JP2009112332A - データ変換装置およびデータ変換プログラム - Google Patents

Abstract

【課題】本発明の目的は、刺激量の時間変化から感度の時間変化を定量的に予測するのに適したデータ変換装置及びデータ変換プログラムを提供することにある。
【解決手段】 本発明のデータ変換装置は、刺激量の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手段（Ｓ３）と、刺激量の時間変化とヒトの感度の時間変化との関係から予め定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手段（Ｓ５）と、前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記刺激量を時間変化させたときにヒトにもたらされる感度を予測する合成手段（Ｓ６）と、を備えたことを特徴とする。
【選択図】 図２

Description

本発明は、ヒトの感度の時間予測などに適用されるデータ変換装置及びデータ変換プログラムに関する。

また、本発明は、ヒトに対する刺激量の時間設計などに適用されるデータ変換装置及びデータ変換プログラムに関する。

ヒトの知覚には、与えられた刺激量の時間変化を検出するという特性がある。但し、或る時点におけるヒトの感度は、その時点で与えられた刺激量だけでなく、それ以前に与えられた刺激量にも影響される。

例えば、昼間にトンネルへ入った直後には周囲が見え難くいが、次第に見え易くなる（暗順応）。また、映画館から明るい外に出た直後には周囲が見え難いが、次第に見え易くなる（明順応）。

或いは、携帯型音楽プレーヤを大音量で使用し続けると音量が物足りなく感じる、塩味の強い料理を食べ続けてていると物足りなく感じる、帰宅直後には感じていた家の臭いが暫くすると感じ無くなる、テレビモニタの表示色が青味がかっていたとしても使用し始めるとその青味を感じ無くなる、といった感度が悪くなる方向への順応（慣れ）もある。

そこで近年、ヒトの感度の時間変化を定量的に予測することが望まれるようになってきた。例えば、ヒトの眼の感度の時間変化が予測できれば、施設内の照明輝度を時間設計することで、利用者に与える印象の時間変化を設計者が制御することも可能である。
特開２００４−６１１５０号公報

しかしながら現時点では、明るさ感の空間分布を定量的に予測する方法は提案されているものの（特許文献１などを参照）、明るさ感度の時間変化を定量的に予測する方法は提案されていない。

本発明の目的は、刺激量の時間変化から、その時間変化がヒトにもたらす感度を定量的に予測するのに適したデータ変換装置及びデータ変換プログラムを提供することにある。

また、本発明の目的は、感度の時間変化から、その時間変化をヒトに与えるための刺激量を定量的に予測するのに適したデータ変換装置及びデータ変換プログラムを提供することにある。

本発明のデータ変換装置は、刺激量の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手段と、刺激量の時間変化とヒトの感度の時間変化との関係から予め定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手段と、前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記刺激量を時間変化させたときにヒトにもたらされる感度を予測する合成手段と、を備えたことを特徴とする。

また、本発明の別のデータ変換装置は、ヒトの感度の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手段と、ヒトの感度の時間変化と刺激量の時間変化との関係から定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手段と、前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記感度を時間変化させるためにヒトに与えるべき刺激量を予測する合成手段と、を備えたことを特徴とする。

なお、本発明の何れかのデータ変換装置において、前記重み付け手段は、前記複数の時間周波数成分の成分量が正である場合と負である場合とで異なる値の重み係数を使用してもよい。

また、前記ウェーブレット分解及び前記ウェーブレット合成には、直交系のウェーブレットが用いられてもよい。

また、前記ウェーブレット分解及び前記ウェーブレット合成には、双直交系のウェーブレットが用いられてもよい。

また、前記刺激量は、ヒトの眼に呈示される光の輝度であり、前記感度は、ヒトの眼の輝度分解能であってもよい。

また、本発明のデータ変換プログラムは、刺激量の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手順と、刺激量の時間変化とヒトの感度の時間変化との関係から定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手順と、前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記刺激量を時間変化させたときにヒトにもたらされる感度を予測する合成手順と、をコンピュータに実行させることを特徴とする。

また、本発明の別のデータ変換プログラムは、ヒトの感度の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手順と、ヒトの感度の時間変化と刺激量の時間変化との関係から定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手順と、前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記感度を時間変化させるためにヒトに与えるべき刺激量を予測する合成手順とをコンピュータに実行させることを特徴とする。

なお、本発明の何れかのデータ変換プログラムにおいて、前記重み付け手順では、前記複数の時間周波数成分の成分量が正である場合と負である場合とで異なる値の重み係数を使用してもよい。

また、前記ウェーブレット分解及び前記ウェーブレット合成には、直交系のウェーブレットが用いられてもよい。

また、前記ウェーブレット分解及び前記ウェーブレット合成には、双直交系のウェーブレットが用いられてもよい。

また、前記刺激量は、ヒトの眼に呈示される光の輝度であり、前記感度は、ヒトの眼の輝度分解能であってもよい。

本発明によれば、刺激量の時間変化から、その時間変化がヒトにもたらす感度を定量的に予測するのに適したデータ変換装置及びデータ変換プログラムが実現する。

また、本発明によれば、感度の時間変化から、その時間変化をヒトに与えるための刺激量を定量的に予測するのに適したデータ変換装置及びデータ変換プログラムが実現する。

［第１実施形態］
以下、本発明の第１実施形態を説明する。本実施形態は、輝度の時間変化データを感度の時間変化データへ変換するデータ変換装置の実施形態である。

図１は、データ変換装置１０の概略構成を示すブロック図である。図１に示すとおり、データ変換装置１０は、データ変換プログラムがインストールされたコンピュータであり、処理対象である入力データや処理結果である出力データを記憶するメモリ１０Ａと、後述するフローチャート（図２）の手順に従ってデータ変換の演算処理を実行する演算部１０Ｂとで構成される。なお、コンピュータにデータ変換プログラムをインストールするには、データ変換プログラムが記録された記録媒体（ＣＤ−ＲＯＭなど）を用いれば良い。又は、インターネットを介してダウンロード可能な搬送波（データ変換プログラムを含む）を用いても良い。

図２は、演算部１０Ｂによる変換処理の手順を示すフローチャートである。以下、各ステップを順に説明する。

ステップＳ１：演算部１０Ｂは、入力データをメモリ１０Ａに取り込む。この入力データは、輝度の時間変化データ（図３）であり、例えば、或る施設に装備された照明の輝度の時間変化データである。ここでは、この時間変化データの輝度軸の単位を輝度値の実数値とし、時間軸の単位を経過時間ではなく遡及時間とする。また、時間軸の刻みを０．０２５秒とし、データ数を１１３とする。

ステップＳ２：演算部１０Ｂは、輝度の時間変化データ（図３）の輝度軸を、順応時における増分閾値の対数値に変換する。輝度の増分閾値とは、その輝度の下でヒトが知覚可能な輝度増加量の最小値のことであり、順応時における増分閾値とは、その輝度に順応しているヒトの増分閾値のことである。変換後の時間変化データは、図４に示すとおりである。

また、本ステップにおいて、演算部１０Ｂは、図５に示すとおり、輝度の時間変化データの時間軸上に被変換点を定め、その被変換点の過去側の所定範囲のデータを参照する。以下、このデータを「参照データＤ（０）」とおく。なお、参照データＤ（０）のデータ範囲は、ヒトの眼が順応するのに必要な時間以上であり、例えば１．２５秒である。ここでは時間軸の刻みが０．０２５秒なので、データ範囲を１．２５秒とすると、参照データＤ（０）のデータ数は５０となる。

ステップＳ３（１回目）：演算部１０Ｂは、図６（ａ）に示すとおり、参照データＤ（０）に対し分解レベル１のウェーブレット分解を施す。これによって、参照データＤ（０）に含まれる最も時間周波数の高い成分（分解レベル１のディテールデータＤＨ（１））と、それ以外の成分（分解レベル１の近似データＤＬ（１））とが得られる。このうちディテールデータＤＨ（１）は、メモリ１０Ａに記憶される。なお、本ステップでは、ウェーブレット分解のマザーウェーブレットを、以下の式で表されるＨａａｒとする。因みに、Ｈａａｒは直交ウェーブレットの一種である。

ステップＳ４：演算部１０Ｂは、ウェーブレット分解の分解レベルが最終レベルに達したか否かを判別し、最終レベルに達していない場合はステップＳ３に戻り、最終レベルに達していた場合はステップＳ５へ移行する。なお、本実施形態では、参照データＤ（０）のデータ数が５０なので、ウェーブレット分解の最終レベルを「６」とする。よって、ステップＳ３は６回繰り返される。

ステップＳ３（２回目）：演算部１０Ｂは、図６（ｂ）に示すとおり、分解レベル１の近似データＤＬ（１）に対し分解レベル２のウェーブレット分解を施す。これによって、近似データＤＬ（１）に含まれる最も時間周波数の高い成分（分解レベル２のディテールデータＤＨ（２））と、それ以外の成分（分解レベル２の近似データＤＬ（２））とが得られる。このうちディテールデータＤＨ（２）は、メモリ１０Ａに記憶される。

ステップＳ３（３回目）：演算部１０Ｂは、図６（ｃ）に示すとおり、分解レベル２の近似データＤＬ（２）に対し分解レベル３のウェーブレット分解を施す。これによって、近似データＤＬ（２）に含まれる最も時間周波数の高い成分（分解レベル３のディテールデータＤＨ（３））と、それ以外の成分（分解レベル３の近似データＤＬ（３））とが得られる。このうちディテールデータＤＨ（３）は、メモリ１０Ａに記憶される。

ステップＳ３（４回目）：演算部１０Ｂは、図６（ｄ）に示すとおり、分解レベル３の近似データＤＬ（３）に対し分解レベル４のウェーブレット分解を施す。これによって、近似データＤＬ（３）に含まれる最も時間周波数の高い成分（分解レベル４のディテールデータＤＨ（４））と、それ以外の成分（分解レベル４の近似データＤＬ（４））とが得られる。このうちディテールデータＤＨ（４）は、メモリ１０Ａに記憶される。

ステップＳ３（５回目）：演算部１０Ｂは、図６（ｅ）に示すとおり、分解レベル４の近似データＤＬ（４）に対し分解レベル５のウェーブレット分解を施す。これによって、近似データＤＬ（４）に含まれる最も時間周波数の高い成分（分解レベル５のディテールデータＤＨ（５））と、それ以外の成分（分解レベル５の近似データＤＬ（５））とが得られる。このうちディテールデータＤＨ（５）は、メモリ１０Ａに記憶される。

ステップＳ３（６回目）：演算部１０Ｂは、図６（ｆ）に示すとおり、分解レベル５の近似データＤＬ（５）に対し分解レベル６のウェーブレット分解を施す。これによって、近似データＤＬ（５）に含まれる最も時間周波数の高い成分（分解レベル６のディテールデータＤＨ（６））と、それ以外の成分（分解レベル６の近似データＤＬ（６））とが得られる。これらのディテールデータＤＨ（６）及び近似データＤＬ（６）は、メモリ１０Ａに記憶される。

ステップＳ５：演算部１０Ｂは、ディテールデータＤＨ（１）〜ＤＨ（６）及び近似データＤＬ（６）に対し係数処理を施すことによりディテールデータＤＨ’（１）〜ＤＨ’（６）及び近似データＤＬ’（６）を取得し、それらのディテールデータＤＨ’（１）〜ＤＨ’（６）及び近似データＤＬ’（６）をメモリ１０Ａに格納する。本ステップにおける係数処理は、以下の式で表される。

この式中で各ディテールデータＤＨ（１）〜ＤＨ（６）に乗算される重み係数を表にすると、図７のとおりとなる。図７に示すとおり、重み係数の値は、ディテールデータ毎（分解レベル毎）に用意されている。各分解レベルの重み係数の値は、輝度の時間変化データに含まれる各時間周波数成分がヒトの感度に与える影響度に相当する。

また、図７に示すとおり、重み係数の値は、ディテールデータの成分量が正であるときと負であるときとで異なるが、これは、同じ時間周波数成分であっても輝度が低から高へと変化するときと、高から低へと変化するときとでは、ヒトの眼の感度に与える影響度が異なることに起因する。

なお、図７に示す重み係数は、輝度の時間変化（図１５（ａ））と、その時間変化が感度に及ぼす時間変化（図１５（ｂ））との関係に基づき予め決定されたものである。その決定方法については後に説明する。

ステップＳ６（１回目）：演算部１０Ｂは、図８（ａ）に示すとおり、分解レベル６のディテールデータＤＨ’（６）及び近似データＤＬ’（６）に対し合成レベル１のウェーブレット合成を施し、分解レベル５の近似データＤＬ’（５）を取得する。なお、本ステップで使用されるマザーウェーブレットは、ステップＳ３で使用したのと同じウェーブレット（Ｈａａｒ）である。

ステップＳ７：演算部１０Ｂは、合成レベルが最終レベルに達したか否かを判別し、最終レベルに達していない場合はステップＳ６に戻り、最終レベルに達していた場合はステップＳ８へ移行する。なお、上述したステップＳ３では分解レベルの最終レベルを「６」としたので、本ステップでも合成レベルの最終レベルを「６」とする。

ステップＳ６（２回目）：演算部１０Ｂは、図８（ｂ）に示すとおり、分解レベル５のディテールデータＤＨ’（５）及び近似データＤＬ’（５）に対し合成レベル２のウェーブレット合成を施し、分解レベル４の近似データＤＬ’（４）を取得する。

ステップＳ６（３回目）：演算部１０Ｂは、図８（ｃ）に示すとおり、分解レベル４のディテールデータＤＨ’（４）及び近似データＤＬ’（４）に対し合成レベル３のウェーブレット合成を施し、分解レベル３の近似データＤＬ’（３）を求める。

ステップＳ６（４回目）：演算部１０Ｂは、図８（ｄ）に示すとおり、分解レベル３のディテールデータＤＨ’（３）及び近似データＤＬ’（３）に対し合成レベル４のウェーブレット合成を施し、分解レベル２の近似データＤＬ’（２）を求める。

ステップＳ６（５回目）：演算部１０Ｂは、図８（ｅ）に示すとおり、分解レベル２のディテールデータＤＨ’（２）及び近似データＤＬ’（２）に対し合成レベル５のウェーブレット合成を施し、分解レベル１の近似データＤＬ’（１）を求める。

ステップＳ６（６回目）：演算部１０Ｂは、図８（ｆ）に示すとおり、分解レベル１のディテールデータＤＨ’（１）及び近似データＤＬ’（１）に対し合成レベル６のウェーブレット合成を施し、分解レベル０の近似データＤＬ’（０）を求める。そして、演算部１０Ｂは、その近似データＤＬ’（０）のうち被変換点に対応するデータを、その被変換点の感度データとしてメモリ１０Ａに記憶する。

ステップＳ８：演算部１０Ｂは、全ての被変換点に関する変換処理（ステップＳ３〜Ｓ７）が終了したか否かを判別し、終了していなかった場合は被変換点を変更してからステップＳ３に戻り、終了していた場合はフローを終了する。

以上の結果、全ての被変換点の感度データがメモリ１０Ａに記憶される。全ての被変換点の感度データを時間順に並べると、図９に示すような感度の時間変化データが得られる。

この時間変化データの感度軸は、増分閾値（＝ヒトが知覚可能な輝度増加量の最小値）によって表されているので、図９に示すカーブのうち落ち込んでいる箇所ほど感度が高く、膨らんでいる箇所ほど感度が低いとみなせばよい。

この感度の時間変化データの描くカーブ（図９）を、輝度の時間変化データの描くカーブ（図３）と比較すると明らかなとおり、照明が点灯された直後（ｔ＝５０）には感度が急激に低下し、それから徐々に感度が回復していることがわかる。また、照明が再び消灯されると（ｔ＝２５）、緩やかに感度が高まっていくことがわかる。

したがって、本実施形態のデータ変換装置１０によれば、施設内の照明の輝度の時間変化から、その時間変化がヒトにもたらす感度の時間変化を、定量的に予測することができる。

なお、本実施形態のデータ変換装置１０は、ウェーブレット分解とウェーブレット合成とに直交ウェーブレットを用いるので、輝度の時間変化データから感度の時間変化データへの変換誤差は非常に小さい。

したがって、本実施形態で取得した感度の時間変化データ（図９）を、同じ直交ウェーブレットを用いて逆変換すれば、元の輝度の時間変化データ（図３）に戻すこともできる。つまり、本実施形態の変換方法を応用すれば、輝度の時間変化データと感度の時間変化データとの双方向変換も可能である（逆変換の詳細は第２実施形態で説明する）。

［第２実施形態］
以下、本発明の第２実施形態を説明する。本実施形態は、感度の時間変化データを輝度の時間変化データへ変換するデータ変換装置の実施形態である。本実施形態のデータ変換装置の構成は、第１実施形態のそれ（図１）と同じであり、動作のみが異なる。よって、ここでは動作のみを説明する。

図１０は、演算部１０Ｂによる変換処理の手順を示すフローチャートである。以下、各ステップを順に説明する。

ステップＳ２１：演算部１０Ｂは、入力データをメモリ１０Ａに取り込む。この入力データは、感度の時間変化データ（図１１）であり、例えば、或る施設の照明設計者が利用者に与えようとしている感度の時間変化データである。ここでは、この時間変化データの感度軸の単位を輝度値の増分閾値の対数値とし、時間軸の単位を経過時間ではなく遡及時間とする。また、時間軸の刻みを０．０２５秒とし、データ数を１１３とする。

また、本ステップにおいて、演算部１０Ｂは、感度の時間変化データ（図１１）の時間軸上に被変換点を定め、その被変換点の過去側の所定範囲のデータを参照する。以下、このデータを「参照データＤ（０）」とおく。なお、参照データＤ（０）のデータ範囲は、ヒトの眼の感度が順応するのに必要な時間以上であり、例えば１．２５秒である。ここでは時間軸の刻みが０．０２５秒なので、データ範囲を１．２５秒とすると、参照データＤ（０）のデータ数は５０となる。

ステップＳ２２：演算部１０Ｂは、第１実施形態のステップＳ３と同様のウェーブレット分解（図６参照）を行う。なお、本ステップでも、ウェーブレット分解のマザーウェーブレットを、Ｈａａｒとする。

ステップＳ２３：演算部１０Ｂは、ウェーブレット分解の分解レベルが最終レベルに達したか否かを判別し、最終レベルに達していない場合はステップＳ２２に戻り、最終レベルに達していた場合はステップＳ２４へ移行する。なお、本実施形態でも、参照データＤ（０）のデータ数が５０なので、ウェーブレット分解の最終レベルを「６」とする。よって、ステップＳ２２は６回繰り返される。繰り返しの結果、分解レベル１〜６のディテールデータＤＨ（１）〜ＤＨ（６）及び分解レベル６の近似データＤＬ（６）が取得され、メモリ１０Ａに記憶される。

ステップＳ２４：演算部１０Ｂは、第１実施形態のステップＳ５と同様、ディテールデータＤＨ（１）〜ＤＨ（６）及び近似データＤＬ（６）に対し係数処理を施すことによりディテールデータＤＨ’（１）〜ＤＨ’（６）及び近似データＤＬ’（６）を取得し、それらのディテールデータＤＨ’（１）〜ＤＨ’（６）及び近似データＤＬ’（６）をメモリ１０Ａに格納する。但し、本ステップにおける係数処理は、第１実施形態の係数処理とは異なり、以下の式で表される。

この式中で各ディテールデータＤＨ（１）〜ＤＨ（６）に乗算される重み係数を表にすると、図１２のとおりとなる。図１２に示すとおり、重み係数の値は、ディテールデータ毎（分解レベル毎）に用意されている。本実施形態の変換処理は、第１実施形態の変換処理の逆変換に相当するので、図１２を前述した図７と比較すると明らかなとおり、本実施形態の重み係数の値は、第１実施形態の重み係数の逆数となっている。

なお、図１２に示す重み係数は、輝度の時間変化（図５（ａ））と、その時間変化が感度に及ぼす時間変化（図１５（ｂ））との関係に基づき予め決定されたものである。その決定方法については後に説明する。

ステップＳ２５：演算部１０Ｂは、第１実施形態のステップＳ６と同様のウェーブレット合成（図８参照）を行う。なお、本ステップで使用されるマザーウェーブレットは、ステップＳ２２で使用されたのと同じウェーブレット（Ｈａａｒ）である。

ステップＳ２６：演算部１０Ｂは、合成レベルが最終レベルに達したか否かを判別し、最終レベルに達していない場合はステップＳ２５に戻り、最終レベルに達していた場合はステップＳ２７へ移行する。なお、上述したステップＳ２２では分解レベルの最終レベルを「６」としたので、本ステップでも合成レベルの最終レベルを「６」とする。これによって、分解レベル０の近似データＤＬ’（０）が求まり、その近似データＤＬ’（０）のうち被変換点に対応するデータが、その被変換点の輝度データとしてメモリ１０Ａに記憶される。

ステップＳ２７：演算部１０Ｂは、全ての被変換点に関する変換処理（ステップＳ２２〜Ｓ２６）が終了したか否かを判別し、終了していなかった場合は被変換点を変更してからステップＳ２２に戻り、終了していた場合はステップＳ２８へ移行する。その結果、全ての被変換点の輝度データがメモリ１０Ａに記憶される。全ての被変換点の輝度データを時間順に並べると、例えば図１３に示すような輝度の時間変化データが得られる（図１３は概念図）。但し、この時間変化データの輝度軸は、順応時における増分閾値の対数値（＝ヒトが知覚可能な輝度増加量の最小値）によって表されている。

ステップＳ２８：演算部１０Ｂは、輝度の時間変化データ（図１３）の輝度軸の単位を輝度値に変換し、変換後の時間変化データ（図１４）をメモリ１０Ａへ記憶してからフローを終了する（図１４は概念図）。なお、この変換は、第１実施形態のステップＳ２における変換の逆変換に相当する。

得られた時間変化データの描くカーブ（図１４）を、感度の時間変化データの描くカーブ（図１１）と比較すると明らかなとおり、感度を高感度ａから低感度ｂへと直線的に変化させようとしたならば、輝度を緩やかに上昇させつつ、必要以上の輝度にまで上昇させてから（図１３（Ａ））、必要な輝度に落とし込めばよい（図１３（Ｂ））ことがわかる。

したがって、本実施形態のデータ変換装置１０によれば、眼の感度の時間変化から、その時間変化を利用者にもたらすのに必要な照明の輝度の時間変化を、定量的に予測することができる。

［重み係数の決定方法］
以下、第１実施形態の重み係数（図７）の決定方法を説明する。

第１実施形態の重み係数（図７）の決定は、実測データによる重回帰分析によって行われる。使用される実測データは、輝度の時間変化の実測データ（図１５（ａ））と、その時間変化がヒトの感度に及ぼす時間変化の実測データ（図１５（ｂ））とである。これらの実測データには、なるべく多くの時間周波数成分が含まれていることが望ましい。よって、実測データ（図１５（ａ））のカーブは、例えばパルス状とされる。

また、実測データ（図１５（ａ）、（ｂ））の時間軸の刻み（時間分解能）は、第１実施形態の入力データのそれと同じである。また、重回帰分析で想定されるマザーウェーブレットの種類は、第１実施形態で使用されるマザーウェーブレットの種類と同じ（ここではＨａａｒ）である。

但し、重回帰分析で想定される参照データのデータ範囲は、重み係数の決定精度を上げるため、第１実施形態で定めた参照データのデータ範囲よりも十分に広いことが望ましい。完全な暗順応は数十分かかるとも言われているため、そのデータ範囲は、数十分又はそれ以上に設定されることが望ましい。また、参照データのデータ範囲が広いので、重回帰分析で想定される最終分解レベル（及び最終合成レベル）は、その分だけ第１実施形態の最終分解レベル（及び最終合成レベル）よりも高く設定される。

以上の条件で重回帰分析を行えば、第１実施形態の重み係数（図７）は、高精度に算出される。そして、第２実施形態の重み係数（図１２）は、第１実施形態の重み係数（図７）の逆数をとるだけで簡単に算出することができる。

［変形例］
なお、上記した何れかの実施形態では、ウェーブレット分解及びウェーブレット合成のマザーウェーブレットにＨａａｒを用いたが、他の直交系ウェーブレットや、双直交系ウェーブレットを使用してもよい。但し、マザーウェーブレットの種類が異なると、前述した重み係数（図７、図１２）の値も異なる。

また、上記した何れかの実施形態では、参照データのデータ数を５０としたので、最終分解レベル（最終合成レベル）を「６」としたが、参照データのデータ数と最終分解レベル（最終合成レベル）との組み合わせを他の組み合わせにしてもよい。因みに、データ数が増える、つまり最終分解レベル（最終合成レベル）が高くなるほど、使用すべき重み係数の個数も増える。

また、上記した第２実施形態では、参照データのデータ数及び最終分解レベル（最終合成レベル）の組み合わせが第１実施形態のそれと同じであったが、異なってもよい。

また、上記した第２実施形態では、入力データの時間分解能が第１実施形態のそれと同じであったが、異なってもよい。但し、その場合は、第２実施形態の重み係数が、第１実施形態の重み係数の逆数にはならないので、第１実施形態の重み係数とは別に第２実施形態の重み係数も重回帰分析で決定される必要がある。

また、上記した第２実施形態では、マザーウェーブレットの種類が第１実施形態のそれと同じであったが、異なってもよい。但し、その場合は、第２実施形態の重み係数が、第１実施形態の重み係数の逆数にはならないので、第１実施形態の重み係数とは別に第２実施形態の重み係数も重回帰分析で決定される必要がある。

また、上記した何れかの実施形態では、ウェーブレット合成に係数処理後のディテールデータの全部を使用したが、係数処理後のディテールデータの一部（例えば、成分量の小さいもの）を無視し、他の一部のみを使用してもよい。これによって、演算が簡略化される。但し、係数処理後のディテールデータの全てをウェーブレット合成に使用する方が、正確な変換を行うことができる。

また、上記した第１実施形態では、輝度の時間変化データを感度の時間変化データへ変換する前に、輝度軸を対数値に変換したが、対数変換の他に例えば１／３乗などのPower Functionを用いてもよい。Power Functionは、均等知覚空間の表現に合わせて設定すればよい。

また、上記した第２実施形態では、感度の時間変化データの縦軸を対数値とし、感度の時間変化データを輝度の時間変化データへ変換した後に、その輝度軸を実数値に変換したが、対数変換の他に例えば１／３乗などのPower Functionを用いてもよい。Power Functionは、均等知覚空間の表現に合わせて設定すればよい。

また、上記した第１実施形態では、輝度の時間変化データを感度の時間変化データへ変換するデータ変換プログラム（第１のデータ変換プログラム）を説明し、第２実施形態では、感度の時間変化データを輝度の時間変化データへ変換するデータ変換プログラム（第２のデータ変換プログラム）を説明したが、輝度の時間変化データと感度の時間変化データとの間の双方向変換が可能なデータ変換プログラムを実現してもよい。

また、上述した変換処理を高速化すれば、データ変換装置１０を次のように動作させることも可能である。すなわち、データ変換装置１０は、輝度の時間変化データを示すカーブと、感度の時間変化データを示すカーブとを同時にモニタへ表示させる。この状態で、一方のカーブをユーザが任意に変形させると、データ変換装置１０は、他方のカーブをリアルタイムで変形させる。このような動作プログラムは、照明設計に使用されるＣＧ作成ソフトウエアなどに組み込まれるとよい。

このＣＧ作成ソフトウエアを使用すれば、設計者は、照明器具の出力の時間変化を、自分の思い描いた通りに設計することができる。

また、上記した何れかの実施形態では、データ変換プログラムがインストールされたコンピュータをデータ変換装置１０としたが、データ変換装置１０を専用のハードウェア（ＬＳＩ）によりチップ化してもよい。チップ化することにより、上述した変換処理を高速に行うことが容易となる。

また、上記した何れかの本実施形態で説明したデータ変換は、視覚と輝度との間に適用されるものであったが、特定の色感度と特定の色度との間や、特定の味覚と特定の味成分量との間や、温熱感覚と温度との間や、特定の嗅覚と特定の臭い成分量と間にも適用することができる。以下、幾つかの応用例を示す。

（１）視覚
・美術館のアプローチの各位置に設置された照明の輝度を、展示室内に入った直後に必要な感度が利用者に与えられるよう設計する。

・美術館で照明の明るい美術品を先に見せつつ、美術品と美術品との間に暗い部分を設け、その暗い部分の頻度や輝度などを適切に設計することにより、照明の暗い美術品に利用者が到達するまでの間に順応を図る。

・違和感のない色光の時間変化パターンを設計する。或いは、注意を引きやすい色光の時間変化パターンを設計する。

・自動車の運転時、夜間のスポーツ時などに、事故の生じ易い状況を予測する。

・自動車の運転時、夜間のスポーツ時などに、事故を防止するために照明を時間設計する。

（２）聴覚
・携帯オーディオの音量を、使用者に気づかれない程度の時間変化パターンで下げることにより、使用感を低下させずに事故や騒音を防ぐ。

（３）味覚
・塩味の濃いものばかりを食べると薄味のものに満足できなくなる様子を定量的に予測する。

・食事内容に不満感を与えずに生活習慣病を防止できるような食事計画をする。

（４）温熱感覚
・冷暖房機の自動温度制御において、夏は違和感を与えにくいような時間変化パターンで温度を上げ、冬は違和感を与えにくいような時間変化パターンで温度を下げることにより、省エネルギーを図る。

（５）嗅覚
・家の臭いが気にならなくなる様子を定量的に予測する。

・注意を引きやすい臭いの変化パターンを予測する。

・麻薬捜査犬の嗅覚をベストに保つための環境整備をする。

データ変換装置１０の概略構成を示すブロック図である。 第１実施形態の変換処理の手順を示すフローチャートである。 第１実施形態の入力データ（輝度の時間変化データ）を示す図である。 輝度軸の変換後の時間変化データを示す図である。 参照データを説明する図である。 ウェーブレット分解の説明図である。 第１実施形態の重み係数を示す図である。 ウェーブレット合成を説明する図である。 第１実施形態の出力データ（感度の時間変化データ）を示す図である。 第２実施形態の変換処理の手順を示すフローチャートである。 第２実施形態の入力データ（感度の時間変化データ）の概念図である。 第２実施形態の重み係数を示す図である。 輝度の時間変化データの概念図である。 第２実施形態の出力データ（輝度の時間変化データ）の概念図である。 重回帰分析で使用される実測データの一例を示す図である。

Claims (12)

1. 刺激量の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手段と、
   刺激量の時間変化とヒトの感度の時間変化との関係から予め定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手段と、
   前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記刺激量を時間変化させたときにヒトにもたらされる感度を予測する合成手段と、
   を備えたことを特徴とするデータ変換装置。
2. ヒトの感度の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手段と、
   ヒトの感度の時間変化と刺激量の時間変化との関係から定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手段と、
   前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記感度を時間変化させるためにヒトに与えるべき刺激量を予測する合成手段と、
   を備えたことを特徴とするデータ変換装置。
3. 請求項１又は請求項２に記載のデータ変換装置において、
   前記重み付け手段は、
   前記複数の時間周波数成分の成分量が正である場合と負である場合とで異なる値の重み係数を使用する
   ことを特徴とするデータ変換装置。
4. 請求項１〜請求項３の何れか一項に記載のデータ変換装置において、
   前記ウェーブレット分解及び前記ウェーブレット合成には、
   直交系のウェーブレットが用いられる
   ことを特徴とするデータ変換装置。
5. 請求項１〜請求項３の何れか一項に記載のデータ変換装置において、
   前記ウェーブレット分解及び前記ウェーブレット合成には、
   双直交系のウェーブレットが用いられる
   ことを特徴とするデータ変換装置。
6. 請求項１〜請求項５の何れか一項に記載のデータ変換装置において、
   前記刺激量は、ヒトの眼に呈示される光の輝度であり、
   前記感度は、ヒトの眼の輝度分解能である
   ことを特徴とするデータ変換装置。
7. 刺激量の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手順と、
   刺激量の時間変化とヒトの感度の時間変化との関係から定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手順と、
   前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記刺激量を時間変化させたときにヒトにもたらされる感度を予測する合成手順と、
   をコンピュータに実行させることを特徴とするデータ変換プログラム。
8. ヒトの感度の時間変化データをウェーブレット分解することにより、前記時間変化データに含まれる複数の時間周波数成分を抽出する分解手順と、
   ヒトの感度の時間変化と刺激量の時間変化との関係から定められた重み係数により、前記抽出された複数の時間周波数成分を重み付けする重み付け手順と、
   前記重み付けされた複数の時間周波数成分をウェーブレット合成することにより、前記時間変化データ通りに前記感度を時間変化させるためにヒトに与えるべき刺激量を予測する合成手順と、
   をコンピュータに実行させることを特徴とするデータ変換プログラム。
9. 請求項７又は請求項８に記載のデータ変換プログラムにおいて、
   前記重み付け手順では、
   前記複数の時間周波数成分の成分量が正である場合と負である場合とで異なる値の重み係数を使用する
   ことを特徴とするデータ変換プログラム。
10. 請求項７〜請求項９の何れか一項に記載のデータ変換プログラムにおいて、
    前記ウェーブレット分解及び前記ウェーブレット合成には、
    直交系のウェーブレットが用いられる
    ことを特徴とするデータ変換プログラム。
11. 請求項７〜請求項９の何れか一項に記載のデータ変換プログラムにおいて、
    前記ウェーブレット分解及び前記ウェーブレット合成には、
    双直交系のウェーブレットが用いられる
    ことを特徴とするデータ変換プログラム。
12. 請求項７〜請求項１１の何れか一項に記載のデータ変換プログラムにおいて、
    前記刺激量は、ヒトの眼に呈示される光の輝度であり、
    前記感度は、ヒトの眼の輝度分解能である
    ことを特徴とするデータ変換プログラム。
    

Images