10#2和目标位置TP不一致。这是由于，在上述非专利文献1记载的技术中，将从显示器到顶点的距离d设为常数进行处理，与此相对，在参数校正部110中也将距离d设为参数进行处理，对其值进行了校正。
此外，搜索后的等腰三角形10#2的顶点P10#2位于比目标位置TP更远的位置。这是由于，如上所述，反映了用户过少地估计距离的倾向。因此，可知能够通过校正来考虑认知处理的影响。
对象生成部120使用从参数校正部110提供的参数，生成用于输出选择出的对象的至少一部分的输出数据。例如，在对象为图形的情况下，对象生成部120将利用从参数校正部110提供的参数描绘的图形的数据转换成交给外部库的描绘用功能的数据形式。此外，在对象为声音的情况下，对象生成部120按照从参数校正部110提供的参数进行信号处理等。
具体而言，对象生成部120使用作为从参数搜索部116送出的参数的顶角θ、等边长度l和距离d，生成表示等腰三角形的一部分的图形的输出数据。例如，对象生成部120将表示等腰三角形的一部分图形的图形数据转换成作为光栅形式或向量形式的数据的输出数据，以能够显示于显示器。然后，对象生成部120将该输出数据提供给对象输出部121。
对象输出部121从对象生成部120接受有效形式的输出数据，根据该输出数据输出对象的至少一部分。
例如，在对象为图形的情况下，对象输出部121进行基于显示器的显示或基于投影仪的投影即可。
此外，在对象为声音的情况下，对象输出部121通过扬声器阵列或指向性扬声器再现事前录制的声音或实时进行信号处理后的声音等即可。此时，对象输出部121还进行与输出的时机有关的控制。例如，在选择了多个对象的情况下，对象输出部121需要使向用户提示的时机同步。其可以以自动控制的方式程序化，也可以由用户经由输入部101直接控制。
具体而言，在显示器中描绘等腰三角形的情况下，对象输出部121需要执行由OpenGL或OpenCV等外部库定义的函数。该情况下，对象输出部121将从对象生成部120送出的输出数据交给描绘用的函数，由此能够描绘等腰三角形的一部分。
图6是概略地示出引导装置100的硬件结构例的框图。
引导装置100能够通过具有输入接口(以下称作输入I/F)131、输出接口(以下称作输出I/F)132、计测装置133、存储器136、内存137和处理器138的计算机130构成。
输入I/F131是键盘、鼠标、触摸面板或VR控制器等能够进行交互控制的装置。输入I/F131作为输入部101发挥功能。
输出I/F132是显示器、投影仪或扬声器等能够通过电信号来控制的硬件装置。输出I/F132由对象输出部121来控制。
计测装置133是为了计测各种值而使用的装置。计测装置133由基准值计测部113或目标位置确定部103来控制。
计测装置133例如包含计测接口(以下称作计测I/F)134和传感器135。
计测I/F134是计测基准值的装置。例如，在选择了与估计位置之间的误差作为基准值的情况下，计测I/F134成为鼠标、操纵杆、触摸面板或VR控制器等用于供用户进行指示的装置。在选择了到估计为止的所需时间作为基准值的情况下，计测I/F134成为计时器。在选择了视线的移动距离作为基准值的情况下，计测I/F134成为红外线传感器、图像传感器等装置。
另外，计测I/F134也可以使用主观评价中使用的问卷纸张等计测基准值。
传感器135是为了确定目标位置而使用的装置。传感器135是加速度传感器、磁传感器、陀螺仪传感器、人感传感器等光传感器、摄像头等图像传感器、距离传感器或超声波传感器等装置。传感器135由目标位置确定部103来控制，在用户未直接指定目标位置的情况下被使用。
此外，如果是汽车导航等使用地图的位置引导的情况，则GPS(GlobalPositioning System：全球定位系统)等也包含在传感器中。此外，在使用图像传感器的情况下，通过一并使用跟踪等CV(Computer Vision：机器视觉)技术，能够更加准确地检测目标位置。
存储器136是ROM(Read Only Memory：只读存储器)、闪存、EPROM(ErasableProgrammable Read Only Memory：可擦除可编程只读存储器)或EEPROM(ElectiricallyErasable Programmable Read Only Memory：电可擦除可编程只读存储器)等非易失性半导体存储器、HDD(Hard Disk Drive：硬盘驱动器)等存储装置、磁盘、软盘、光盘、高密度盘、迷你盘或DVD这样的记录介质。存储器136作为基准值存储部114发挥功能，并且还用于存储引导装置100的处理所需要的程序的二进制码。此时，在二进制码中还包含表示由对象选择部102、成本定义部111或基准值类别选择部112生成的参数的类别、成本的定义或基准值的类别的信息。
另外，在实施方式1中，在计算机130中包含存储器136，但是，实施方式1不限于这种例子。例如，存储器136也可以是能够与计算机130进行通信的其他计算机、服务器或云等。
内存137是暂时保持处理器138执行的程序和各种数据的RAM(Random AccessMemory：随机存取存储器)等易失性半导体存储器。内存137用于暂时存储OS(OperatingSystem：操作系统)的一部分功能、OS读入的程序的二进制码或由处理器138管理的数据(例如参数、基准值或成本等)。
处理器138是执行从内存137读入的程序的CPU(Central Processing Unit：中央处理单元)、微处理器、微计算机、DSP(Digital Signal Processor：数字信号处理器)等处理装置。处理器138使用同样从内存137读入的OS的功能执行嵌入程序中的对象选择部102、目标位置确定部103、参数初始化部104、参数校正部110、对象生成部120和对象输出部121中的各处理。
以上的程序可以通过网络提供，此外，可以记录于记录介质来提供。即，这种程序例如作为程序产品来提供。
图7是示出选择对象并计测基准值为止的处理的流程图。
图7所示的处理是离线进行的离线处理。在引导装置100中，通过事前执行这种离线处理，此后能够多次执行图8所示的在线处理。
此外，离线处理不仅可以执行一次，还可以根据应用的执行环境的变化而多次执行一部分。例如，在显示器的尺寸被变更的情况下，再次执行基准值计测部113中的处理，由此，能够在成本计算部115中取得更加准确的基准值。
首先，对象选择部102选择向用户提示的一个或多个对象，确定生成各个对象的参数的类别的列表(S10)。
接着，基准值类别选择部112根据选择出的对象和确定的参数选择一个或多个基准值的类别(S11)。
接着，成本定义部111使用由基准值类别选择部112选择出的类别的基准值定义一个或多个成本，确定该成本与基准值的关系式(S12)。
接着，基准值计测部113针对由基准值类别选择部112选择出的基准值的类别，根据使用计测I/F134得到的用户的应答计测基准值，将该基准值与参数对应起来存储于基准值存储部114(S13)。
图8是示出确定目标位置并输出对象为止的处理的流程图。
图8所示的流程图中进行的处理如上所述是在线处理。
首先，目标位置确定部103经由传感器135或输入部101确定目标位置(S20)。然后，目标位置确定部103将确定的目标位置提供给参数初始化部104。例如，目标位置确定部103将到目标位置的距离和方向提供给参数初始化部104。
接着，参数初始化部104根据提供的目标位置决定由对象选择部102确定的类别的参数的初始值(S21)。然后，参数初始化部104将决定的初始值提供给参数搜索部116。
但是，在随机地决定初始值的情况下不依赖于目标位置，因此，参数初始化部104也可以在步骤S20之前先进行处理。
接着，成本计算部115按照从成本定义部111提供的成本的定义，使用与从基准值存储部114接受的当前的参数对应的基准值计算成本(S22)。然后，成本计算部115将计算出的成本提供给参数搜索部116。
接着，参数搜索部116确认从成本计算部115提供的成本，判断是否结束成本的搜索(S23)。例如，参数搜索部116根据是否满足与事前设定的搜索次数或成本的变化等有关的条件来判断是否结束成本的搜索即可。然后，如果满足条件，则参数搜索部116判断为结束成本的搜索(S23：是)，使处理进入步骤S25。另一方面，如果不满足条件，则参数搜索部116判断为继续进行成本的搜索(S23：否)，使处理进入步骤S24。
在步骤S24中，参数搜索部116使用从成本计算部115提供的成本执行参数的搜索，将新的参数提供给成本计算部115，使处理返回步骤S22。
在步骤S25中，对象生成部120从参数搜索部116接受参数，根据该参数生成对象，将用于输出对象的输出数据提供给对象输出部121。
接着，对象输出部121向输出I/F132送出对象的数据，由此执行外部库的API(Application Programming Interface：应用程序接口)，输出对象(S26)。
接着，目标位置确定部103判断是否存在等待处理状态的目标位置(S27)。在存在等待处理的目标位置的情况下(S27：是)，将该目标位置提供给参数初始化部104，使处理返回步骤S21。
另外，在不存在等待处理的目标位置的情况下(S27：否)，目标位置确定部103使程序成为待机状态直到新输入目标位置为止。在应用结束的情况下或人明确中止的情况下，在线处理结束。
如上所述，根据实施方式1，能够实现人的认知处理的估计误差小的位置引导。
变形例1
在以上记载的实施方式1中，示出使用等腰三角形的一部分进行位置引导的例子，但是，实施方式1不限于这种例子。
例如，在下述的非专利文献2中记载有如下技术：在显示器显示被称作Halo的圆的一部分，由此使用户估计该圆的中心位置。由此，能够将用户的意识引导到该中心位置。
非专利文献2：Patric Baudisch and Ruth Rosenholtz,“Halo：a technique forvisualizing off-screen objects”,In Proceedings of the ACM Conference on HumanFactors in Computing Systems(CHI 2003),481-488.
在引导装置100中，在使用非专利文献2记载的技术的情况下，对象选择部102选择圆作为对象，定义圆的半径作为参数的类别。
具体而言，在选择了图9所示的圆12作为对象的情况下，作为决定显示器区域DR中的圆12的配置的参数，定义半径r和从圆12的中心P12到显示器区域DR的距离d这两个类别。
该情况下，目标位置确定部103确定由圆12引导的位置作为目标位置。
如上所述，即使等腰三角形的顶点位置和目标位置不一致，也能够实现高精度的位置引导。同样，在圆12的情况下，圆的中心P12和目标位置TP不需要一致。
关于这些对象的选择，可以根据应用而由用户手动地选择，也可以按照特定的算法自动地进行选择。例如，公知Halo与Wedge相比，描绘范围广，信息量多，另一方面，存在图形彼此容易重叠、视觉辨认性降低的问题。因此，也可以如在一个目标位置的情况下使用Halo，在存在多个目标位置的情况下使用Wedge那样，根据状况来选择对象。
变形例2
此外，对象选择部102还能够选择图10所示的这种线13作为对象。
该情况下，从显示器区域DR侧的线的端点13a朝向另一个端点13b使透明度单调增加，能够将用户的意识引导到透明度成为100％的点处。
此时，与上述同样，线13的端点13b和目标位置TP也可以不必一致。因此，对象选择部102能够确定从端点13b到显示器区域DR的距离d和线的长度l作为参数的类别。
另外，透明度的变化不需要为线性，也可以是非线性。即，还能够选择指数函数或二次函数等单调变化的函数，导入该函数中的系数等作为参数的类别。
变形例3
对象选择部102还能够选择图11所示的这种圆锥14作为对象。
圆锥14能够视为上述的等腰三角形10向三维的扩张。因此，确定与等腰三角形10相同的参数的类别即可。而且，圆锥14的顶点P14也可以与目标位置TP不一致，在决定圆锥14的配置的参数的类别中，确定顶角θ、等边长度l和从顶点P14到显示器区域DR的距离d即可。
变形例4
对象选择部102还能够选择带动画的图形(换言之，动态图像)作为对象。
例如，对象选择部102能够选择如图12的(A)或图的12(B)所示，箭头的一部分变化成其他颜色(例如黄色)，随着时间的推移这一部分朝向箭头的末端移动这样的带动画的图形。
该情况下，当以到目标位置TP的距离越近则这一部分的移动速度越快的方式设计动画时，能够确定这一部分的速度作为参数。
该带动画的图形是一例，代替其一部分移动，也可以使透明度变化。此外，图形可以放大或缩小。在任何情况下，均需要对速度或周期等与时间有关的参数进行校正。
变形例5
对象选择部102还能够选择从扬声器再现的声音作为对象。
这里，对使用被称作振幅摇摄的技术制作虚拟声像的方法进行说明。振幅摇摄是如下技术：对从两个以上的扬声器之间再现的声音赋予强度差，由此在等距离上的特定位置生成虚拟的声像。
如图13所示，在利用扬声器1和扬声器2的2ch的扬声器的情况下，能够在到扬声器1和扬声器2的等距离上的位置生成虚拟声像。这里，与上述同样，虚拟声像的位置P15也可以不必与目标位置TP一致。因此，作为决定虚拟声像的位置P15的参数的类别，确定扬声器1和扬声器2之间的声音的强度之比v1/v2以及扬声器1和扬声器2各自的方向θ即可。
实施方式2
图14是概略地示出实施方式2的引导装置200的结构的框图。
引导装置200具有输入部101、对象选择部102、目标位置确定部103、参数初始化部104、参数校正部210、对象生成部120和对象输出部121。
实施方式2的引导装置200的输入部101、对象选择部102、目标位置确定部103、参数初始化部104、对象生成部120和对象输出部121与实施方式1的引导装置100的输入部101、对象选择部102、目标位置确定部103、参数初始化部104、对象生成部120和对象输出部121相同。
每当被输入由目标位置确定部103确定的目标位置和由参数初始化部104确定的参数的初始值双方时，参数校正部210将校正后的参数提供给对象生成部120。
参数校正部210具有成本定义部111、基准值类别选择部112、基准值计测部113、基准值存储部114、成本计算部215、参数搜索部116、模型构建部217和模型存储部218。
实施方式2中的参数校正部210的成本定义部111、基准值类别选择部112、基准值计测部113、基准值存储部114和参数搜索部116与实施方式1中的参数校正部110的成本定义部111、基准值类别选择部112、基准值计测部113、基准值存储部114和参数搜索部116相同。
成本计算部215根据与从参数搜索部116提供的参数对应的基准值计算成本。然后，成本计算部215将计算出的成本提供给参数搜索部116。
这里，在成本计算部215中为了计算成本而使用的基准值左右校正后的参数的质量，因此，使用更加准确的基准值是重要的。但是，在基准值存储部114存储的基准值少的情况下或从参数搜索部116提供的参数取稀少的值的情况下等，基准值的精度可能变低。
实施方式2的引导装置200具有模型构建部217和模型存储部218，由此，能够使用机器学习技术取得更加准确的基准值。换言之，实施方式2的引导装置200通过使用机器学习技术，与实施方式1相比，能够抑制基准值存储部114应该存储的基准值的数量，得到高精度的基准值。
模型构建部217根据基准值存储部114中存储的参数和与该参数对应的基准值的离散的数据集，构建表示参数与基准值的连续的对应关系的机器学习模型。
具体而言，模型构建部217进行模型的选定、模型的学习和模型的评价。可以选择在模型中反映了领域知识的参数化的模型(例如正态分布或混合分布等)，也可以选择不假设概率分布的形状的非参数化的模型(例如高斯过程等)。这里，作为模型，例如构建高斯过程回归模型。
然后，模型构建部217利用基准值存储部114保持的数据集作为训练数据，通过基于均方误差或交叉熵等的最大似然估计或导入了先验分布的贝叶斯估计等模型、或与任务对应的学习基准，对模型进行学习。使用训练中未使用的数据对学习后的模型进行评价，制作更好的模型。此时，关于模型的评价指标，根据均方误差或决定系数等任务或学习基准适当选择即可。
对模型构建部217的处理例进行说明。
例如，模型构建部217从基准值存储部114读入与作为基准值的距离VB有关的数据集，使用多项式回归模型或高斯过程回归模型等进行学习即可。在发明人进行的实验中，高斯过程回归模型更适合于数据，因此，将高斯过程回归中使用的内核的参数发送到模型存储部218即可。
模型存储部218存储记述对象参数和与该参数对应的基准值的连续的对应关系的模型的参数。例如，在选择了正态分布作为模型的情况下，模型存储部218仅存储平均和方差这2种参数。
成本计算部215使用模型存储部218中存储的模型计算与从参数搜索部116提供的参数对应的基准值，使用计算出的基准值计算成本。然后，成本计算部215将计算出的成本提供给参数搜索部116。
对成本计算部215的处理例进行说明。
成本计算部215从模型存储部218取得模型的参数，由此构成高斯过程回归模型，对该模型输入由目标位置确定部103确定的目标位置和从参数搜索部116提供的当前的参数，由此计算作为基准值的距离VB、长度方向标准偏差VL和厚度方向标准偏差VW。然后，成本计算部215使用这些基准值计算库尔贝克-莱布勒信息量作为成本，将其结果送出到参数搜索部116。
通过具有以上的模型构建部217和模型存储部218，在模型连续且平滑的情况下，参数搜索部116能够通过基于梯度的优化(例如最速下降法等)搜索参数。具体而言，参数搜索部116计算当前的参数中的成本的梯度，朝向该方向搜索参数即可。
以上记载的模型构建部217也能够通过图6中记载的处理器138执行预先确定的程序来实现。学习中的模型的参数存储于内存137。
模型存储部218能够通过存储器136实现。
图15是示出在实施方式2中选择对象并计测基准值为止的处理的流程图。
这里，对图15所示的流程图中包含的步骤中的进行与图7所示的流程图中包含的步骤相同的处理的步骤标注与图7相同的标号。
图15所示的流程图中包含的步骤S10～S13的处理与图7所示的流程图中包含的步骤S10～S13的处理相同。
但是，在图15中，在步骤S13的处理之后，处理进入步骤S34。
在步骤S34中，模型构建部217从基准值存储部114读入参数和基准值的数据集，进行模型的学习，将学习后的模型的参数存储于模型存储部218，结束离线处理。
此时，如果不进行模型的再次学习，则模型构建部217也可以从基准值存储部114丢弃数据集。在在线处理时不利用基准值存储部114，因此，由此能够削减基准值存储部114需要的存储区域(例如存储器的容量等)。但是，要注意在不丢弃的情况下能够进行逐次的模型的再次学习。
在实施方式2中，也通过图8所示的流程图进行确定目标位置并输出对象为止的处理。
但是，在步骤S22中，成本计算部215使用模型存储部218中存储的模型计算与从参数搜索部116提供的参数对应的基准值，根据计算出的基准值计算成本。然后，成本计算部215将计算出的成本提供给参数搜索部116。
如上所述，根据实施方式2，引导装置200能够使用机器学习技术取得更加准确的基准值，能够更加准确地计算成本。
实施方式3
图16是概略地示出实施方式3的引导装置300的结构的框图。
引导装置300具有输入部101、对象选择部102、目标位置确定部103、参数初始化部104、参数校正部310、对象生成部120和对象输出部121。
实施方式3的引导装置300的输入部101、对象选择部102、目标位置确定部103、参数初始化部104、对象生成部120和对象输出部121与实施方式1的引导装置100的输入部101、对象选择部102、目标位置确定部103、参数初始化部104、对象生成部120和对象输出部121相同。
每当被输入由目标位置确定部103确定的目标位置和由参数初始化部104确定的参数的初始值双方时，参数校正部310将校正后的参数提供给对象生成部120。
参数校正部310具有成本定义部111、基准值类别选择部112、基准值计测部113、基准值存储部114、成本计算部115、参数搜索部316和制约设计部319。
实施方式3中的参数校正部310的成本定义部111、基准值类别选择部112、基准值计测部113、基准值存储部114和成本计算部115与实施方式1中的参数校正部110的成本定义部111、基准值类别选择部112、基准值计测部113、基准值存储部114和成本计算部115相同。
在实施方式1中，可能由于参数的校正而进行预计不到的动作。例如，在对图形的长度进行校正时可能取负值，此外，在声音的情况下，当音量过大时，可能产生噪音等其他问题。
因此，在实施方式3中，叙述用于通过导入制约设计部319来保证稳定的动作的方法。但是，实施方式3中叙述的特征也可以追加到实施方式2中。
制约设计部319指定各参数可取的值的范围。
在参数的制约中，存在与参数的定义域有关的制约和执行环境固有的制约。前者例如是指图形的长度取正值这样的制约。后者例如是指根据显示器的大小或形状限制图形的描绘区域这样的制约。制约的数量是任意的，也可以在在线执行中放宽或加强制约。
图17示出制约设计部319的处理例。
这里，设计出导入新的变量intrusion和变量base并分别设置最小值和最大值这样的制约。另外，这些变量能够使用作为参数的顶角θ、等边长度l和距离d来计算。
在该制约中，根据显示器的大小或形状适当地设定最大值，由此，等腰三角形不会显示在显示器的中心附近。通过该制约，能够不遮挡位于中心视野的内容地在周边视野配置图形。
参数搜索部316使用由目标位置确定部103确定的目标位置，以从由参数初始化部104确定的参数的初始值起使由成本计算部115计算的成本这样的值变小的方式，按照由制约设计部319设计的制约搜索参数，由此对参数进行更新。
实施方式3中的参数搜索部316需要一边考虑制约一边搜索参数。在实施方式1那样不使用模型的情况下，参数搜索部316逐一检查搜索到的参数是否满足制约即可。另一方面，在实施方式2那样使用模型的情况下，参数搜索部316在满足制约条件的方向上更新参数即可，这能够通过解决带制约条件的优化问题来实现。
以上记载的制约设计部319也能够通过图6中记载的处理器138执行预先确定的程序来实现。另外，也可以将用户设计出的制约的列表作为程序的二进制码存储于存储器136，制约设计部319按照用户设计出的特定的算法自动地决定制约。例如，以使图形的描绘区域成为显示器的面积的1/10以下这样的方式设计算法，由此，能够根据环境自动地决定制约。
图18是示出在实施方式3中选择对象并计测基准值为止的处理的流程图。
这里，对图18所示的流程图中包含的步骤中的进行与图7所示的流程图中包含的步骤相同的处理的步骤标注与图7相同的标号。
图18所示的流程图中包含的步骤S10～S13的处理与图7所示的流程图中包含的步骤S10～S13的处理相同。
但是，在图18中，在步骤S10的处理之后，与步骤S11和步骤S12的处理并行地进行步骤S44的处理。
在步骤S44中，制约设计部319决定各参数的取值范围。但是，本步骤也可以不必在步骤S13之前实施，但是，在决定了制约的情况下，在步骤S13中应该通过被试验者实验来验证的参数范围缩小，能够进行高效的基准值的收集，因此，优选在步骤S13之前实施。
在实施方式3中，也通过图8所示的流程图进行确定目标位置并输出对象为止的处理。
但是，在步骤S24中，参数搜索部316参照由制约设计部319设计的制约，以满足该制约的方式进行低成本的参数搜索。
标号说明
100、200、300：引导装置；101：输入部；102：对象选择部；103：目标位置确定部；104：参数初始化部；110、210、310：参数校正部；111：成本定义部；112：基准值类别选择部；113：基准值计测部；114：基准值存储部；115、215：成本计算部；116、316：参数搜索部；217：模型构建部；218：模型存储部；319：制约设计部；120：对象生成部；121：对象输出部。

Claims (17)

1.一种引导装置，其特征在于，该引导装置具有：
目标位置确定部，其确定目标位置，该目标位置是通过为了利用用户的估计将用户的意识引导到某个位置而输出的对象的至少一部分来引导用户的意识的位置；
参数初始化部，其确定用于输出所述对象的至少一部分的参数的初始值；
参数搜索部，其在输出了所述对象的至少一部分时，以使按照用户根据所述对象的至少一部分估计的位置即估计位置与所述目标位置之间的偏离而变化的评价值接近预定的值的方式，反复进行从所述初始值起更新所述确定的类别的参数的处理，由此执行用于将用户的意识引导到所述目标位置的优选参数的搜索，根据所述搜索的结果确定用于输出所述对象的至少一部分的参数；
对象生成部，其使用所述确定的参数生成用于输出所述对象的至少一部分的输出数据；以及
对象输出部，其根据所述输出数据输出所述对象的至少一部分。
2.根据权利要求1所述的引导装置，其特征在于，
所述评价值是成为所述估计位置与所述目标位置越偏离则越大的值的成本。
3.根据权利要求2所述的引导装置，其特征在于，
所述引导装置还具有：
基准值存储部，其存储基准值信息，该基准值信息将多个所述参数的各个参数和基准值对应起来，所述基准值表示用户根据通过多个所述参数的各个参数输出的所述对象的至少一部分估计的估计位置与所述目标位置之间的偏离大小；以及
成本计算部，其使用所述基准值计算所述成本。
4.根据权利要求2所述的引导装置，其特征在于，
所述引导装置还具有：
基准值存储部，其存储基准值信息，该基准值信息将多个所述参数的各个参数和基准值对应起来，所述基准值表示用户根据通过多个所述参数的各个参数输出的所述对象的至少一部分估计的估计位置与所述目标位置之间的偏离大小；
模型构建部，其使用所述基准值信息构建表示参数与基准值之间的连续的对应关系的机器学习模型；
模型存储部，其存储所述机器学习模型的参数；以及
成本计算部，其使用所述机器学习模型计算与所述初始值或所述更新后的参数对应的基准值，使用所述计算出的基准值计算所述成本。
5.根据权利要求4所述的引导装置，其特征在于，
所述模型构建部构建高斯过程回归模型作为所述机器学习模型。
6.根据权利要求3～5中的任意一项所述的引导装置，其特征在于，
所述引导装置还具有：
对象选择部，其选择所述对象，确定用于输出所述对象的至少一部分的参数的类别；
基准值类别选择部，其根据所述对象和所述确定的类别的参数选择基准值的类别；
成本定义部，其根据所述选择出的类别进行所述成本的定义；以及
基准值计测部，其根据所述定义在所述确定的类别中选择参数，根据通过所述选择出的参数输出的所述对象计测所述选择出的类别的基准值，将所述计测出的基准值和所述选择出的参数对应起来，作为所述基准值信息存储于所述基准值存储部。
7.根据权利要求3～6中的任意一项所述的引导装置，其特征在于，
在将多个用户根据通过多个参数的各个参数输出的所述对象的至少一部分估计出的多个估计位置的分布视为正态分布的情况下，所述基准值是所述正态分布的平均和所述目标位置的偏离量以及所述正态分布的标准偏差，
所述成本是所述正态分布与理想正态分布之间的伪距离。
8.根据权利要求2～7中的任意一项所述的引导装置，其特征在于，
所述估计位置是用户根据通过对应的参数在虚拟现实空间中输出的所述对象的至少一部分估计出的位置。
9.根据权利要求1～8中的任意一项所述的引导装置，其特征在于，
所述引导装置还具有制约设计部，该制约设计部对所述参数搜索部执行所述搜索的参数的范围进行制约。
10.根据权利要求1～9中的任意一项所述的引导装置，其特征在于，
所述对象为等腰三角形。
11.根据权利要求1～9中的任意一项所述的引导装置，其特征在于，
所述对象为圆。
12.根据权利要求1～9中的任意一项所述的引导装置，其特征在于，
所述对象为线。
13.根据权利要求1～9中的任意一项所述的引导装置，其特征在于，
所述对象为圆锥。
14.根据权利要求1～9中的任意一项所述的引导装置，其特征在于，
所述对象为动态图像。
15.根据权利要求1～9中的任意一项所述的引导装置，其特征在于，
所述对象为声音。
16.一种程序，其特征在于，该程序使计算机作为以下部分发挥功能：
目标位置确定部，其确定目标位置，该目标位置是通过为了利用用户的估计将用户的意识引导到某个位置而输出的对象的至少一部分来引导用户的意识的位置；
参数初始化部，其确定用于输出所述对象的至少一部分的参数的初始值；
参数搜索部，其在输出了所述对象的至少一部分时，以使按照用户根据所述对象的至少一部分估计的位置即估计位置与所述目标位置之间的偏离而变化的评价值接近预定的值的方式，反复进行从所述初始值起更新所述确定的类别的参数的处理，由此执行用于将用户的意识引导到所述目标位置的优选参数的搜索，根据所述搜索的结果确定用于输出所述对象的至少一部分的参数；
对象生成部，其使用所述确定的参数生成用于输出所述对象的至少一部分的输出数据；以及
对象输出部，其根据所述输出数据输出所述对象的至少一部分。
17.一种引导方法，其特征在于，
确定目标位置，该目标位置是通过为了利用用户的估计将用户的意识引导到某个位置而输出的对象的至少一部分来引导用户的意识的位置，
确定用于输出所述对象的至少一部分的参数的初始值，
在输出了所述对象的至少一部分时，以使按照用户根据所述对象的至少一部分估计的位置即估计位置与所述目标位置之间的偏离而变化的评价值接近预定的值的方式，反复进行从所述初始值起更新所述确定的类别的参数的处理，由此执行用于将用户的意识引导到所述目标位置的优选参数的搜索，根据所述搜索的结果确定用于输出所述对象的至少一部分的参数，
使用所述确定的参数生成用于输出所述对象的至少一部分的输出数据，
根据所述输出数据输出所述对象的至少一部分。
CN202080103441.8A 2020-09-01 2020-09-01 引导装置、程序和引导方法 Pending CN116034420A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/033002 WO2022049616A1 (ja) 2020-09-01 2020-09-01 誘導装置、プログラム及び誘導方法

Publications (1)

Publication Number Publication Date
CN116034420A true CN116034420A (zh) 2023-04-28

Family

ID=80491747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080103441.8A Pending CN116034420A (zh) 2020-09-01 2020-09-01 引导装置、程序和引导方法

Country Status (5)

Country Link
US (1) US20230079940A1 (zh)
JP (1) JP7241981B2 (zh)
CN (1) CN116034420A (zh)
DE (1) DE112020007352B4 (zh)
WO (1) WO2022049616A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11915131B2 (en) * 2020-11-23 2024-02-27 International Business Machines Corporation Initializing optimization solvers

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4281462B2 (ja) * 2003-08-08 2009-06-17 日産自動車株式会社 車両用表示装置
DE102004016808A1 (de) * 2004-04-06 2005-10-27 Robert Bosch Gmbh Signalisiervorrichtung zur Anzeige von Warn- und/oder Informationshinweisen in Fahrzeugen
US20150367859A1 (en) * 2012-12-21 2015-12-24 Harman Becker Automotive Systems Gmbh Input device for a motor vehicle
JP5842110B2 (ja) 2013-10-10 2016-01-13 パナソニックＩｐマネジメント株式会社 表示制御装置、表示制御プログラム、および記録媒体
JP5825328B2 (ja) * 2013-11-07 2015-12-02 コニカミノルタ株式会社 透過型ｈｍｄを有する情報表示システム及び表示制御プログラム
US9766463B2 (en) * 2014-01-21 2017-09-19 Osterhout Group, Inc. See-through computer display systems
WO2015126095A1 (ko) * 2014-02-21 2015-08-27 삼성전자 주식회사 전자 장치
JP6184033B2 (ja) * 2015-02-04 2017-08-23 エヌ・ティ・ティ・コムウェア株式会社 感性評価装置、感性評価方法、およびプログラム
US20180090002A1 (en) * 2015-08-03 2018-03-29 Mitsubishi Electric Corporation Display control apparatus, display device, and display control method
JP6534609B2 (ja) * 2015-12-04 2019-06-26 クラリオン株式会社 追跡装置
US11325472B2 (en) * 2018-04-11 2022-05-10 Mitsubishi Electric Corporation Line-of-sight guidance device

Also Published As

Publication number Publication date
JPWO2022049616A1 (zh) 2022-03-10
WO2022049616A1 (ja) 2022-03-10
DE112020007352B4 (de) 2024-07-11
US20230079940A1 (en) 2023-03-16
DE112020007352T5 (de) 2023-05-25
JP7241981B2 (ja) 2023-03-17

Similar Documents

Publication Publication Date Title
CN109859296B (zh) Smpl参数预测模型的训练方法、服务器及存储介质
Zmuda et al. Optimizing constrained-environment redirected walking instructions using search techniques
US9135502B2 (en) Method for the real-time-capable, computer-assisted analysis of an image sequence containing a variable pose
CN111862337B (zh) 视觉定位方法、装置、电子设备和计算机可读存储介质
JP7131994B2 (ja) 自己位置推定装置、自己位置推定方法、自己位置推定プログラム、学習装置、学習方法及び学習プログラム
KR20170007102A (ko) 3차원 지도 생성 및 표시 장치 및 방법
US8368714B2 (en) Curved surface rendering system and method
US20140098093A2 (en) Method for the Real-Time-Capable, Computer-Assisted Analysis of an Image Sequence Containing a Variable Pose
EP3326156B1 (en) Consistent tessellation via topology-aware surface tracking
JP7129529B2 (ja) 人工知能の使用による３ｄオブジェクトへのｕｖマッピング
US11748937B2 (en) Sub-pixel data simulation system
JPWO2005038710A1 (ja) 移動体動き算出方法および装置、並びにナビゲーションシステム
US11276202B2 (en) Moving image generation apparatus, moving image generation method, and non-transitory recording medium
US11861777B2 (en) Using a determined optimum pose sequence to generate a corresponding sequence of frames of animation of an animation character
US11328182B2 (en) Three-dimensional map inconsistency detection using neural network
CN115362478A (zh) 用于标记图像之间的空间关系的强化学习模型
US20230079940A1 (en) Guidance device, non-transitory computer-readable recording medium, and guidance method
CN114708382A (zh) 基于增强现实的三维建模方法、装置、存储介质、设备
EP2567187A1 (en) Linking of microscopes for analysis of objects comprising tool marks
CN118071906A (zh) 用于场景分量信息估计的设备和方法
JP6725310B2 (ja) 画像処理装置及びプログラム
EP4020400A2 (en) Image processing method and image processing device for generating 3d content by means of 2d images
EP4320595A1 (en) System and method for point cloud generation
JP2007241326A (ja) 移動体動き算出装置
JP6216143B2 (ja) 画像処理装置、その制御方法、およびプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination