JP2018036853A

JP2018036853A - 明かりの印象評価方法

Info

Publication number: JP2018036853A
Application number: JP2016169450A
Authority: JP
Inventors: はるか天沼; Haruka Amanuma; 百合子上垣; Yuriko Kamigaki; 典子長田; Noriko Osada; 建史片平; Kenji Katahira; 翔橋本; Sho Hashimoto
Original assignee: Panasonic Corp; Kwansei Gakuin Educational Foundation
Current assignee: Panasonic Corp; Kwansei Gakuin Educational Foundation
Priority date: 2016-08-31
Filing date: 2016-08-31
Publication date: 2018-03-08
Anticipated expiration: 2036-08-31
Also published as: JP6931840B2

Abstract

【課題】ユーザ毎の印象と嗜好との関係性を明らかにした上でその関係性に基づいた分類を行うことで人が受ける明かりの印象を的確に評価できる明かりの印象評価方法を提供する。【解決手段】明かりの印象評価方法は、明かりの状態を含む画像をユーザに提示する工程（画像提示工程Ｓ１）と、予め定めた複数個の印象評価語と予め定めた１つの嗜好を表す嗜好評価語とを用いて、明かりの状態を含む画像に対するユーザ毎の嗜好と印象との間の相関係数を算出する工程（相関係数算出工程Ｓ２）と、算出した相関係数を用いてクラスタ分析を行うことでユーザを特徴の組み合わせの類似性でクラスタに分類する工程（クラスタ分類工程Ｓ３）と、を含む。【選択図】図１

Description

本発明は、明かりの印象評価方法に関する。

工業製品の売り上げ等に貢献する重要な要素の一つとして、プロダクトデザインが挙げられる。プロダクトデザインは、視覚を通じてユーザの購買意欲を喚起させる等の機能を発揮する。

プロダクトデザイン（以下、単に「デザイン」と記載する）において、ユーザの嗜好に好意的な印象を与えるためには、デザインが与える印象とユーザの嗜好との関係性に着目するとよい。しかし、デザインがユーザにどのような印象を与えているかを把握することは難しい。

そこで、従来、人が受ける印象を評価することができる印象評価方法が提案されている（例えば、特許文献１）。特許文献１には、物性情報及び生体情報から高精度に種々の対象に対する印象を評価することができる印象評価方法が開示されている。

特開２０１４−２００５７７号公報

しかしながら、デザインが与える印象とユーザの嗜好との関係性にはユーザ間の多様性が存在するため、従来の印象評価方法では、その関係性を的確に把握することは難しい。特に、明かりに関するユーザの嗜好は多様性に富むので、照明に関するデザインの設計やプランニングを適切に行うことが難しい。つまり、個人ごとに好感を感じる明かり空間は異なっており、全ての人が好きな明かり空間を構築することは困難である。

そのため、デザインの設計等に際して有用な知見を得るために、ユーザを適切に分類することでユーザの印象を評価することが考えられる。この場合、通常、ユーザは属性や選好の度合いを用いて分類されることが多いが、このような分類方法では同じデザインを異なる理由で選好しているユーザを適切に区別することができない。

本発明は、このような課題を解決するためになされたものであり、ユーザ毎の印象と嗜好との関係性を明らかにした上でその関係性に基づいてユーザの分類を行うことができる明かりの印象評価方法を提供することを目的とする。

上記目的を達成するために、本発明に係る明かりの印象評価方法の一態様は、明かりの状態を含む画像をユーザに提示する工程と、予め定めた複数個の印象評価語と予め定めた１つの嗜好を表す嗜好評価語とを用いて、前記画像に対するユーザ毎の嗜好と印象との間の相関係数を算出する工程と、前記相関係数を用いてクラスタ分析を行うことでユーザを特徴の組み合わせの類似性でクラスタに分類する工程と、を含む。

本発明によれば、ユーザ毎の印象と嗜好との関係性を明らかにした上でその関係性に基づいてユーザの分類を行うことができる。

実施の形態に係る明かりの印象評価方法のフローチャートである。実施の形態に係る明かりの印象評価方法に用いられる明かり空間画像（評価対象画像）を示す図である。実施の形態に係る明かりの印象評価方法に用いられる９項目の印象評価語を示す図である。実施の形態に係る明かりの印象評価方法に用いられる嗜好評価語を示す図である。実施の形態に係る明かりの印象評価方法における１０項目の評価語と７段階評価の選択肢とを示す図である。実施の形態に係る明かりの印象評価方法で算出されたユーザの相関係数と分類されたクラスタとの関係の一例を示す図である。実施例に係る明かりの印象評価方法を実行するための明かりの印象評価システムの一例の模式図である。

以下、本発明の実施の形態について説明する。なお、以下に説明する実施の形態は、いずれも本発明の好ましい一具体例を示すものである。したがって、以下の実施の形態で示される、数値、構成要素、構成要素の配置位置及び接続形態、並びに、工程（ステップ）及び工程の順序等は、一例であって本発明を限定する主旨ではない。よって、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

（実施の形態）
実施の形態に係る明かりの印象評価方法について、図１を用いて説明する。図１は、実施の形態に係る明かりの印象評価方法のフローチャートである。

本実施の形態における明かり印象評価方法は、照明空間から人が受ける明かりに関する印象を評価する方法であり、図１に示すように、画像提示工程Ｓ１と、相関係数算出工程Ｓ２と、クラスタ分類工程Ｓ３とを含む。以下、各工程について詳細に説明する。

［画像提示工程］
画像提示工程Ｓ１では、明かりの状態を含む画像をユーザに提示する。この画像は、ユーザが明かりの評価をするために用いられる評価対象画像であり、例えば、明かりによって照らされた生活空間のシーンを示す明かり空間画像である。このように、本実施の形態では、デザインが与える印象とユーザの嗜好との関係にユーザ間の多様性が存在する例として、生活空間における明かり空間画像を用いて印象評価の実験を行っている。

具体的には、明かりの状態を含む画像（明かり空間画像）として、生活空間における明かりの状態を示す写真を用いた。このような写真は、明かりによって照らされた生活空間の一シーンをカメラ等によって撮像することで取得することができる。明かり空間画像における明かりは、人工光及び自然光のいずれによるものであってもよい。

本実施の形態では、明かり空間画像として、図２の（ａ）〜（ｇ）に示される７枚の写真を用いた。図２は、実施の形態に係る明かりの印象評価方法に用いられる明かり空間画像（評価対象画像）を示す図である。

図２の（ａ）は、街の夜のストリートを撮像した写真である。（ａ）の写真には、明かりの光源として、店舗やビル等の照明、車のヘッドランプ又は街灯等が含まれる。

図２の（ｂ）は、シーリングライトによって照らされた住宅の部屋を撮像した写真である。（ｂ）の写真では、白色光ではなくグリーン光で部屋全体が照射されている。

図２の（ｃ）は、様々な色のイルミネーションによって照らされた屋外を撮像した写真である。（ｃ）の写真では、写真手前側が緑色中心の色合いで、写真奥側が青色中心の色合いとなっており、また、写真の半分より上側は黒色の夜空である。

図２の（ｄ）は、夜空に打ち上げられた複数の花火を撮像した写真である。花火には、赤色、青色及び緑色を中心として様々な色が含まれている。

図２の（ｅ）は、夜空に昇った月と湖面に月が映し出された月夜の湖畔とを撮像した写真である。夜空及び湖面は、全体として青色である。

（ｆ）は、住宅の玄関周辺のエクステリアを撮像した写真である。（ｆ）の写真には、明かりの光源として、玄関照明等の宅外照明又はシーリングライト等の宅内照明（漏れ光）等が含まれている。（ｆ）の写真の明かりは、暖色系の白色光である。

（ｇ）は、シーリングライト及び間接照明（デスクスタンド）によって照らされた住宅の部屋を撮像した写真である。（ｇ）の写真において、シーリングライト及びデスクスタンドは、いずれも白色光を照射している。

このように、画像提示工程Ｓ１では、明かり空間画像として、図２に示される７枚の写真の全てを各ユーザに提示するが、ユーザに提示する明かり空間画像の数は、７枚に限るものではない。また、ユーザに提示する明かり空間画像の種類についても、図２に示される写真に限るものではない。

［相関係数算出工程］
画像提示工程Ｓ１の後は、相関係数算出工程Ｓ２を行う。相関係数算出工程Ｓ２では、予め定めた複数個の印象評価語と予め定めた１つの嗜好を表す嗜好評価語とを用いて、明かり空間画像に対するユーザ毎の嗜好と印象との間の相関係数を算出する。

本実施の形態では、図３に示すように、印象評価語として、予め定めた９項目の印象項目についての評価ワードを用いる。各印象項目には、印象評価語（評価ワード）として３つの感性ワードが含まれる。

具体的には、１番目の印象項目には、印象評価語として、「やわらかい」、「なごむ」、「ほんわかした」の３つの感性ワードが含まれる。

２番目の印象項目には、印象評価語として、「ほのかな」、「淡い」、「風情のある」の３つの感性ワードが含まれる。

３番目の印象項目には、印象評価語として、「安心できる」、「目にやさしい」、「心地よい」の３つの感性ワードが含まれる。

４番目の印象項目には、印象評価語として、「くっきりした」、「目が覚める」、「メリハリのある」の３つの感性ワードが含まれる。

５番目の印象項目には、印象評価語として、「活気のある」、「にぎやかな」、「活動的な」の３３つの感性ワードが含まれる。

６番目の印象項目には、印象評価語として、「華やかな」、「存在感のある」、「豪華な」の３つの感性ワードが含まれる。

７番目の印象項目には、印象評価語として、「さわやかな」、「透明感のある」、「すがすがしい」の３つの感性ワードが含まれる。

８番目の印象項目には、印象評価語として、「ロマンチックな」、「優雅な」、「幻想的な」の３つの感性ワードが含まれる。

９番目の印象項目には、印象評価語として、「奥行きのある」、「陰影のある」、「広がった」の３つの感性ワードが含まれる。

また、図４に示すように、人の嗜好を表す嗜好評価語として、予め定めた１項目の好感項目についての評価ワードを用いる。この好感項目には、嗜好評価語（評価ワード）として、「素敵な」、「美しい」、「好きな」の３つの感性ワードが含まれる。

なお、以上の１０項目の各項目における各感性ワードは、多様な明かりに関する評価語として予め収集して分類することで得ている。

そして、相関係数算出工程Ｓ２では、このような９項目の印象評価語と１項目の嗜好評価語とを用いて、図２に示される７枚の写真（明かり空間画像）に対するユーザ毎の嗜好と印象との間の相関係数を算出する。

具体的には、まず、画像提示工程Ｓ１で提示された７枚の写真に対して、９項目の印象評価語と１項目の嗜好評価語との合計１０項目の評価語についての段階評価をユーザにさせる。つまり、ユーザは、写真毎に１０項目の各項目の評価語に対する当てはまり度合いを複数段階で判断する。

本実施の形態では、リッカート尺度による７段階評価を行った。例えば、ユーザは、７枚の写真の各々に対して、図５に示すように、１０項目の各々について、「非常に当てはまる」、「当てはまる」、「やや当てはまる」、「どちらとも言えない」、「やや当てはまらない」、「当てはまらない」、「非常に当てはまらない」の７段階の評価を行う。ユーザは、１０項目の各々について各写真に対する印象を７つの選択肢の中から選択する。

このように、明かり空間画像に対するユーザ毎の嗜好と印象との間の段階評価を行うことで、明かり空間に対するユーザ間の好みの違いのメカニズムを探索することができる。

なお、各写真の段階評価を行う際、ユーザは、９項目の印象評価語と１項目の嗜好評価語とを区別することなく評価を行っている。つまり、ユーザには１０項目全てが同列の項目であるとして評価させている。したがって、ユーザに嗜好評価語であることを認識させないように、図５に示すように、嗜好評価語は印象評価語の中に紛れ込ませている。

また、このような評価は、複数のユーザにしてもらう。本実施の形態では、６００人のユーザに各写真の評価を行ってもらったが、ユーザの数は、６００人に限るものではない。なお、図５に示される１０項目の並び順序は、ユーザ毎に変更してもよい。

そして、７枚の写真についての各ユーザの評価結果に基づいて、７枚の写真に対するユーザ毎の嗜好と印象との間の相関係数を算出する。つまり、各ユーザにおける、明かり空間画像に対して感じる嗜好（好感）の強度と、明かり空間画像に対して感じる印象の強度とを関係の強さを、１つの嗜好評価語（好感項目）と９つの印象評価語（印象項目）との相関係数として算出する。以下、具体的に説明する。

相関係数とは、２変数間における２変数の関係の強さを表したものである。本実施の形態では、相関係数として、２変数間の線形関係の強度の指標として広く用いられているPearsonの相関係数（積率相関係数）を用いた。Pearsonの相関係数は、−１から１までの範囲の値をとる指標であり、１に近いほど正の相関が高いことを示し、一方、−１に近いほど負の相関が高いことを示し、また、０に近いほど無相関であることを示す。

ここで、関係性を求めたい２変数をx，yとすると、２変数x，yについて、n人のユーザのデータx=(x₁，x₂，・・・，x_n)，y=(y₁，y₂，・・・，y_n)が得られている場合、Pearsonの相関係数Rは、以下の（式１）で表される。なお、（式１）において、

は、それぞれx，yの平均である。

この（式１）を用いて、６００人のユーザの印象評価の実験結果から相関係数を算出する。具体的には、７枚の写真についての各ユーザの７段階の印象評価によって得られたデータは、各ユーザ毎に見ると、７刺激×１０項目のデータとして見ることができる。したがって、例えば、ユーザＡにおける好感項目（嗜好評価語）と単一の印象項目（印象評価語）との相関係数Rを上記の（式１）で求めることができる。これを、９つ全ての印象項目（印象評価語）に対して繰り返すことで、ユーザＡについて、９つの相関係数Rが求まる。この処理を全ユーザ（６００人）に対して行うことで、各ユーザについて、９つの印象と嗜好（好感）との関連を示す指標が得られる。

つまり、この結果として得られるサイズがn×９の行列Rの（i，j）要素をr_i,jとし、ユーザiにおける好感項目のデータを示す長さ７のベクトルをx_iとし、各印象項目のデータを示すサイズが（７×９）の行列をY_iとすると、結果として得られるデータは、以下の（式２）で表される。（式２）において、x_ikは、ユーザiのk番目に対する好感項目の値であり、y_ijkは、ユーザiが印象項目jによってk番目の刺激を評価した値である。

［クラスタ分類工程］
相関係数算出工程Ｓ２の後は、クラスタ分類工程Ｓ３を行う。クラスタ分類工程Ｓ３では、相関係数算出工程Ｓ２で算出した相関係数を用いてクラスタ分析（クラスタリング）を行うことでユーザを特徴の組み合わせの類似性でクラスタに分類する。

具体的には、相関係数算出工程Ｓ２で得られたデータ行列Rを用いてクラスタ分析を行うことで、特徴の組み合わせの類似性によって（つまり相関が高いか低いかによって）全ユーザをいくつかの小集団（クラスタ）に分割してグルーピングする。

本実施の形態では、クラスタ分析として、階層的クラスタリングの一種であるウォード法を用いた。ウォード法を用いることで、ユーザを相関の傾向が類似するクラスタに的確に分類することができる。具体的には、階層的クラスタリングは、以下の手順で行われる。

ステップ１：まず、全てのクラスタの組に対して、クラスタ間距離を求める。

ステップ２：次に、クラスタ間距離が最小なクラスタの組を結合し、新たなクラスタを作成する。

ステップ３：次に、新たなクラスタとその他のクラスタ間の距離（更新距離）を求める。

ステップ４：クラスタ数が予め決められた数（通常は１）になるまでステップ２、３を繰り返す。

例えば、クラスタｉとクラスタｊとについて、ウォード法によるクラスタ間距離ｄ_ｉｊは以下の（式３）で表される。（式３）において、

は、クラスタiの重心ベクトル（＝平均ベクトル）とクラスタjの重心ベクトル（＝平均ベクトル）の間の距離である。また、n_i及びn_jは、それぞれクラスタiおよびjに含まれるユーザの数である。

明かり空間に対する印象評価には３因子が関わっていると考えられているため、それぞれの因子について関連する小集団が存在すると仮定し、本実施の形態では、クラスタの数は３と定めた。

したがって、上記のようにクラスタ分析を行った結果、７枚の写真（明かり空間画像）を評価した全ユーザは、クラスタ１（第一のクラスタ）、クラスタ２（第二のクラスタ）及びクラスタ３（第三のクラスタ）の３つのクラスタに分類される。

図６は、実施の形態に係る明かりの印象評価方法で算出されたユーザの相関係数と分類されたクラスタとの関係を示している。図６には、クラスタ１、クラスタ２及びクラスタ３の３つのクラスタに分類された各クラスタに関して、９つの印象評価語（印象項目）について、嗜好評価語（好感項目）との相関係数が示されている。なお、図６に示される相関係数の値は、各クラスタに属するユーザの平均値である。また、図６では、各クラスにおいて相対的に相関係数の絶対値が大きい印象評価語の項目に破線で囲っている。

図６に示すように、クラスタ１については、嗜好評価語は、「くっきりした・目が覚める・メリハリのある」、「活気のある・にぎやかな・活動的な」、「華やかな・存在感のある・豪華な」及び「ロマンチックな・優雅な・幻想的な」という活性（高いエネルギー覚醒）を示す印象評価語との間に強い相関が見られる。

一方、クラスタ２については、嗜好評価語は、「やわらかい・なごむ・ほんわかした」、「ほのかな・淡い・風情のある」、「安心できる・目にやさしい・心地よい」、「さわやかな・透明感のある・すがすがしい」、「ロマンチックな・優雅な・幻想的な」及び「奥行きのある・陰影のある・広がった」という低い緊張覚醒を示す印象評価語との間に高い相関が見られる。

また、クラスタ３については、嗜好評価語は、全ての印象評価語との間に高い相関が見られる。

このように、本実施の形態では、算出した各ユーザの相関係数に基づいてクラスタ分析を行うことでユーザを分類している。つまり、嗜好と印象との２つの要因の関係性に基づいてユーザを分類している。その結果、ユーザが分類されるクラスタには、高いエネルギー覚醒が嗜好（好ましさ）に関連するクラスタ１（第一のクラスタ）と、低い緊張覚醒が嗜好（好ましさ）に関連するクラスタ２（第二のクラスタ）と、クラスタ１で関連する項目とクラスタ２で関連する項目との両方が関わるクラスタ３（第三のクラスタ）とが含まれることが分かった。

なお、各クラスタの違いはThayerの気分２因子モデルとして解釈することができる。Thayerは、人の気分が、緊張度を示す緊張覚醒と活性の度合いを示すエネルギー覚醒とからなる、という理論を提唱している。したがって、上記の３つのクラスタ（クラスタ１、クラスタ２、クラスタ３）は、Thayerの気分２因子モデルに適合する。

（実施例）
次に、上記実施の形態における明かりの印象評価方法の具体的な実施例について、図７を用いて説明する。図７は、実施例に係る明かりの印象評価方法を実行するための明かりの印象評価システム１の一例の模式図である。

図７に示すように、本実施例における明かりの印象評価システム１では、端末装置１０とサーバ２０とを用いて明かりの印象評価方法を実行した。

端末装置１０は、例えば、汎用パーソナルコンピュータ等の情報処理装置であり、本体部１１と、表示部１２と、入力部１３とを有する。表示部１２及び入力部１３は、本体部１１に接続されている。

本体部１１は、ＣＰＵ等の演算処理部（制御部）と、揮発性又は不揮発性の半導体メモリ等からなる記憶部を有する。

表示部１２は、表示画面を有するディスプレイである。表示部１２には、図２に示される明かり空間画像（写真）、ユーザが評価を行うためメニュー（例えば図５に示される評価入力項目等）、及び、評価結果（例えば図６に示される相関係数）等が表示される。

入力部１３は、キーボードやマウス等のユーザインタフェースであり、本体部１１に対して種々の情報を入力する。入力部１３には、ユーザの入力操作によりユーザが判断した印象評価が入力される。例えば、ユーザは、表示部１２に表示された写真（明かり空間画像）を見ながら入力部１３を操作することで、写真毎に各評価語に対する評価を端末装置１０に入力する。

なお、表示部１２及び入力部１３に代えて、表示部１２及び入力部１３の双方の機能を有するタッチパネル式のディスプレイ等を用いてもよい。例えば、端末装置１０は、スマートフォン等の携帯端末であってもよい。

サーバ２０は、コンピュータネットワーク等の通信回線を介して端末装置１０と接続されている。サーバ２０は、端末装置１０に対して情報を送信したり、端末装置１０からの情報を受信したりする。

サーバ２０は、例えばコンピュータ等の情報処理装置であり、端末装置１０から送信された情報に基づいて上記相関係数Rを算出したりクラスタ分析を行ったり等、各種演算処理を行う演算処理部を有する。

また、サーバ２０は、図２に示される明かり空間画像（写真）、図３及び図４に示される評価語、図５に示される段階評価に関する情報等を予め記憶する記憶部を有する。記憶部には、明かりの印象評価方法を実行することで得られる情報（ユーザが入力した情報、演算処理部の処理結果等）が記憶されてもよい。なお、記憶部は、さらに、その他の情報を記憶してもよいし、明かりの印象評価方法を実行するための処理に必要な一連のプログラム等を記憶していてもよい。

次に、印象評価システム１によって明かりの印象評価方法を行うときの具体的な手順を説明する。

本実施例では、図２に示される７枚の写真を６００人のユーザに評価してもらった。具体的には、「２０・３０代」、「４０代」、「５０代」、「６０代以上」の各年齢層でそれぞれ１５０名ずつに評価してもらった。

具体的には、まず、明かり空間画像をサーバ２０から端末装置１０に送信して表示部１２に表示することで、各ユーザに明かり空間画像を提示する（画像提示工程）。本実施例では、明かり空間画像として図２に示される７枚の写真を表示部１２に順次表示させた。

次に、９項目の印象評価語と１項目の嗜好評価語との１０項目の評価語を用いて、各明かり空間画像に対するユーザ毎の嗜好と印象との間の相関係数を算出する（相関係数算出工程）。本実施例では、ユーザは、図７に示すように、表示部１２に表示された写真を見ながら各写真から受ける１０項目（図５参照）の各々の印象を７段階で評価し、その評価結果を入力部１３によって入力する。具体的には、ユーザは、図５に示されるメニュー画面（評価選択画面）において、１０項目の各々について当てはまる印象を７つの選択肢の中から選んで、該当する選択肢にマウス（入力部１３）のカーソルを合わせてクリックする。これにより、ユーザの印象評価が入力される。入力部１３に入力されたユーザの印象評価の結果は、サーバ２０に送信される。サーバ２０では、ユーザの印象評価の結果に基づいて、上記の（式１）及び（式２）を用いて、嗜好評価語に対する９つの印象評価語の相関係数を算出する。

次に、算出した相関係数を用いてクラスタ分析を行うことで全ユーザを特徴の組み合わせの類似性でクラスタに分類する（クラスタ分類工程）。本実施例では、サーバ２０においてクラスタ分析が行われる。具体的には、上記の（式３）を用いたウォード法によってクラスタ分析を行った。この結果、全ユーザが、クラスタ１、クラスタ２及びクラスタ３の３つのクラスタに分類され、図６に示すように、各クラスタに関して、嗜好評価語に対する９つの印象評価語の相関係数が得られた。

（まとめ）
以上、本実施の形態における明かりの印象評価方法は、明かりの状態を含む画像をユーザに提示する工程と、予め定めた複数個の印象評価語と予め定めた１つの嗜好を表す嗜好評価語とを用いて、明かりの状態を含む画像に対するユーザ毎の嗜好と印象との間の相関係数を算出する工程と、算出した相関係数を用いてクラスタ分析を行うことでユーザを特徴の組み合わせの類似性でクラスタに分類する工程と、を含む。

このように、本実施の形態における明かりの印象評価方法では、複数個の印象評価語と１つの嗜好評価語とを用いて、明かりの状態を含む画像に対するユーザ毎の嗜好と印象との間の相関係数を算出した上で、この相関係数を用いてクラスタ分析を行っている。これにより、ユーザ毎の印象と嗜好との関係性を明らかにした上で、その関係性に基づいてユーザの分類を行うことができる。つまり、ユーザ間の好感の感じ方の違いに基づいたグルーピングを行うことができる。

したがって、明かりが与える印象とユーザの嗜好との関係にユーザ間の多様性が存在していたとしても、人が受ける明かりの印象を的確に評価することができる。これにより、多くの人が好む明かり空間を構築することが可能となる。この結果、この評価に基づいて、照明等に関するデザインの設計やプランニング、又は、照明空間の設計等を容易に行うことができる。例えば、照明空間を理想状態に近づけるための設計時間を短縮することができる。

また、本実施の形態において、クラスタは、高いエネルギー覚醒が好ましさに関連する第一のクラスタと、低い緊張覚醒が好ましさに関連する第二のクラスタと、第一のクラスタと第二のクラスタとの両方が関わる第三のクラスタと、を含んでいる。

このように、本実施の形態における明かりの印象評価方法は、気分２因子モデルに適合したものとなっている。

また、本実施の形態において、クラスタ分析は、ウォード法である。

これにより、複数のユーザを相関の傾向が類似するクラスタに的確に分類することができる。

（変形例）
以上、本発明に係る明かりの印象評価方法について、実施の形態に基づいて説明したが、本発明は、上記実施の形態に限定されるものではない。

例えば、上記の実施の形態では、９項目の印象評価語を用いたが、印象評価語は９項目に限るものではない。

また、上記の実施の形態では、印象評価語及び嗜好評価語に含まれる感性ワードの数は、３つとしたが、印象評価語の各項目及び嗜好評価語に含まれる感性ワードの数は、３つに限るものではなく、４つ以上であってもよい。つまり、印象評価語及び嗜好評価語は、少なくとも３つの感性ワードを含んでいればよい。また、印象評価語及び嗜好評価語の感性ワードの具体的な言葉は、上記実施の形態及び実施例に開示されたものに限らない。

その他、上記実施の形態に対して当業者が思いつく各種変形を施して得られる形態、又は、本発明の趣旨を逸脱しない範囲で上記の実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

また、上記の説明において、端末装置１０及びサーバ２０における演算処理部等の制御部は、回路であってもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

また、上記の実施の形態における明かりの印象評価方法は、印象評価装置として１つのコンピュータによって実行してもよい。この場合、印象評価装置は、上記の端末装置１０及びサーバ２０の構成及び機能を有しており、コンピュータが、プロセッサ（ＣＰＵ）、メモリ及び入出力回路等のハードウェア資源を用いてプログラムを実行することによって、明かりの印象評価方法の各工程の処理を実行する。具体的には、プロセッサ等が処理対象のデータをメモリ又は入出力回路等から取得してデータを演算したり、演算結果をメモリ又は入出力回路等に出力したりすることによって、各工程の処理を実行する。

また、上記の実施の形態における明かりの印象評価方法の各工程の処理を実行するためのプログラムは、コンピュータ読み取り可能なＣＤ−ＲＯＭ等の非一時的な記録媒体に記録されてもよい。この場合、コンピュータが、非一時的な記録媒体からプログラムを読み出して、プログラムを実行することにより、各工程の処理を実行する。

また、本発明は、上記の実施の形態における明かりの印象評価方法を実行するためのプログラムとして実現したり、そのプログラムを格納したコンピュータ読み取り可能な記録媒体として実現したりすることもできる。

１明かり印象評価システム
１０端末装置
１１本体部
１２表示部
１３入力部
２０サーバ

Claims

明かりの状態を含む画像をユーザに提示する工程と、
予め定めた複数個の印象評価語と予め定めた１つの嗜好を表す嗜好評価語とを用いて、前記画像に対するユーザ毎の嗜好と印象との間の相関係数を算出する工程と、
前記相関係数を用いてクラスタ分析を行うことでユーザを特徴の組み合わせの類似性でクラスタに分類する工程と、を含む、
明かりの印象評価方法。
前記クラスタは、高いエネルギー覚醒が好ましさに関連する第一のクラスタと、低い緊張覚醒が好ましさに関連する第二のクラスタと、前記第一のクラスタと前記第二のクラスタとの両方が関わる第三のクラスタと、を含む、
請求項１記載の明かりの印象評価方法。
前記クラスタ分析は、ウォード法である、
請求項１又は２記載の明かりの印象評価方法。