JP2016518642A - コーティングの調合のテクスチャ査定のためのシステムおよび方法 - Google Patents

Abstract

種々の実施形態では、本発明は、概して、コーティングマッチを調合する際、データストレージ（例えば、データベース）内におけるコーティングマッチを検索する際、かつ品質保証における使用のために、テクスチャ品質をユーザに提供するために、コーティング混合物の比色および物理的な特性属性を評価するためのシステムおよび方法に関する。コンピュータ実装方法。本方法は、プロセッサを使用して、標的コーティング中のテクスチャを識別するステップを含み、識別するステップは、ベイジアンプロセスを適用するステップと、プロセッサを使用して、検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てるステップと含む。

Description

種々の実施形態では、本発明は、概して、コーティングマッチを調合する際、データストレージ（例えば、データベース）内におけるコーティングマッチを検索する際、かつ品質保証における使用のために、テクスチャ品質をユーザに提供するために、コーティング混合物の比色および物理的な特性属性を評価するためのシステムおよび方法に関する。

調合または検索エンジン（または、視覚プロセス）を使用して、適切なカラーマッチを標的コーティングでコーティングされた標的サンプルに提供するために、標的コーティングの正確な顔料沈着を判定することが望ましい。標的コーティング中のものと同一の顔料または適切なオフセットが、利用される場合、調合または検索プロセスが、標的コーティングの調合に関する、見掛け上最適な解決策に到達し得る。しかしながら、カラーマッチが、顔料テクスチャに起因して、テクスチャ品質が変動する可能性が存在する場合、全体的に合致されたサンプルを精密に提供し得ない。また、故意または偶然のいずれかにおいて、可用性からこれらの顔料を除外することは、最適なカラーマッチ未満である結果をもたらすであろう。

いくつかの既存のマッチ検索または調合エンジンおよび方法論は、種々のアルゴリズムを介して、顔料選択および調合を包含しようとする。種々の顔料識別パッケージおよび調合エンジンは、調合および顔料情報をそのユーザに提供するために、「総当り」的推測および確認タイプのアプローチをとる。組み合わせアプローチ、すなわち、総当り法は、頻繁に使用される方法であって、最終的なマッチにおいて所望される有限数の顔料を前提として、ほぼ全ての利用可能である顔料が、利用可能である全ての組み合わせに組み合わされる。ある条件を前提として、いくつかの顔料の使用法を制限し、エンジンの速度を最適化する、いくつかの方法が存在しているが、最終結果は、調合組み合わせがサンプルに対して有効にされ、最も近似して標的コーティングに合致する１つまたはそれを上回る調合の選択がユーザに提供されるものとなる。

他の解決策は、ユーザに、トナーのサンプルのセットを検索または調合エンジンに提出することを要求し、さらに、他の方法は、使用するための事前に定義されたトナーのサブセットを選択する。これらの方法は、典型的には、ユーザにとって負担となり、合理化方法をユーザのための良好な解決策に提供するために適切な「直感」を欠如させている。加えて、そのような方法論の性質によって、標的コーティングに合致するために必要な適切な顔料が、除外され得る。

ニューラルネットワークは、事前生成される可能性があるマッチの既存のデータベースからカラーマッチを選択する、またはそれら自体が調合エンジンとして作用するために使用されている。ニューラルネットワークの強みは、線形関係と非線形関係との両方に対処するその能力であるが、この強みは、嵩高性と、非柔軟性と、時として、大規模な学習データベースおよび構造を細心の注意を払って管理するための有意なオーバーヘッドの要件とを犠牲にして生じる。ニューラルネットワークの非柔軟性、すなわち、厳密な動作は、概して、ネットワークの隠れ層につながり、かつその中のノード加重を最適化するために、フィードバック設計で使用されなければならない。ニューラルネットワークは、「学習」するために、所望の出力から取得された誤差のこのタイプの逆伝搬を要求する。ニューラルネットワークの実際の学習または訓練は、事前の反復の誤差に基づく加重の入力および調節の繰り返される再導入による所望の出力を前提として計算された誤差の減少に基づく。

図１に見られることができるように、典型的なニューラルネットワークは、誤差が補正される必要がある、または情報の新しい部分が考慮される必要がある場合、ほぼ理想的に定義された入力を要求し、かつ種々の層（ノード）を更新および／または改変するための有意な努力を要求する。いくつかの事前のモデルと比較してより少数のステップは、ユーザに明白であるが、ニューラルネットワークは、１つの大量ステップにおいて調合またはカラー検索への解決を包含することを試みるその性質に起因して、比較的遅く、一方向性である傾向がある。また、上記の本明細書に議論される方法論と同様に、必要な顔料の除外が、可能性として考えられる。ニューラルネットワークはまた、加重、データベース、計算、高度かつ厳密なプロセスマッピング、および効果的である実質的「訓練」の精密かつ幾分単調な保守を要求する。

したがって、処理ステップをより小規模な多方向性の部分に区分する柔軟性を有し、速度および正確性のために、フィードフォワードタイプの設計を利用する、システムおよび方法の必要性が存在する。また、ユーザ相互作用を最小限にし、調合エンジンと組み合わせて、顔料識別および公差の柔軟性がある段階的方法論をもたらす、システムおよび方法の必要性が存在する。

第１の側面では、本発明の実施形態は、コンピュータ実装方法を提供する。本方法は、プロセッサを使用して、標的コーティング中のテクスチャを識別するステップであり、識別するステップは、ベイジアンプロセスを適用するステップを含む、ステップと、プロセッサを使用して、
検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てるステップとを含む。

別の側面では、本発明の実施形態は、システムを対象とする。本システムは、データベースと、データベースと通信するプロセッサとを含み、該プロセッサは、標的コーティング中のテクスチャを識別することであって、識別することは、ベイジアンプロセスを適用することを含む、ことと、検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てることとを行うようにプログラムされる。

別の側面では、本発明の実施形態は、装置を提供する。本装置は、標的コーティング中のテクスチャを識別するための手段であって、識別することは、ベイジアンプロセスを適用することを含む、手段と、プロセッサを使用して、検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てるための手段とを含む。

さらなる側面では、本発明の実施形態は、プロセッサに、標的コーティング中のテクスチャを識別することであって、識別することは、ベイジアンプロセスを適用することを含む、ことと、検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てることとを行わせるためのソフトウェアを含む、非一過性コンピュータ可読媒体を提供する。

図１は、典型的なニューラルネットワークを例証する。 図２は、典型的なベイジアンシステムの実施例を例証する。 図３は、種々の本発明の実施形態による、テクスチャスケール識別ベイジアンモジュールの高レベル表現を例証する。 図４は、種々の本発明の実施形態による、公差ベイジアンモジュールの高レベル表現を例証する。 図５は、標的サンプルのコーティング混合物の物理的な特性属性を識別するために使用され得る、システムの実施形態を例証する。 図６は、種々の本発明の実施形態による、ベイジアンシステムの高レベル表現を例証する。 図７は、標的サンプルのコーティング混合物の物理的な特性属性を識別するためのプロセスの実施形態を例証する。

種々の実施形態では、本発明は、概して、独立型または依存型ベイジアンシステムおよび方法であり得る、ベイジアンビリーフシステムを備える、システムおよび方法に関する。実施形態は、未知の標的コーティングでコーティングされたサンプルのテクスチャ品質を識別するために、組み合わせて使用され得る種々のモジュールを含む。別の側面では、モジュールは、既知のサンプルおよび／または既知の顔料のテクスチャ性質を判定するために使用されてもよい。

本明細書における説明は、概して、塗装を参照するが、本デバイス、システム、および方法は、染料および工業用コーティングを含む、他のタイプのコーティングにも適用されることを理解されたい。本発明の説明される実施形態は、限定されるものとして見なされるべきではない。本発明と一致する方法が、アパレルおよびファッション製品のマッチングおよび／またはコーディネーション等の様々な分野において、実践されてもよい。

本発明の実施形態は、独立型ユニットである、あるいは、例えば、インターネットまたはイントラネット等のネットワークを介して、中央コンピュータと通信する１つまたはそれを上回る遠隔端末またはデバイスを含み得る、コンピュータシステムと併用される、またはその内部に組み込まれてもよい。したがって、本明細書に説明されるコンピュータまたは「プロセッサ」および関連構成要素は、ローカルコンピュータシステム、遠隔コンピュータ、オンラインシステム、またはそれらの組み合わせの一部であってもよい。本明細書に説明されるデータベースおよびソフトウェアは、コンピュータ内部のメモリ内または非一過性コンピュータ可読媒体内に記憶されてもよい。

ベイジアンシステムが、ベイズの定理から確率的推論に基づくが、これは、条件付きの確率の定義から導出される。ベイジアンシステムの実施例は、図２に示される。

ベイズの定理を利用することによって、依存および独立決定点のシステムが、未知のサンプルのテクスチャ性質を判定するために使用されてもよい。

複数の決定点から成る基本的なベイジアンシステムは、所与のサンプルが特定のテクスチャタイプの属性を有することの確率（ビリーフ）を判定するために使用されてもよい。基本的なテクスチャタイプは、複数の定性名目的または順序的分類に分割されることができる。実施例として、いくつかの分類は、非常に上質、上質、中程度、わずかに粗雑、粗雑と標識されてもよい。分類はさらに、例えば、高、中、および低等の光沢特徴によって、細かく分割されることができる。標的コーティングのテクスチャを判定するために使用され得る、ベイジアンシステム内の種々の決定点は、限定ではないが、比色値（ＤＥ、Ｌ、ａ、ｂ、Ｃ、ｈ、Ｘ、Ｙ、およびＺ）、比色値の対数、フロップ指標、類似度指標、進行指標、進行面積、反射率の積、種々の角度のスペクトルデータ、正方形ＤＥの和、および／またはそれらの組み合わせを備えてもよい。

種々の実施形態における第１の決定点が、標的コーティングが効果顔料を含有する、または固体顔料のみが存在するかどうかを判定する。これは、限定ではないが、色彩、明度、および色相を考慮する決定点を利用することによって、行われることができる。種々の確率的方程式が、サンプルが効果顔料沈着を含有する、または直線陰影、固体、および顔料のみを含有する確率を判定するための色彩および明度を前提として、評価されることができる。固体顔料のみが存在する場合、テクスチャは、基質に起因し得、同一基質にわたって適切なマッチングカラー塗装を設置することによって的確に模倣されることができる。効果顔料沈着が存在する場合、ベイジアンシステムおよび方法を用いたさらなる評価が、適切なテクスチャ情報を取り出すために必要であり得る。ベイジアンモジュールを判定するテクスチャの高レベル表現の実施例は、図３に示される。

本発明の実施形態は、Ｘ−Ｒｉｔｅ， Ｉｎｃｏｒｐｏｒａｔｅｄによって作られたＣＭ６４等の５つの角度分光光度計を利用し、器具から提供されるデータの角度毎の様々な加重簡略化決定点を生成する。例えば、１５^ｏの角度における１０よりも大きい色彩値を伴うサンプルのための決定点は、その特定の角度を分析するとき、カラーを考慮した値に関する強調を含む決定の論理的セットを含有するはずである。しかしながら、１０を下回る色彩を伴うサンプルは、明度および暗度値を強調するはずである。角度データの各セットは、本明細書に議論されるサンプルが、５つの粗度分類のうちの１つであることの確率の判定のためのこれらの線に沿って分割されてもよい。種々の実施形態では、光沢値は、類似する方式で考慮されてもよい。２つの現象の組み合わせは、実施例のようなＴ１−Ｔ５からの５つまたはそれを上回る（例えば、背景査定における１５、すなわち、３つの光沢および５つの粗度分類の組み合わせ）範囲によって要約され得る、テクスチャ値をもたらす。

種々の決定点における考慮のための情報を提供することによって、カメラを伴わない、さらに単純な指向性分光光度計が、標的コーティングのテクスチャ情報を提供するために使用されてもよい。情報は、次いで、さらに、カラー関連基準の考慮を通して事前に見出されるマッチの品質を区別するために使用されてもよい。種々の実施形態では、カメラ情報、カラー、またはその他もまた、決定点の付加的群の一部として考慮されてもよい。これらの決定点は、限定ではないが、光沢の強度、所与の半径内の光沢の濃度、類似度指標、および主成分であってもよい。ベイジアンシステムにおける決定の間、これらのパラメータを「同時に」考慮することは、決定の和が個々の部分よりも大きい、相乗的アプローチを可能にし得る。さらに、光沢および粗度値は、単一のテクスチャパラメータに組み合わされてもよい。しかしながら、データセット内からのサンプルへのマッチのための検索を簡略化するために、種々の実施形態では、テクスチャに関するいくつかの一般的な情報が、データセット、利用可能である顔料、または両方内の各マッチに帰属されてもよい。テクスチャ値をデータセットに割り当てるためのプロセスは、本明細書に説明される。事前に開発された調合からのテクスチャ値は、次いで、マッチの互換性を評価するために、標的コーティングのものと直接比較されてもよい。個々の顔料または個々の顔料のグループとの比較は、調合内の種々の濃度における各顔料のテクスチャへの寄与を考慮するために、付加的ベイジアンモジュールを要求し得る。本発明の実施形態は、顔料選択または濃度判定のためであるかどうかにかかわらず、調合エンジン内の情報決定点として使用されてもよい。

用途に応じて、公差モジュールが、テクスチャ値の適切な割り当てを判定するために使用されてもよい。様々なベイジアンの決定点がともに接続され得る、視覚容認可能制限の間の相関関係が、計算されてもよい。決定点の実施例は、限定ではないが、Ｌ、Ｃ、ｈ、デルタＥ等の比色値、スペクトル情報の類似度指標、スペクトル情報の種々の重要な組み合わせの多次元モデル、化合物マッチ格付けシステム、テクスチャ評価、または組み合わされた角度の正規化スペクトル「曲線」であってもよい。公差ベイジアンモジュールの高レベル表現が、図４に例証される。

図５は、標的サンプルのコーティング混合物の物理的特性属性を識別するために使用され得る、システム９０の実施形態を例証する。ユーザ９２が、グラフィカルユーザインターフェース等のユーザインターフェース９４を利用し、分光光度計９６を動作させ、標的サンプル９８の特性を測定してもよい。分光光度計９６からのデータは、パーソナルコンピュータ、モバイルデバイス、または任意のタイプのプロセッサ等のコンピュータ１００に転送されてもよい。コンピュータ１００は、ネットワーク１０２を介して、サーバ１０４と通信してもよい。ネットワーク１０２は、インターネット、ローカルエリアネットワーク、イントラネット、またはワイヤレスネットワーク等の任意のタイプのネットワークであってもよい。サーバ１０４は、本発明の実施形態の方法によって使用かつ生成されるデータおよび情報を記憶し得る、データベース１０６と通信する。本発明の実施形態の方法の種々のステップは、コンピュータ１００および／またはサーバ１０６によって実施されてもよい。

ベイジアン公差モジュールを用いてモジュールを判定するベイジアンテクスチャの組み合わせは、所与の標的コーティングのテクスチャを適切に説明し得、ますますより情報を与える分光光度計値を用いて、ますます正確なテクスチャを提供し得る。しかしながら、さらに最も単純なユニットからのテクスチャ査定は、適切なテクスチャ割り当てのための有り余るほどの情報を提供することができる。本明細書に開示されるモジュールを備える、ベイジアンシステムの実施例は、図６に提示される。

図７は、標的サンプルのコーティング混合物の物理的な特性属性を識別するためのプロセスの実施形態を例証する。プロセスは、ステップ２０において開始し、そこで、データが器具（例えば、分光光度計９６）から収集される。ステップ２２において、プロセスは、固体または効果が存在するかどうかを判定する。固体が存在する場合、ステップ２４において、プロセスは、公差モジュールを使用して、ステップ２２における決定が容認可能な公差内であるかどうかを判定する。そうでない場合、プロセスは、ステップ２２に戻る。ステップ２２において判定されるように、効果が存在する場合、プロセスは、ステップ２６に進み、そこで、プロセスが、公差モジュールを使用して、ステップ２２における決定が容認可能な公差内であるかどうかを判定する。そうでない場合、プロセスは、ステップ２２に戻る。

ステップ２２における決定が、ステップ２６において判定されるように、容認可能な公差内である場合、プロセスは、ステップ２８に進み、そこで、テクスチャスケール識別モジュールが、標的コーティング中のテクスチャを識別する。ステップ３０において、プロセスは、公差モジュールを使用して、テクスチャ識別が容認可能な公差内であるかどうかを判定する。そうでない場合、プロセスは、ステップ２８に戻る。テクスチャ識別が容認可能な公差内である場合、プロセスは、ステップ３２に進み、テクスチャのための潜在的な範囲が、判定される。ステップ３４において、プロセスは、公差モジュールを使用して、テクスチャ範囲が容認可能な公差内であるかどうかを判定する。そうでない場合、プロセスは、ステップ３２に戻る。精緻化された顔料識別が容認可能な公差内である場合、プロセスは、ステップ３６に進み、そこで、テクスチャ値は、検索または調合エンジンにおける使用のために割り当てられる。

ベイジアンシステムの内側でもたらされた決定点を有するように、種々の実施形態が本明細書に説明されているが、そのような決定がベイジアンシステムの外側で行われ得ることも想定される。

別の側面では、本発明は、コンピュータまたはコンピュータシステムに、上記に説明される本方法を実施させるためのソフトウェアを含有する非一過性コンピュータ可読媒体として実装されてもよい。ソフトウェアは、プロセッサおよびユーザインターフェースが本明細書に説明される方法を実施することを可能にするために使用される、種々のモジュールを含むことができる。

修正が、前述の説明に開示される概念から逸脱せずに、本発明に対して行われ得ることは、当業者によって容易に認識されるであろう。そのような修正は、請求項が、その用語によって、別様に明示的に記載されない限り、以下の請求項の範囲内に含まれるものとして見なされるものとする。したがって、本明細書に詳細に説明される特定の実施形態は、例証にすぎず、本発明の範囲の限定ではなく、添付の請求項およびそのあらゆる均等物の全範囲が与えられるものとする。

Claims (20)

1. コンピュータ実装方法であって、
   プロセッサを使用して、標的コーティング中のテクスチャを識別するステップであって、識別するステップは、ベイジアンプロセスを適用するステップを含む、ステップと、
   前記プロセッサを使用して、検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てるステップと、
   を含む、方法。
2. 前記プロセッサを使用して、テクスチャ識別が容認可能な公差内であるかどうかを判定するステップをさらに含む、請求項１に記載の方法。
3. 前記テクスチャ識別が容認可能な公差内であるかどうかを判定するステップは、ベイジアンプロセスを適用するステップを含む、請求項２に記載の方法。
4. 前記プロセッサを使用して、前記判定されたテクスチャの範囲を判定するステップをさらに含む、請求項１に記載の方法。
5. 前記プロセッサを使用して、前記範囲が容認可能な公差内であるかどうかを判定するステップをさらに含む、請求項４に記載の方法。
6. 前記範囲が容認可能な公差内であるかどうかを判定するステップは、ベイジアンプロセスを適用するステップを含む、請求項５に記載の方法。
7. 分光光度計からデータを取得するステップをさらに含む、請求項１に記載の方法。
8. データベースと、
   前記データベースと通信するプロセッサであって、
   標的コーティング中のテクスチャを識別することであって、識別することは、ベイジアンプロセスを適用することを含む、ことと、
   検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てることと
   を行うようにプログラムされる、プロセッサと、
   を備える、システム。
9. 前記プロセッサと通信する分光光度計をさらに備える、請求項８に記載のシステム。
10. 前記プロセッサと通信するディスプレイデバイスをさらに備える、請求項８に記載のシステム。
11. 標的コーティング中のテクスチャを識別するための手段であって、識別することは、ベイジアンプロセスを適用することを含む、手段と、
    前記プロセッサを使用して、検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てるための手段と、
    を備える、装置。
12. テクスチャ識別が容認可能な公差内であるかどうかを判定するための手段をさらに備える、請求項１１に記載の装置。
13. 前記テクスチャ識別が容認可能な公差内であるかどうかを判定するための手段は、ベイジアンプロセスを適用するための手段を備える、請求項１２に記載の装置。
14. 前記判定されたテクスチャの範囲を判定するための手段をさらに備える、請求項１１に記載の装置。
15. 前記範囲が容認可能な公差内であるかどうかを判定するための手段をさらに備える、請求項１４に記載の装置。
16. 前記範囲が容認可能な公差内であるかどうかを判定するための手段は、ベイジアンプロセスを適用するための手段を備える、請求項１５に記載の装置。
17. プロセッサに、
    標的コーティング中のテクスチャを識別することであって、識別することは、ベイジアンプロセスを適用することを含む、ことと、
    検索エンジンおよび調合エンジンのうちの１つによる使用のために適応されるテクスチャ値を割り当てることと
    を行わせるためのソフトウェアを含む、非一過性コンピュータ可読媒体。
18. 前記プロセッサに、テクスチャ識別が容認可能な公差内であるかどうかを判定させるソフトウェアをさらに備える、請求項１７に記載の媒体。
19. 前記プロセッサに、前記判定されたテクスチャの範囲を判定させるソフトウェアをさらに備える、請求項１７に記載の媒体。
20. 前記プロセッサに、前記範囲が容認可能な公差内であるかどうかを判定させるソフトウェアをさらに備える、請求項１７に記載の媒体。