JP2023053705A - スタイラス - Google Patents

Abstract

【課題】対象物の属性情報をより反映させた絵を描くためのスタイラスを提案することを目的とする。【解決手段】 スタイラスは、可視光についての感度を有する第１センサと、対象物の形状についての情報を取得する第２センサと、を備えるものとした。【選択図】図３

Description

本技術は、対象物の情報を取得可能なスタイラスに関する。

入力ツールとしてのスタイラスには、対象物の属性情報を抽出可能な構成を備えたものがある。
例えば、下記特許文献１に開示されたスタイラスは、対象物の属性情報として色情報を取得可能に構成されている。
このようなスタイラスを用いることにより、対象物の色が再現された絵を容易に作成することができる。

米国特許出願公開第２０２０／０２２５７７８号明細書

ところで、対象物の色情報のみを用いて絵を描いたとしても、対象物に似せた絵を描くことは難しい。

本技術は、上記問題に鑑みて為されたものであり、対象物の属性情報をより反映させた絵を描くためのスタイラスを提案することを目的とする。

本技術に係るスタイラスは、可視光についての感度を有する第１センサと、対象物の形状についての情報を取得する第２センサと、を備えたものである。
これにより、対象物ＯＢの色だけでなく質感についての情報を得ることができる。

本技術のスタイラスを用いて対象物の属性情報を取得している様子を示す図である。 対象物の属性情報を反映させた描画線を用いて絵を描いている様子を示す図である。 スタイラスのペン先部分についての概略断面図である。 対象物で反射した光がセンサに入射される様子を示した図である。 第１の実施の形態におけるスタイラスの機能構成を示すブロック図である。 所定の領域の塗りの属性に対象物から抽出した属性情報を反映させた状態を示す図である。 第１の実施の形態におけるスタイラスの制御部の機能構成を示すブロック図である。 第１の実施の形態におけるスタイラスの制御部が実行する処理の流れを示すフローチャートである。 第２の実施の形態におけるスタイラスに対象物で反射した光が入射される様子を示した図である。 第２の実施の形態におけるスタイラスの機能構成を示すブロック図である。 第２の実施の形態におけるスタイラスの制御部の機能構成を示すブロック図である。 第２の実施の形態におけるスタイラスの制御部が実行する処理の流れを示すフローチャートである。 第３の実施の形態におけるスタイラスの制御部の機能構成を示すブロック図である。 第３の実施の形態におけるタブレット端末の制御部の機能構成を示すブロック図である。 第３の実施の形態におけるスタイラスの制御部が実行する処理の流れを示すフローチャートである。 第３の実施の形態におけるタブレット端末の制御部が実行する処理の流れを示すフローチャートである。 第５の実施の形態におけるスタイラスの制御部の機能構成を示すブロック図である。 第５の実施の形態におけるマルチスペクトルＡＩセンサの制御部が実行する処理の流れを示すフローチャートである。 第５の実施の形態における偏光センサの制御部が実行する処理の流れを示すフローチャートである。 第５の実施の形態におけるスタイラスの制御部が実行する処理の流れを示すフローチャートである。 第５の実施の形態におけるタブレット端末の制御部が実行する処理の流れを示すフローチャートである。 第６の実施の形態におけるスタイラスのペン先部分についての概略断面図である。 第６の実施の形態におけるスタイラスの機能構成を示すブロック図である。 第６の実施の形態における画素アレイの画素配列の一例を示す図である。 第６の実施の形態において分割画素とされたＺ画素を示す図である。 第６の実施の形態において遮光画素とされたＺ画素を示す図である。 スタイラスのペン先が平坦ではない構造を採る例を示す図である。 スタイラスのペン先にスリットが設けられた例を示す図である。 スタイラスのペン先に集光レンズが設けられた例を示す図である。

以下、実施の形態について添付図面を参照しながら次の順序で説明する。
＜１．スタイラスの使用態様＞
＜２．スタイラスの構成＞
＜３．処理フロー＞
＜４．第２の実施の形態＞
＜５．第３の実施の形態＞
＜６．第４の実施の形態＞
＜７．第５の実施の形態＞
＜８．第６の実施の形態＞
＜９．変形例＞
＜１０．まとめ＞
＜１１．本技術＞

＜１．スタイラスの使用態様＞
図１は、本実施の形態におけるスタイラス１を用いて対象物ＯＢとしてのリンゴの属性情報を取得している様子を示す図である。
スタイラス１は例えば細長いペン型とされており、ペン先を対象物ＯＢに近づけることで対象物ＯＢの属性情報を取得可能とされている。なお、対象物ＯＢは、属性情報の抽出対象とされた物体である。

対象物ＯＢの属性情報とは、例えば、色情報や質感情報などである。質感情報とは、対象物ＯＢの表面の滑らかさやざらつき具合等の情報であり、例えば、対象物ＯＢの表面の凹凸についての情報である。

図２は、タブレット端末ＴＢの表示部ＤＰ上でスタイラス１のペン先を滑らせることにより、図１のようにして得られた対象物ＯＢの属性情報が反映された描画線ＤＬを用いてリンゴの絵を描いている様子を示す図である。

このように、スタイラス１を用いて対象物ＯＢの属性情報を抽出する機能と、それを反映させた描画線ＤＬを用いた絵を描く機能の二つの機能を実現することが可能となる。

＜２．スタイラスの構成＞
第１の実施の形態におけるスタイラス１のペン先付近の概略断面図を図３に示す。

スタイラス１は、一端に開口された開口部２を有し内部空間ＳＰが形成されたハウジング３と、内部空間ＳＰに配置されたセンサユニット４とを備えている。

センサユニット４は、１または複数のセンサ５と、センサ５から出力される信号に対する信号処理を行う制御部と記憶部とを備えている。

センサ５は、開口部２を介して入射した光を受光する受光素子を有している。
具体的に、センサ５は、受光素子を有する画素が２次元配列された画素アレイや読出処理部等を備えて構成されている。

本実施の形態におけるセンサユニット４は、図３に示すように、第１センサ５Ａと第２センサ５Ｂとを備えている。なお、センサユニット４は概念上のものであり、第１センサ５Ａと第２センサ５Ｂのそれぞれが別体のユニットとして設けられていてもよい。

第１センサ５Ａは、対象物ＯＢの色情報を取得するセンサとされ、例えば、ＲＧＢ（Red, Green, Blue）センサとされる。
ＲＧＢセンサは、オンチップマイクロレンズと、カラーフィルタと、光電変換素子と、配線層などが積層されて成る。各画素は、Ｒ（赤）光を受光するＲ画素と、Ｇ（緑）光を受光するＧ画素と、Ｂ（青）光を受光するＢ画素の何れかとされている。

なお、第１センサ５Ａは、Ｒ画素、Ｇ画素、Ｂ画素に加えて、或いは、代えて、Ｗ（白）画素やＹ（黄）画素やＭｇ（マゼンタ）画素やＣｙ（シアン）画素を有していてもよい。

第２センサ５Ｂは、対象物ＯＢの質感情報を取得するセンサとされ、例えば、偏光センサとされる。偏光センサは、オンチップマイクロレンズと、カラーフィルタと、偏光子と、光電変換素子と、配線層などが積層されて成る。

図４に各センサ５に光が入射する様子を示す。
図示するように、対象物ＯＢの表面で反射した光は、第１センサ５Ａや第２センサ５Ｂに入射される。なお、対象物ＯＢに反射された光が各センサ５に入射する前に内部空間ＳＰの壁部で反射されてもよい。

これにより、第１センサ５Ａにおいて対象物ＯＢの色情報を取得可能とされると共に、第２センサ５Ｂにおいて対象物ＯＢの偏光情報を取得可能とされる。偏光情報を取得することにより、第２センサ５Ｂにおいては、対象物ＯＢの凹凸についての情報、換言すれば、質感についての情報を得ることができる。

なお、センサユニット４の第１センサ５Ａは、色検出部や色についての情報を取得する色情報取得部として機能する。
また、センサユニット４の第２センサ５Ｂは、質感検出部や質感についての情報を取得する質感取得部として機能する。

スタイラス１とタブレット端末ＴＢの機能構成についてブロック図に示す（図５）。
スタイラス１は、センサユニット４と制御部６と記憶部７と操作部８と通信部９とを備えている。

制御部６は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）を備えて構成され、センサユニット４の第１センサ５Ａや第２センサ５Ｂから出力される各画素信号に基づいて各種の画像処理を行い、対象物ＯＢについての属性情報を抽出する。このとき、制御部６は、二つのセンサ５の視差をキャンセルするための処理を行ってもよい。

制御部６が実行するこれらの処理の一部は第１センサ５Ａや第２センサ５Ｂが備える信号処理部によって実現されてもよい。

制御部６は、ボタン等としてスタイラス１に設けられた操作部８から出力される操作信号に応じて各種の処理を行う。例えば、操作部８としてのボタンが押下されている間に対象物ＯＢの属性情報を取得するように構成されている場合には、操作部８からの操作信号を受信している間は、センサユニット４から出力される画素信号に基づいて属性情報の抽出を行う処理を実行し、操作信号を受信していない間は、それらの処理を実行しない。

或いは、対象物ＯＢから抽出した属性情報をタブレット端末ＴＢに送信する処理が、ボタン等の操作部８の押下をトリガとして実行されてもよい。

なお、このような操作部８はスタイラス１にとって必須の構成ではない。

記憶部７は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）等によって構成され、制御部６が実行する処理に用いられるプログラムやデータが記憶されている。

また、本例においては、第１センサ５Ａや第２センサ５Ｂから出力される画素信号から属性情報を抽出するために必要な情報なども記憶部７に記憶される。
例えば、偏光センサとしての第２センサ５Ｂから出力される信号から得られる偏光情報と、材質ごとの基準となる偏光情報と、をマッチングさせることにより対象物ＯＢの材質を特定する場合には、材質ごとの基準となる偏光情報が基準データとして記憶部７に記憶される。

通信部９は、タブレット端末ＴＢと有線或いは無線を用いたデータ通信を行う。具体的には、通信部９は、対象物ＯＢについて制御部６において抽出された属性情報をタブレット端末ＴＢに送信する処理や、タブレット端末ＴＢからの指示情報を受信する処理などが行われる。

例えば、タブレット端末ＴＢに対するユーザ操作を契機としてスタイラス１における属性情報の取得処理を実行する場合には、通信部９は、タブレット端末ＴＢがユーザ操作を検出したことに応じてタブレット端末ＴＢから送信される指示情報を受信する。

タブレット端末ＴＢは、表示部ＤＰと制御部５２と記憶部５３と操作部５４と通信部５５とを備えている。

表示部ＤＰは、例えば、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬ（Electro-Luminescence）ディスプレイ等のディスプレイデバイスとされている。
表示部ＤＰとして設けられているディスプレイデバイスは、タッチパネル機能を搭載することにより、スタイラス１のペン先の動きやユーザの指先の動きに応じた入力操作を受け付ける。

制御部５２は、ＣＰＵやＧＰＵを備えて構成され、タブレット端末ＴＢの全体的な制御を行う。例えば、電源投入時にＯＳ（Operating System）を起動する処理や、各種のソフトウェアの起動及び終了させる処理や、操作部５４に対する操作を検出する処理とそれに対応した処理などを実行する。

また、本実施の形態における制御部５２は、スタイラス１から受信した属性情報に基づいて、描画線の属性情報や塗りの属性情報を設定する処理を行う。

例えば、スタイラス１で取得した対象物ＯＢの属性情報に応じて、スタイラス１のペン先の軌跡に応じて描画される線の属性情報が設定される。
これにより、図２に示すようにスタイラス１の移動軌跡に応じて対象物ＯＢの属性情報が反映された描画線が表示部ＤＰ上に表示される。

或いは、スタイラス１で取得した対象物ＯＢの属性情報に応じて、スタイラス１のペン先で指定した領域の塗りの属性情報が設定されてもよい。
これにより、図６に示すように、リンゴを示す外郭線で囲まれた領域の塗りの属性に対象物ＯＢから抽出された属性情報が反映される。

記憶部５３は、ＲＯＭやＲＡＭやリムーバブルな記憶媒体などを備えて構成されている。リムーバブルな記憶媒体とは、例えば、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどとされる。

記憶部５３は、制御部５２が実行する処理に用いられるプログラムやデータが記憶されている。

また、本例においては、記憶部５３には、スタイラス１から受信した属性情報が記憶される。

操作部５４は、電源スイッチなどの各種の操作子を含む。また、前述したように、表示部ＤＰは操作部５４としても機能する。

通信部５５は、スタイラス１と有線或いは無線を用いたデータ通信を行う。

スタイラス１の制御部６が実現する機能についてのブロック図を図７に示す。

スタイラス１の制御部６は、タイミング制御部７１と、属性情報取得処理部７２と、送信処理部７３としての機能を有する。

タイミング制御部７１は、スタイラス１を用いて対象物ＯＢの属性情報を取得するタイミングの制御を行う。例えば、所定の操作部８が操作されたタイミングで属性情報の取得を開始させてもよいし、スタイラス１のペン先と対象物ＯＢの距離が所定の距離未満となったタイミングで属性情報の取得を開始させてもよい。
或いは、タイミング制御部７１は、条件によらず一定時間（例えば、数十ｍｓｅｃや数百ｍｓｅｃ）ごとに属性情報の取得を行うようにタイミングの制御を行ってもよい。

属性情報取得処理部７２は、センサユニット４から出力される画素信号に基づいて属性情報の取得を行う。具体的には、第１センサ５Ａから出力される画素信号に対する画像処理を行うことにより対象物ＯＢについての色情報を取得し、第２センサ５Ｂから出力される画素信号に対する画像処理を行うことにより対象物ＯＢについての凹凸情報を取得する。

ここで、属性情報取得処理部７２が取得する凹凸情報は幾つかの例が考えられる。
例えば、予め幾つかの凹凸のパターンを記憶部７に記憶しておき、第２センサ５Ｂから出力される画素信号の特徴を記憶部７に記憶されている凹凸パターンの特徴に当てはめることにより対象物ＯＢの凹凸パターンを取得してもよい。

或いは、第２センサ５Ｂから出力される画素信号に基づいて凹凸形状における凹部同士のピッチや凸部同士のピッチや、凹部と凸部の高低差や、凹部の形状や凸部の形状などを分析することにより、対象物ＯＢの凹凸情報を取得してもよい。

また、第２センサ５Ｂから出力される画素信号に基づいて対象物ＯＢに付けられている傷や汚れなどの凹凸形状を凹凸情報として取得してもよい。

送信処理部７３は、対象物ＯＢについて取得された色情報や凹凸情報などの属性情報をタブレット端末ＴＢに送信する処理を行う。

＜３．処理フロー＞
スタイラス１の制御部６が実行する処理の流れについて、図８を参照して説明する。
制御部６は、ステップＳ１０１において、属性情報を取得するタイミングが到来したか否かを判定する。この処理では、前述したように、所定の操作部８が押下されたことや、スタイラス１のペン先が対象物ＯＢに近づいたことなどを検出したか否かを判定する。

制御部６はステップＳ１０２において、第１センサ５Ａの画素信号に基づいて対象物ＯＢの色情報を取得する。

制御部６はステップＳ１０３において、第２センサ５Ｂの画素信号に基づいて対象物ＯＢの凹凸情報を取得する。

制御部６はステップＳ１０４において、取得した色情報と凹凸情報を対象物ＯＢについての属性情報としてまとめてタブレット端末ＴＢに送信する。

これにより、タブレット端末ＴＢでの描画における属性情報として、対象物ＯＢから抽出した属性情報が設定される。

＜４．第２の実施の形態＞
第２の実施の形態におけるスタイラス１Ａは、第２センサ５ＢとしてＴｏＦ（Time of Flight）センサを備えている。また、ＴｏＦセンサに伴ってスタイラス１Ａは発光部を備える。

具体的には図９に示すように、スタイラス１Ａは、開口部２を有し内部空間ＳＰが形成されたハウジング３と、内部空間ＳＰに配置されたセンサユニット４と発光部１０とを備えている。

センサユニット４は、１または複数のセンサ５と、センサ５から出力される信号に対する信号処理を行う制御部と記憶部とを備えている。

センサ５は、開口部２を介して入射した光を受光する受光素子を有している。
具体的に、センサ５は、受光素子を有する画素が２次元配列された画素アレイや読出処理部等を備えて構成されている。

本実施の形態におけるセンサユニット４は、ＲＧＢセンサなどとされた第１センサ５Ａと第２センサ５ＢとしてのＴｏＦセンサ５Ｂａとを備えている。なお、センサユニット４は概念上のものであり、第１センサ５ＡとＴｏＦセンサ５Ｂａのそれぞれが別体のユニットとして設けられていてもよい。

ＴｏＦセンサ５Ｂａは、ｉＴｏＦ（indirect ToF）方式やｄＴｏＦ（direct ToF）方式による測距が可能なセンサとされており、ＩＲ光についての感度を有している。

発光部１０は、ＴｏＦセンサ５Ｂａの受光感度に合わせてＩＲ（Infrared）光を照射可能なＬＥＤ（Light Emitting Diode）などにより構成されている。

発光部１０とＴｏＦセンサ５Ｂａは、所定のタイミングで発光と受光（読み出し）の制御が行われることにより、対象物ＯＢとの距離を測定可能とされている。

スタイラス１Ａとタブレット端末ＴＢの具体的な機能構成についてブロック図に示す（図１０）。なお、図５と同様の構成については同じ符号を付し適宜説明を省略する。

スタイラス１Ａは、センサユニット４と制御部６と記憶部７と操作部８と通信部９と発光部１０とを備えている。
制御部６は、発光部１０の発光制御とセンサユニット４の読出制御を同期させて行うことにより、対象物ＯＢまでの距離情報を適切に得ることができる。

タブレット端末ＴＢの構成については図６と同様である。

スタイラス１Ａの制御部６が実現する機能についてのブロック図を図１１に示す。
スタイラス１Ａの制御部６は、タイミング制御部７１と属性情報取得処理部７２と送信処理部７３と発光制御部７４としての機能を有する。

タイミング制御部７１は、対象物ＯＢの属性情報を取得するタイミングについての制御を行う。

属性情報取得処理部７２は、センサユニット４から出力される画素信号に基づいて属性情報としての色情報と距離情報を取得する。また、距離情報に基づいて対象物ＯＢの凹凸情報を抽出してもよい。

送信処理部７３は、対象物ＯＢについて取得された色情報と距離情報（或いは凹凸情報）をタブレット端末ＴＢに送信する。

発光制御部７４は、センサユニット４における画素信号の読出制御と同期させて発光部１０の発光制御を行う。

第２の実施の形態におけるスタイラス１Ａの制御部６が実行する処理の流れについて図１２を参照して説明する。

制御部６は、ステップＳ１０１において、属性情報を取得するタイミングが到来したか否かを判定する。到来していないと判定した場合、制御部６は再びステップＳ１０１の処理を行う。なお、ステップＳ１０１の処理を繰り返し実行している間は、発光部１０の発光制御を停止していてもよい。

属性情報を取得するタイミングが到来したと判定した場合、制御部６はステップＳ１０５において発光制御を開始させる。

制御部６はステップＳ１０２において、第１センサ５Ａの画素信号に基づいて対象物ＯＢの色情報を取得する。

制御部６はステップＳ１０３において、ＴｏＦセンサ５Ｂａの画素信号に基づいて対象物ＯＢの凹凸情報（距離情報でもよい）を取得する。

制御部６はステップＳ１０４において、取得した色情報と凹凸情報を対象物ＯＢについての属性情報としてまとめてタブレット端末ＴＢに送信する。

これにより、タブレット端末ＴＢでの描画における属性情報として、対象物ＯＢから抽出した属性情報が設定される。

第２の実施の形態におけるスタイラス１Ａは、発光部１０を備えることによりＴｏＦセンサ５Ｂａにおいて適切に測距情報を得ることができる。従って、対象物ＯＢの凹凸情報を取得することができるため、描画線などに対象物ＯＢの属性情報を反映させることができる。

なお、第１の実施の形態におけるスタイラス１に発光部１０が設けられていてもよい。発光部１０が設けられることにより、スタイラス１のペン先を対象物ＯＢに接触させた状態であっても対象物ＯＢの属性情報を得るための十分な光量を確保することができる。

なお、第２の実施の形態における第２センサ５Ｂとして、ＴｏＦ方式以外の測距センサを備えていてもよい。具体的には、ＬｉＤＡＲ（Light Detection And Ranging）方式を用いるセンサやＲＡＤＡＲ（Radio Detecting And Ranging）方式を用いるセンサなどを第２センサ５Ｂとして有していてもよい。

＜５．第３の実施の形態＞
第３の実施の形態におけるスタイラス１Ｂは、上述した一部の処理を実行しないように構成されたものである。スタイラス１Ｂにおいて実行されないそれらの処理は、タブレット端末ＴＢで実行される。

スタイラス１Ｂとタブレット端末ＴＢの構成は図５に示すスタイラス１とタブレット端末ＴＢの構成と同様であるため、図示を省略する。

スタイラス１Ｂの制御部６が実現する機能についてのブロック図を図１３に示し、タブレット端末ＴＢの制御部５２が実現する機能についてのブロック図を図１４に示す。なお、前述した機能と同じ機能については同じ符号を付し説明を省略する。

スタイラス１Ｂの制御部６は、タイミング制御部７１と送信処理部７３としての機能を有する。
タイミング制御部７１は、対象物ＯＢの属性情報を取得するタイミングについての制御を行う。

送信処理部７３は、第１センサ５Ａ及び第２センサ５Ｂから出力された画素信号をタブレット端末ＴＢに送信する処理を行う。なお、送信時においては送信に適したデータフォーマットへ画素信号を変換してもよい。

タブレット端末ＴＢの制御部５２は、受信処理部８１と属性情報取得処理部７２とラベル付与処理部８２と反映処理部８３と位置検出部８４と描画処理部８５としての機能を有する。

受信処理部８１は、スタイラス１Ｂの送信処理部７３の処理によって送信されてくる画素信号についての情報を受信する処理を行う。

属性情報取得処理部７２は、画素信号についての情報に基づいて属性情報としての色情報と凹凸情報を取得する。なお、属性情報取得処理部７２は、第２の実施の形態のように距離情報を取得してもよい。

ラベル付与処理部８２は、属性情報取得処理によって得られた属性情報をラベルごとの特徴を照らし合わせることにより、対象物ＯＢがどのような物体であるのかを特定してラベル付けを行う。

ここでいうラベルとは、「リンゴ」や「オレンジ」や「犬」や「猫」など、属性抽出の対象とされた対象物ＯＢを特定して分類するためのものである。また、更に細かく、「リンゴのヘタ部分」や「リンゴの上部」や「リンゴの下部」などのラベルが用意されていてもよい。

なお、ラベルの付与処理は、なお、制御部６は機械学習により得られたＡＩ（Artificial Intelligence）モデル等を用いた推論を行うことにより実現してもよいし、ユーザによって選択されたラベルを付与してもよい。即ち、ラベルの付与処理は、自動と手動を問わない。

なおラベル付与処理に用いられるＡＩモデルは、例えば、偏光画像とラベルを組にしたデータセットを教師データとして用いることにより獲得することができる。なお、教師なし学習によりＡＩモデルを獲得してもよい。

反映処理部８３は、対象物ＯＢに付与されたラベルに基づいて選択された属性情報を描画線の属性や塗りの属性に反映させる処理を行う。即ち、ラベルごとの一般的な属性情報が記憶部５３に記憶されており、反映処理部８３は、ラベル情報を検索キーとして属性情報を記憶部５３から取得して、描画についての属性に反映させる処理を行う。

位置検出部８４は、スタイラス１Ｂのペン先の表示部ＤＰ上での位置を検出する処理を行う。この処理は、例えば、静電容量の変化を検出することにより行われる。

描画処理部８５は、検出されたスタイラス１Ｂのペン先の位置に応じて、設定された太さの線を描画する処理や、指定された領域を設定された属性で塗りつぶす処理などが行われる。このとき、描画についての属性に対象物ＯＢから取得した属性を適用することで、対象物ＯＢの色と質感を再現した描画を行うことができる。

第３の実施の形態におけるスタイラス１Ｂの制御部６が実行する処理の流れについて図１５を参照して説明する。

制御部６はステップＳ１０１において、属性情報を取得するタイミングが到来したか否かを判定する。到来していないと判定した場合、制御部６は再びステップＳ１０１の処理を行う。

属性情報を取得するタイミングが到来したと判定した場合、制御部６はステップＳ１０６において、センサユニット４から出力された画素信号に基づいて送信データを生成する。

続いて、制御部６はステップＳ１０７において、送信データの送信処理を行う。
これにより、タブレット端末ＴＢ側で属性情報の取得やラベルの付与を行うことが可能となる。

次に、図１６を参照してタブレット端末ＴＢの制御部５２が実行する処理の流れを説明する。

制御部５２は、ステップＳ２０１において、スタイラス１Ｂから情報を受信したか否かを判定する。情報を受信していないと判定した場合、制御部５２はステップＳ２０１の処理を再度実行する。

情報を受信したと判定した場合、制御部５２はステップＳ２０２において、受信処理を行う。この処理により、スタイラス１Ｂから画素信号に基づくデータを受信する。

制御部５２はステップＳ２０３において、属性情報取得処理を行う。この処理では、画素信号についての情報に基づいて属性情報としての色情報と凹凸情報を取得する。

制御部５２はステップＳ２０４において、ラベル付与処理を行う。
制御部５２はステップＳ２０５において、付与されたラベルに応じた属性情報を描画線や塗りの属性情報に反映する処理を行う。

制御部５２が図１６に示す一連の処理を行うことにより、スタイラス１Ｂにおいて得られた画素信号に基づいて得られた色情報や凹凸情報が描画線の属性情報や塗りの属性情報に反映される。

なお、制御部５２は、図１６に示す処理以外にも、並行してスタイラス１Ｂのペン先が接触している表示部ＤＰ上の座標位置を取得する処理を行う。そして、制御部５２は、座標位置に応じて各種の描画を行う。

本例においては第２センサ５Ｂとして偏光センサが設けられている例を説明したが、第２の実施の形態と同様に、ＴｏＦセンサ５Ｂａと発光部１０を備えていてもよい。

また、タブレット端末ＴＢの制御部５２がラベル付与処理部８２を備えている例について説明したが、ラベルを付与せずに取得した凹凸情報に基づいて描画についての属性情報を設定してもよい。例えば、凹凸情報として、凹凸の形状や凹凸のピッチや凹凸の高低差などを特定し、該特定された情報に基づいて描画についての属性を設定してもよい。
これにより、例えば、対象物ＯＢが「リンゴ」に属するものであっても、品種の違いや熟れ具合の違いに応じて異なる属性情報を設定することが可能となる。

＜６．第４の実施の形態＞
第４の実施の形態におけるスタイラス１Ｃは、第１センサ５Ａとしてマルチスペクトルセンサ５Ａｃと偏光センサとしての第２センサ５Ｂを備えている。

マルチスペクトルセンサ５Ａｃは、ＲＧＢセンサと比較して色再現性を向上させることができる。

マルチスペクトルセンサ５Ａｃと第２センサ５Ｂの配置は、図３と同様の構成とされている。また、スタイラス１Ｃ及びタブレット端末ＴＢの構成は図５と同様の構成とされている。

更に、スタイラス１Ｃの制御部６が備える機能構成は図７と同様のものとされる。
なお、属性情報取得処理部７２は、マルチスペクトルセンサ５Ａｃと第２センサ５Ｂから出力される画素信号に基づいて、属性情報としての色情報と凹凸情報を取得する。

このとき、色情報については、マルチスペクトルセンサ５Ａｃが用いられることにより、ＲＧＢセンサよりも色再現性の高い情報を得ることができる。

また、凹凸情報については、偏光センサからの出力だけでなくマルチスペクトルセンサ５Ａｃの出力を用いる。
具体的には、偏光センサから出力される画素信号を用いて対象物ＯＢの凹凸を検出するだけでなく、マルチスペクトルセンサ５Ａｃからの出力される偏光情報に基づいて対象物ＯＢの材質を特定する。

偏光センサとマルチスペクトルセンサ５Ａｃの双方を用いることにより、対象物ＯＢの質感情報をより正確に取得することができる。

なお、第２の実施の形態のようにスタイラス１Ｃが偏光センサの代わりにＴｏＦセンサ５Ｂａと発光部１０を備えていてもよい。また、スタイラス１ＣがＴｏＦセンサ５Ｂａを備えずに発光部１０を備えていてもよい。

＜７．第５の実施の形態＞
第５の実施の形態におけるスタイラス１Ｄは、第１センサ５ＡとしてマルチスペクトルＡＩセンサ５Ａｄと偏光センサとしての第２センサ５Ｂを備えている。

マルチスペクトルＡＩセンサ５Ａｄと偏光センサの配置は、図３と同様の構成とされている。また、スタイラス１Ｄ及びタブレット端末ＴＢの構成は図５と同様の構成とされている。

スタイラス１ＤのマルチスペクトルＡＩセンサ５Ａｄは、図１７に示すように、信号処理部９１と推論部９２としての機能を有している。

信号処理部９１は、マルチスペクトルＡＩセンサ５Ａｄが備える画素アレイから出力される信号に対して、各種の補正処理や画像処理を施す。これらの処理は、所謂前処理や後処理などとされる。

推論部９２は、信号処理部９１から出力される画素信号（画像信号）に対してＡＩモデルを用いた推論処理を行うことにより、ＲＧＢセンサよりも正確な色情報を推定することができる。

ここで用いられるＡＩモデルは、例えば、ＲＧＢ画像やマルチスペクトル画像などの色情報を抽出可能な画像と、色情報や「リンゴ」などのラベル情報を組にしたデータセットを教師データとして用いて機械学習を行うことにより獲得できるものである。なお、教師なし学習を行うことによりＡＩモデルを獲得してもよい。

また、マルチスペクトルＡＩセンサ５Ａｄの画素アレイから出力される信号に基づいて対象物ＯＢの材質を推定することが可能である。従って、推論部９２は、推定された材質の情報と偏光センサからの出力される偏光情報の双方を用いて対象物ＯＢの質感についての情報を推定してもよい。

マルチスペクトルＡＩセンサ５Ａｄにおいて実行される処理の流れについて図１８を参照して説明する。

なお、本例におけるマルチスペクトルＡＩセンサ５Ａｄは、ＣＰＵやＧＰＵやＲＯＭやＲＡＭ等を備えたコンピュータ装置として機能する。そして、マルチスペクトルＡＩセンサ５ＡｄのＣＰＵやＧＰＵなどの制御部は、図１８に示す一連の処理を実行可能とされている。

即ち、マルチスペクトルＡＩセンサ５Ａｄの制御部は、ステップＳ３０１において、所謂前処理や後処理とされた信号処理を実行する。

マルチスペクトルＡＩセンサ５Ａｄの制御部はステップＳ３０２において、推論処理を行う。この推論処理によって色情報の推定を行う。

マルチスペクトルＡＩセンサ５Ａｄの制御部はステップＳ３０３において、推定された色情報を出力する。

マルチスペクトルＡＩセンサ５Ａｄの制御部において図１８に示す一連の処理が実行されると共に、第２センサ５Ｂの偏光センサにおいては図１９に示す一連の処理が実行される。

具体的に、偏光センサの処理部は、ステップＳ４０１において、前処理や後処理としての信号処理を実行する。

続いて、偏光センサの処理部は、ステップＳ４０２において、質感情報取得処理を行う。質感情報取得処理は、対象物ＯＢの質感についての情報として凹凸情報を取得する。

最後に、偏光センサの処理部は、ステップＳ４０３において、凹凸情報を出力する処理を実行する。

マルチスペクトルＡＩセンサ５Ａｄと偏光センサとしての第２センサ５Ｂから出力された情報を受け取ったスタイラス１Ｄの制御部６は、図２０に示す一連の処理を実行する。

具体的には、制御部６はステップＳ１０１において、属性情報を取得するタイミングが到来したか否かを判定する。
属性情報を取得するタイミングが到来したと判定されるまで制御部６はステップＳ１０１の処理を実行する。

属性情報を取得するタイミングが到来したと判定した場合、制御部６はステップＳ１１０において、マルチスペクトルＡＩセンサ５Ａｄから受け取った推論結果と第２センサ５Ｂから受け取った凹凸情報をまとめて対象物ＯＢの属性情報としてタブレット端末ＴＢに送信する処理を実行する。

属性情報を受信したタブレット端末ＴＢの制御部５２は、図２１に示す一連の処理を実行する。
具体的に、制御部５２は、ステップＳ２０１において、スタイラス１Ｄから情報を受信したか否かを判定する。情報を受信していないと判定した場合、制御部５２は再度ステップＳ２０１の処理を行う。

情報を受信したと判定した場合、制御部５２はステップＳ２０２において、属性情報の受信処理を行う。

制御部５２はステップＳ２１０において、ＡＩモデルを用いた詳細な推論処理を実行する。この処理は、センサに搭載されるよりも潤沢なコンピュータ資源を用いて、高性能なＡＩモデルを利用することにより、高精度な推論処理を行うものである。この処理によって色情報や凹凸情報などの属性情報の確度を向上させることができる。

なお、高性能なＡＩモデルとはレイヤ数やノード数が多いＡＩモデルとされる。

制御部５２はステップＳ２０４において、高精度な属性情報に基づいてラベルを付与する処理を行う。

＜８．第６の実施の形態＞
前述した例では、スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ）が第１センサ５Ａと第２センサ５Ｂの二つのセンサを備えていた。
第６の実施の形態におけるスタイラス１Ｅは、一つのセンサ５Ｃを備えている（図２２参照）。一つのセンサ５Ｃは、色情報を取得す機能と質感についての情報を取得する機能を統合させたセンサとされていてもよいし、何れか一方の属性情報を取得可能とされていてもよい。

先ず、色情報と質感についての情報の双方を取得可能なセンサ５Ｃについて説明する。

センサ５Ｃは、図２３に示すように、画素が２次元に配列された画素アレイ１１を備えている。

画素アレイ１１は、例えば、Ｒ画素、Ｇ画素、Ｂ画素に加えてＺ画素を備えている（図２４参照）。

Ｚ画素は、Ｒ画素、Ｇ画素、Ｂ画素とは異なる画素とされ、例えば、距離情報を取得可能な分割画素や遮光画素、或いは偏光情報を取得可能な偏光画素などとされる。

分割画素としてのＺ画素の一例を図２５に示す。
分割画素としてのＺ画素は、左側の受光領域ＰＤＬを有する左画素ＧＬと右側の受光領域ＰＤＲを有する右画素ＧＲが隣接して形成されている。

左画素ＧＬと右画素ＧＲの位相差を算出することによりデフォーカス量を算出することができ、そこから対象物ＯＢまでの距離を算出することができる。

遮光画素としてのＺ画素は、受光領域における右側半分が遮光された遮光画素ＧＳと受光領域における左側半分が受光可能な左画素ＧＬの組みあわせから成る第１態様のものと、受光領域における右側半分が受光可能な右画素ＧＲと受光領域における左側半分が遮光された遮光画素ＧＳの組みあわせから成る第２態様のものとが均等に画素アレイ１１上に配置されている。

図２６は、第１態様の遮光画素としてのＺ画素の一例であり、第２態様の遮光画素としてのＺ画素は図２６における遮光画素ＧＳの位置に右画素ＧＲを配置し、左画素ＧＬに遮光画素ＧＳを配置したものとなる。

第１態様の遮光画素から出力される信号と第２態様の遮光画素から出力される信号の位相差を算出することにより、分割画素と同様にデフォーカス量を算出することができる。

また、図示は省略するが、Ｚ画素が偏光子を備えた偏光画素とされていてもよい。

なお、一般的なＲＧＢ信号を得ることができる層と、質感に関する情報を得るための層を積層した画素構造をＺ画素が採ることにより、一つのＺ画素から色情報と質感に関する情報の双方を得ることが可能に構成されていてもよい。

このようにＺ画素を備えた一つのセンサ５Ｃを用いて色情報と質感についての情報を得ることができる。
また、この場合には、ＲＧＧＢ配列（ベイヤー配列）とされた各画素にＺ画素としての質感情報を得るための機能を付与することも可能である。

センサ５Ｃの別の態様としてマルチスペクトルセンサを挙げることができる。
マルチスペクトルセンサは、対象物ＯＢの材質を推定（特定）することができるため、色情報と質感についての情報の双方を得ることが可能となる。

或いは、センサ５Ｃは更に別の態様としてＡＩセンサであってもよい。
ＡＩセンサは、画素アレイから出力される画素信号を入力としてＡＩモデルを用いた推定処理を行うことにより、対象物ＯＢについての各種の属性情報を得る事が可能とされている。

なお、センサ５Ｃとして質感についての情報のみを得ることができる偏光センサやＴｏＦセンサを備えていてもよい。
この場合には、スタイラス１Ｅの制御部６やタブレット端末ＴＢの制御部５２において色情報を付加してもよい。これにより、対象物ＯＢの質感を反映させつつ現実とは異なる色情報を付加させた描画を行うことができる。そして、その色情報は、ユーザによって指定されたものであってもよい。

第６の実施の形態におけるセンサ５Ｃが備える機能は、上述した他の実施の形態における何れかのセンサと同様とされてもよい。
また、スタイラス１Ｅやタブレット端末ＴＢが備える機能についても、上述した他の実施の形態と同様の態様とされていてもよい。

更に、センサ５Ｃの制御部やスタイラス１Ｅの制御部６やタブレット端末ＴＢの制御部５２が実行する処理についても上述した各例の何れの態様とされていてもよい。例えば、スタイラス１Ｅの制御部６において色情報と凹凸情報を取得してタブレット端末ＴＢに送信するように構成されていてもよいし、タブレット端末ＴＢにおいて色情報と凹凸情報を取得するように構成されていてもよい。

＜９．変形例＞
スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｅ）は発光部１０を備えることによりペン先が対象物ＯＢに限りなく近接した場合においても対象物ＯＢについての各種の画像を良好に取得できることを述べた。

発光部１０を備える以外にも、スタイラス１が対象物ＯＢについての各種の画像を良好に取得可能となる構成を備えていてもよい。

一例を図２７に示す。
スタイラス１Ｆのペン先に形成された開口部２Ｆは、周方向に凹部と凸部が交互に形成されている。

これにより、開口部２Ｆを対象物ＯＢに押しつけたとしても、開口部２Ｆにおける凹部から内部空間ＳＰに外光が入射するため、光量不足により適切に属性情報を取得できなくなってしまう可能性を低減させることができる。

また、その他の例を図２８に示す。
スタイラス１Ｇのペン先には、周方向に離隔して複数のスリット１２が形成されている。
このような構造であっても、開口部２Ｆにおけるスリット１２から内部空間ＳＰに外光が入射するため、画像取得時の光量不足を解消することが可能となる。

なお、図２７や図２８に示す構造を備えていたとしても、ＴｏＦセンサを備える場合には、別途発光部１０を備えた構成を採ることが好適である。

スタイラス１は集光レンズ１３を備えていてもよい。
具体的に、図２９に示すスタイラス１Ｈは、ペン先の開口部２を閉塞するように集光レンズ１３が取り付けられている。
開口部２に集光レンズ１３が取り付けられている以外の構成は、上述した各例の構成を採ることができる。

集光レンズ１３が開口部２に取り付けられていることにより、開口部２を介して内部空間ＳＰに入射する光を効率よくセンサユニット４のセンサに集光することができる。

上述したタブレット端末ＴＢは、ＰＣ（Personal Computer）やスマートフォンで代用することが可能である。

＜１０．まとめ＞
上述した各例で示したように、スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｅ、１Ｆ、１Ｇ、１Ｈ）は、可視光についての感度を有する第１センサ５Ａ（マルチスペクトルセンサ５Ａｃ）と、対象物ＯＢの形状についての情報を取得する第２センサ５Ｂ（ＴｏＦセンサ５Ｂａ）と、を備えている。
これにより、対象物ＯＢの色だけでなく質感についての情報を得ることができる。
このような情報を描画についての属性情報に反映させることで、色と質感の双方を再現した絵を容易に描くことができる。
また、質感についての情報を反映させることで、傷の付いた質感や使い古された金属感やくたびれた金属感などは、色だけでは再現できない。本構成のように、対象物ＯＢの質感についての情報を得ることにより、対象物ＯＢに近い線や塗りを描画することができる。

上述したように、スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｆ、１Ｇ、１Ｈ）における第２センサ５Ｂは対象物ＯＢの凹凸についての情報を取得可能とされてもよい。
凹凸についての情報とは、対象物ＯＢまでの距離情報から得られる情報であってもよいし、対象物ＯＢについての偏光情報であってもよいし、凹凸感を推定可能な情報である対象物ＯＢの材質についての情報であってもよい。
対象物ＯＢの凹凸についての情報を取得することにより、質感が再現された絵を描くことができる。

スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｆ、１Ｇ、１Ｈ）などにおける第２センサ５Ｂ（ＴｏＦセンサ５Ｂａ）は対象物ＯＢについての距離情報を取得することにより対象物ＯＢの凹凸についての情報を取得してもよい。
距離情報から対象物ＯＢの凹凸のピッチや高低差や形状を特定することができるため、質感を再現することが可能となる。

スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｆ、１Ｇ、１Ｈ）などにおいては、光（例えばＩＲ光）を照射する発光部１０を備え、第２センサ５ＢはＴｏＦセンサ５Ｂａとされていてもよい。
ＴｏＦセンサ５Ｂａと発光部１０を備え、それらを同期させて制御することにより、対象物ＯＢについての距離情報を適切に取得することができる。

図３や図４等を参照して説明したように、スタイラス１（１Ｂ、１Ｃ、１Ｄ、１Ｆ、１Ｇ、１Ｈ）において、第２センサ５Ｂは偏光センサとされていてもよい。
偏光センサによって対象物ＯＢについての面の向きが取得できるため、対象物ＯＢの凹凸情報を取得することが可能となる。

図３や図４を参照して説明したように、スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｆ、１Ｇ、１Ｈ）において、第１センサ５Ａは対象物ＯＢの色情報を取得するセンサとされていてもよい。
対象物ＯＢの質感についての情報だけでなく色情報を取得することにより、対象物ＯＢを適切に模した絵を描くことを容易に実現することができる。

図３や図４を参照して説明したように、スタイラス１（１Ａ、１Ｂ、１Ｆ、１Ｇ、１Ｈ）において、第１センサ５ＡはＲＧＢセンサとされていてもよい。
ＲＧＢセンサを用いることにより、対象物ＯＢについての色情報を取得することができる。

図３や図４等を参照して説明したように、スタイラス１（１Ｂ、１Ｃ、１Ｄ、１Ｆ、１Ｇ、１Ｈ）において、第１センサ５Ａはマルチスペクトルセンサ５Ａｃ）とされ、第２センサ５Ｂは偏光センサとされていてもよい。
第２センサ５Ｂとしての偏光センサによって対象物ＯＢについての凹凸情報を取得可能である。また、マルチスペクトルセンサ５Ａｃが対象物ＯＢの材質を特定できる情報を取得可能とされることで、対象物ＯＢの凹凸情報の精度を更に高めることができる。
従って、対象物ＯＢについての質感についての情報をより正確に取得することが可能となる。

変形例で説明したように、スタイラス１Ｈは、第１センサ５Ａまたは第２センサ５Ｂに入射光を集光する集光レンズ１３を備えていてもよい。
これにより、センサ５に入射する入射光の光量を向上させることができ、センサ５による撮像時の光量不足を解消することができる。
従って、対象物ＯＢについてより正確な属性情報（色情報や質感についての情報）を抽出することが可能となる。

変形例で説明したように、スタイラス１Ｆ、１Ｇにおいて、第１センサ５Ａまたは第２センサ５Ｂに入射される光の光量を増加させる入射光取込構造（開口部２Ｆの構造、または、スリット１２）を有していてもよい。
スタイラス１Ｆ、１Ｇが入射光取込構造を有していることにより、センサ５による撮像時の光量不足を解消することができる。また、発光部１０を設けなくても光量不足を解消できる場合には、部品点数の削減及びコスト削減を図ることができる。

変形例で説明したように、スタイラス１Ｇには、入射光取込構造としてスリット１２が形成されていてもよい。
スリット１２により、センサ５による撮像時の光量不足を解消することができる。

図７などを参照して説明したように、スタイラス１（１Ａ、１Ｃ、１Ｄ、１Ｅ、１Ｆ、１Ｇ、１Ｈ）においては、第１センサ５Ａ及び第２センサ５Ｂの出力に応じて描画の属性情報を抽出する属性情報取得処理部７２と、抽出された属性情報を他の情報処理装置（タブレット端末ＴＢなど）に送信する送信処理部７３と、を備えていてもよい。
これにより、タブレット端末ＴＢなどの他の情報処理装置における処理負担を軽減しつつ、対象物ＯＢの質感などを反映させた絵を描くことが可能となる。

上述したように、スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｅ、１Ｆ、１Ｇ、１Ｈ）においては、対象物ＯＢの質感についての情報を取得する質感取得部（第２センサ５Ｂ）を備えている。
なお、質感についての情報を取得する処理をタブレット端末ＴＢにおいて実行する場合には、第２センサ５Ｂとタブレット端末ＴＢの制御部５２が質感取得部を構成してもよい。
これにより、対象物ＯＢの色だけでなく質感についての情報を得ることができる。
このような情報を描画についての属性情報に反映させることで、色と質感の双方を再現した絵を容易に描くことができる。

第６の実施の形態で説明したように、スタイラス１Ｅは、質感取得部（第２センサ５Ｂ）としての機能と対象物ＯＢの色情報を取得する色情報取得部（第１センサ５Ａ）としての機能を統合させたセンサ５Ｃを備えていてもよい。
第１センサ５Ａと第２センサ５Ｂの機能を統合させた一つのセンサ５Ｃを備えることにより、センサの配置を好適に行うことが可能となる。
また、一つのセンサ５Ｃに機能をまとめることにより、コストの削減を図ることが可能となる。

第６の実施の形態で説明したように、スタイラス１Ｅにおいて設けられる機能を統合させたセンサ５Ｃは、色情報を取得する部分と質感についての情報を取得する部分が積層されて構成されてもよい。
これにより、各画素において色情報と質感についての情報の双方を取得できるため、色情報と質感についての高密度な情報を得ることが可能となる。

第６の実施の形態で説明したように、スタイラス１Ｅにおいて設けられる機能を統合させたセンサ５Ｃはマルチスペクトルセンサとされていてもよい。
これにより、色情報と質感についての情報の双方を得ることができる。

第５の実施の形態で説明したように、スタイラス１Ｄにおける質感取得部（第２センサ５Ｂ）はＡＩモデルを用いた推論を行うＡＩセンサ（マルチスペクトルＡＩセンサ５Ａｄ）とされていてもよい。
適切な学習により得られたＡＩモデルがＡＩセンサにおいて用いられることにより、単にセンサ出力と記憶された情報を比較して質感についての情報を得るよりも高精度な情報を得ることが可能となる。

第２の実施の形態などで説明したように、スタイラス１（１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｅ、１Ｆ、１Ｇ、１Ｈ）においては、光を照射する発光部１０を備えていてもよい。
また、発光部１０は、ＩＲ光を受光するＴｏＦセンサ５Ｂａに合わせてＩＲ光を照射可能とされていてもよいし、ＲＧＢセンサなどの色情報を取得可能なセンサの光量不足を解消するために可視光を照射可能とされていてもよい。
スタイラス１が発光部１０を備えることにより、距離情報を適切に取得することや色情報を適切に取得することが可能となる。

なお、本明細書に記載された効果はあくまでも例示であって限定されるものではなく、また他の効果があってもよい。

また、上述した各例はいかように組み合わせてもよく、各種の組み合わせを用いた場合であっても上述した種々の作用効果を得ることが可能である。

＜１１．本技術＞
本技術は以下のような構成も採ることができる。
（１）
可視光についての感度を有する第１センサと、
対象物の形状についての情報を取得する第２センサと、を備えた
スタイラス。
（２）
前記第２センサは前記対象物の凹凸についての情報を取得可能とされた
上記（１）に記載のスタイラス。
（３）
前記第２センサは前記対象物についての距離情報を取得することにより前記対象物の凹凸についての情報を取得する
上記（２）に記載のスタイラス。
（４）
光を照射する発光部を備え、
前記第２センサはＴｏＦセンサとされた
上記（３）に記載のスタイラス。
（５）
前記第２センサは偏光センサとされた
上記（２）に記載のスタイラス。
（６）
前記第１センサは対象物の色情報を取得するセンサとされた
上記（１）から上記（５）の何れかに記載のスタイラス。
（７）
前記第１センサはＲＧＢセンサとされた
上記（６）に記載のスタイラス。
（８）
前記第１センサはマルチスペクトルセンサとされ、
前記第２センサは偏光センサとされた
上記（１）から上記（２）の何れかに記載のスタイラス。
（９）
前記第１センサまたは前記第２センサに入射光を集光する集光レンズを備えた
上記（１）から上記（８）の何れかに記載のスタイラス。
（１０）
前記第１センサまたは前記第２センサに入射される光の光量を増加させる入射光取込構造を有する
上記（１）から上記（９）の何れかに記載のスタイラス。
（１１）
前記入射光取込構造としてスリットが形成された
上記（１０）に記載のスタイラス。
（１２）
前記第１センサ及び前記第２センサの出力に応じて描画の属性情報を抽出する属性情報取得処理部と、
抽出された前記属性情報を他の情報処理装置に送信する送信処理部と、を備えた
上記（１）から上記（１１）の何れかに記載のスタイラス。
（１３）
対象物の質感についての情報を取得する質感取得部を備えた
スタイラス。
（１４）
前記質感取得部としての機能と前記対象物の色情報を取得する色情報取得部としての機能を統合させたセンサを備えた
上記（１３）に記載のスタイラス。
（１５）
前記機能を統合させたセンサは、前記色情報を取得する部分と前記質感についての情報を取得する部分が積層されて成る
上記（１４）に記載のスタイラス。
（１６）
前記機能を統合させたセンサはマルチスペクトルセンサとされた
上記（１４）に記載のスタイラス。
（１７）
前記質感取得部はＡＩモデルを用いた推論を行うＡＩセンサとされた
上記（１３）から上記（１６）の何れかに記載のスタイラス。
（１８）
光を照射する発光部を備えた
上記（１３）から上記（１７）の何れかに記載のスタイラス。

１、１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｅ、１Ｆ、１Ｇ、１Ｈ スタイラス
５ センサ
５Ａ 第１センサ
５Ａｃ マルチスペクトルセンサ
５Ｂ 第２センサ
５Ｂａ ＴｏＦセンサ
５Ｃ センサ
１０ 発光部
１２ スリット（入射光取込構造）
ＯＢ 対象物
ＴＢ タブレット端末（他の情報処理装置）

Claims (18)

1. 可視光についての感度を有する第１センサと、
   対象物の形状についての情報を取得する第２センサと、を備えた
   スタイラス。
2. 前記第２センサは前記対象物の凹凸についての情報を取得可能とされた
   請求項１に記載のスタイラス。
3. 前記第２センサは前記対象物についての距離情報を取得することにより前記対象物の凹凸についての情報を取得する
   請求項２に記載のスタイラス。
4. 光を照射する発光部を備え、
   前記第２センサはＴｏＦセンサとされた
   請求項３に記載のスタイラス。
5. 前記第２センサは偏光センサとされた
   請求項２に記載のスタイラス。
6. 前記第１センサは対象物の色情報を取得するセンサとされた
   請求項１に記載のスタイラス。
7. 前記第１センサはＲＧＢセンサとされた
   請求項６に記載のスタイラス。
8. 前記第１センサはマルチスペクトルセンサとされ、
   前記第２センサは偏光センサとされた
   請求項１に記載のスタイラス。
9. 前記第１センサまたは前記第２センサに入射光を集光する集光レンズを備えた
   請求項１に記載のスタイラス。
10. 前記第１センサまたは前記第２センサに入射される光の光量を増加させる入射光取込構造を有する
    請求項１に記載のスタイラス。
11. 前記入射光取込構造としてスリットが形成された
    請求項１０に記載のスタイラス。
12. 前記第１センサ及び前記第２センサの出力に応じて描画の属性情報を抽出する属性情報取得処理部と、
    抽出された前記属性情報を他の情報処理装置に送信する送信処理部と、を備えた
    請求項１に記載のスタイラス。
13. 対象物の質感についての情報を取得する質感取得部を備えた
    スタイラス。
14. 前記質感取得部としての機能と前記対象物の色情報を取得する色情報取得部としての機能を統合させたセンサを備えた
    請求項１３に記載のスタイラス。
15. 前記機能を統合させたセンサは、前記色情報を取得する部分と前記質感についての情報を取得する部分が積層されて成る
    請求項１４に記載のスタイラス。
16. 前記機能を統合させたセンサはマルチスペクトルセンサとされた
    請求項１４に記載のスタイラス。
17. 前記質感取得部はＡＩモデルを用いた推論を行うＡＩセンサとされた
    請求項１３に記載のスタイラス。
18. 光を照射する発光部を備えた
    請求項１３に記載のスタイラス。

Images