JP4775120B2 - ドキュメント印象評価装置及びドキュメント印象評価プログラム - Google Patents

Description

本発明は、ドキュメントから取得される視覚的情報に基づいて、当該ドキュメントが人間に与える印象に関する情報を提示するドキュメント印象評価装置及びドキュメント印象評価プログラムに関する。

企業のコーポレートマーク、商品、プレゼンテーション資料やウェブサイトのページ等の近年の情報処理の高速化及び大容量化に伴って、プレゼンテーション資料や各種のウェブサイトにおいて多数の色彩を施されたドキュメントが利用されるようになっている。これらのドキュメントにおいては、ドキュメント中に用いられる色の選択、配置、面積及び面積比などによって、人間に与える視覚的な印象が大きく異なる。

しかしながら、実際のドキュメント作成の多くは一般的なユーザに委ねられている。ドキュメント作成に不慣れな一般的なユーザは、ドキュメントをいかに着色及び配色することによって、自分の意図する雰囲気、美観及び視認性が得ることができるか分からないことが多い。また、ドキュメント作成の専門家にとっても、作成したドキュメントがユーザに与える印象を客観的に評価する手段が必要とされている。

この問題を解決するために、人間の感性に基づいた処理やドキュメント評価の研究が盛んに行われており、なかでも人間の感性を評価する感性評価手段と、その結果とドキュメントの特徴とを解析するドキュメント解析手段とを結びつけた感性的ドキュメント作成支援手段が数多く提案されている。

特許文献１及び特許文献２には、対話型の配色支援方法及びそれを用いた配色支援装置が開示されている。この配色支援方法では、ユーザが画像データを編集する際に、画像の背景、文字又はグラフなどの配色の適正を具体的な数値として提示したり、配色に適した色彩を候補として提示したりする。

また、特許文献３には、画像に関する視覚的な特徴量に対する条件と画像を見た人が感じる印象を表す表現情報とを関連付けたデータベースを参照して、評価対象となる画像から特徴量を抽出し、抽出された特徴量が満たす条件と関連付けられた表現情報を抽出し、その表現情報を画像が人間に与える印象に関する情報として出力画面に表示する画像印象評価装置が開示されている。

特開平７−３０６９３５号公報 特開平８−２４９４４１号公報 特開２００４−３０３７７号公報

しかしながら、上記従来技術では、評価対象とされるドキュメントに含まれるコンテンツの種別に応じてドキュメントが人に与える印象を評価していなかった。例えば、被評価ドキュメントが写真か、イラストか、テキストか、によって人に与える印象は大きく異なるが、このようなドキュメントのコンテンツの種別に応じた評価は行うことができなかった。

本発明は、上記従来の技術の課題を鑑み、評価対象ドキュメントに含まれるコンテンツの種別に応じたドキュメントの印象の評価を可能としたドキュメント印象評価装置及びドキュメント印象評価プログラムを提供することを目的とする。

本発明は、ドキュメントから抽出される視覚的情報に基づいて、当該ドキュメントが人間に与える印象に関する情報を提示するドキュメント印象評価装置であって、評価対象となる被評価ドキュメントのコンテンツの種別を、前記被評価ドキュメントの色調の階調に応じて判別するドキュメント判別手段と、前記被評価ドキュメントから少なくとも１つの視覚的な特徴量を抽出する特徴量抽出手段と、ドキュメントのコンテンツの種別毎に、ドキュメントに関する少なくとも１つの視覚的な特徴量に対する条件と、ドキュメントを見た人間が感じる印象を表す表現情報と、を関連付けた表現情報データベースを参照して、前記被評価ドキュメントのタイプ及び前記被評価ドキュメントの特徴量が満たす条件、と関連付けられた表現情報を抽出する表現情報抽出手段と、前記抽出された表現情報を、前記被評価ドキュメントとなるドキュメントが人間に与える印象に関する情報として出力する出力手段と、を備えることを特徴とする。

上記ドキュメント印象評価装置は、コンピュータを上記各手段として機能させるプログラムを実行することによって実現することができる。具体的には、ドキュメントから抽出される視覚的情報に基づいて、当該ドキュメントが人間に与える印象に関する情報を提示するドキュメント印象評価を行うためのドキュメント印象評価プログラムであって、コンピュータを、評価対象となる被評価ドキュメントのコンテンツの種別を、前記被評価ドキュメントの色調の階調に応じて判別するドキュメント判別手段と、前記被評価ドキュメントから少なくとも１つの視覚的な特徴量を抽出する特徴量抽出手段と、ドキュメントのコンテンツの種別毎に、ドキュメントに関する少なくとも１つの視覚的な特徴量に対する条件と、ドキュメントを見た人間が感じる印象を表す表現情報と、を関連付けた表現情報データベースを参照して、前記被評価ドキュメントのタイプ及び前記被評価ドキュメントの特徴量が満たす条件、と関連付けられた表現情報を抽出する表現情報抽出手段と、前記抽出された表現情報を、前記被評価ドキュメントとなるドキュメントが人間に与える印象に関する情報として出力する出力手段と、として機能させることを特徴とするドキュメント印象評価プログラムにより実現することができる。

なお、上記各手段は、本発明の実施の形態におけるフローチャートの各ステップ又は各ステップの組み合わせとして実現される。また、上記各手段は、必ずしも１つのコンピュータで実現される必要はなく、複数のコンピュータを組み合わせて実現されてもよい。

ここで、前記出力手段は、出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記被評価ドキュメントの特徴量が満たす前記条件に対応する前記分割画面領域に前記抽出された表現情報を表示することが好適である。また、前記出力手段は、出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記被評価ドキュメントの特徴量が満たす前記条件に対応する前記分割画面領域に前記被評価ドキュメントの特徴量に関する情報を表示することが好適である。

本発明によれば、評価対象ドキュメントに含まれるコンテンツの種別に応じてドキュメントの印象の評価を行うことができる。

以下に、本発明の実施の形態について図を参照して詳細に説明する。本発明の実施の形態における印象評価装置は、図１のように、制御部１０、内部記憶部１２、大容量記憶部１４、出力部１６、標準入力部１８及びドキュメント入力部２０から基本的に構成される。制御部１０、内部記憶部１２、大容量記憶部１４、出力部１６、標準入力部１８及びドキュメント入力部２０はバス２４を介して情報（データ）伝達可能に接続される。

印象評価装置は、さらに、インターフェース部２２を含んでなることが好適である。インターフェース部２２は、他の構成要素とバス２４を介して情報（データ）伝達可能に接続される。インターフェース部２２は、ネットワーク２６を介して、印象評価装置の外部のサーバからウェブページ等のドキュメントデータを読み込むために用いることができる。

制御部１０は、内部記憶部１２に保持されているドキュメント印象評価プログラムを実行し、大容量記憶部１４に格納されているドキュメントデータ又はネットワーク２６を介してドキュメントデータを適宜読み込んで、そのドキュメントデータにより表現されるドキュメントの印象評価を行う。印象評価の結果は、出力部１６又は内部記憶部１２へ出力される。制御部１０には、一般的なコンピュータのＣＰＵを用いることができる。

内部記憶部１２は、制御部１０で実行される印象評価プログラム、評価処理に用いられる各パラメータ及び処理結果である印象評価値等を格納及び保持する。内部記憶部１２に保持されたデータは、バス２４を介して、制御部１０から適宜参照することができる。内部記憶部１２は、一般的な半導体メモリ、ハードディスク装置、光磁気ディスク装置等を適宜選択して用いることができる。

大容量記憶部１４は、制御部１０での印象評価の対象となるドキュメント（以下、被評価ドキュメントという）のドキュメントデータを格納及び保持する。ドキュメントデータは、ビットマップ形式、ｊｐｅｇ形式、ｔｉｆｆ形式、ＨＴＭＬ形式などの様々なデータ形式で保持される。大容量記憶部１４に保持されたドキュメントデータは、バス２４を介して、制御部１０から適宜参照することができる。大容量記憶部１４は、一般的なハードディスク装置、光磁気ディスク装置等の大容量の記憶装置を選択して用いることができる。

出力部１６は、制御部１０から出力された処理結果をユーザが確認可能な情報として出力する。また、印象評価の処理に必要な制御コマンドやパラメータをユーザが入力する際のユーザインターフェースとしても用いられる。出力部１６は、ディスプレイ装置、プリンタ又はタッチパネル等を適宜選択して用いることができる。

標準入力部１８は、ドキュメントの評価を行う際の制御コマンドやパラメータをユーザが入力するために用いられる。例えば、制御部１０に対して、内部記憶部１２に保持された印象評価プログラムの実行開始を命令する制御コマンドを入力する際に用いられる。標準入力部１８は、キーボード、マウス又はタッチパネル等を適宜選択して用いることができる。

ドキュメント入力部２０は、印象評価の対象となるドキュメントデータの入力を行う。ドキュメント入力部２０から入力されたドキュメントデータは、大容量記憶部１４又は内部記憶部１２に格納及び保持される。ドキュメント入力部２０は、スキャナ、デジタルカメラ又はデジタルビデオなどの一般的なドキュメント入力装置を適宜選択して用いることができる。

本実施の形態の印象評価装置は、一般的なコンピュータによって基本的に構成することができる。また、上記構成に限定されるものではなく、適宜構成要素を付加、削除又は変更することが好適である。

＜ドキュメント印象評価方法＞
以下に、上記印象評価装置を用いたドキュメントの印象評価の処理方法について、図を参照して説明する。図２に、第１のドキュメントの印象評価方法におけるフローチャートを示す。

本印象評価方法は、図２のように、被評価ドキュメントの入力（ステップＳ１）、被評価ドキュメントの領域の分割（ステップＳ２）、コンテンツの種別の判別（ステップＳ３）、各分割ドキュメント領域から物理的特徴量を取得するサブルーチン（ステップＳ４）、印象評価の抽出（ステップＳ５）及び評価結果の出力（ステップＳ６）を含み、各ステップを順次行うことによって実行される。具体的には、各ステップをコンピュータで実行可能な印象評価プログラムとして内部記憶部１２に格納及び保持し、制御部１０によってその印象評価プログラムを実行することによって行われる。

ユーザが、標準入力部１８から印象評価プログラムの実行開始の制御コマンドを入力することによって、制御部１０は内部記憶部１２に保持された印象評価プログラムを実行する。その結果、直ちにステップＳ１へ処理が移行される。

ステップＳ１では、ドキュメント入力部２０を用いて、印象の評価対象となるドキュメントのドキュメントデータが取得される。例えば、ネットワーク２６を介して、ウェブページ等のディスプレイ上に表示されるドキュメントデータが取得される。また、ドキュメント入力部２０を用いて、紙等の印刷媒体上に表示されるドキュメントデータを取得してもよい。ドキュメントデータは、大容量記憶部１４又は内部記憶部１２に格納及び保持され、制御部１０によって適宜読み出されて処理に供される。

ステップＳ２では、被評価ドキュメントが複数の領域に分割される。ドキュメント領域への分割は、一般的な画像リタッチャ方法を用いて行うことができる。このとき、出力部１６を用いて被評価ドキュメントを表示し、ユーザはそのドキュメントを確認しながら標準入力部１８を用いて、ドキュメント中の任意の領域を選択して分割することができる。また、被評価ドキュメントがビットマップ形式のドキュメントデータである場合には、良く知られたＫ平均アルゴリズムによるクラスタリング等に代表される画像領域分割アルゴリズムを適用した画像処理方法を用いて、ドキュメントを自動的に領域分割することも好適である。分割されたドキュメント領域は、それぞれ大容量記憶部１４又は内部記憶部１２に格納及び保持される。

例えば、図３に示すように、被評価ドキュメントがウェブページから取り込まれたドキュメントである場合には、ドキュメントデータはヘッダ部３０、タイトル部３１、見出し部３２、リンクボタン部３３、イメージ画像部３４及びテキスト部３５等に領域分割される。

ステップＳ３では、各分割ドキュメント領域に含まれるコンテンツの種別（タイプ）が判別される。すなわち、各分割ドキュメント領域（ドキュメント）の表現形態に応じて各分割ドキュメント領域を分類する。具体的には、ドキュメントの階調が連続性に応じてドキュメントのコンテンツの種別を判別することが好適である。すなわち、写真等の連続階調を有するコンテンツ、イラスト（絵柄）等の半連続階調を有するコンテンツ、文字や図形等の離散階調を有するコンテンツに分類することが好適である。ここで、離散階調には、単階調を含むものとする。

本実施の形態では、各分割ドキュメント領域に対して既存のテキスト／イメージ分離処理法を適用して各分割ドキュメント領域内に含まれる離散階調を有するコンテンツ（テキストや図形等）が占める領域と連続階調を有するコンテンツ（写真やイラスト等）が占める領域を分離し、各領域の面積を算出して、面積が最大である領域を占めるコンテンツの種別をその分割ドキュメント領域のコンテンツの種別とする。これによって、各分離ドキュメント領域のコンテンツの種別を自動的に判別することができる。

なお、標準入力部１８を用いて被評価ドキュメントから抽出された分離ドキュメント領域についてそれぞれコンテンツの種別をユーザが入力することによって、各分離ドキュメント領域のコンテンツの種別を手動で設定してもよい。

ステップＳ４では、分離ドキュメント領域毎に物理的な特徴量が算出される。ステップＳ４は、図４に示すように、サブルーチンとして処理される。

ここで、物理的な特徴量とは、ドキュメント領域の面積、ドキュメント領域の幅ｗ及び高さｈ、左上の位置ｘ，ｙ、ドキュメント領域全体の色平均、Ｌ^＊成分の平均値、ａ^＊成分の平均値、ｂ^＊成分の平均値、分割ドキュメント領域内の背景とテキストとのコントラスト、ドキュメント全体の色平均とドキュメント領域全体の色平均の色差ΔＬ^＊ａ^＊ｂ^＊、ドキュメント領域と近接するドキュメント領域との色平均の色差Δ_ｎＬ^＊ａ^＊ｂ^＊、背景とドキュメント領域との色平均の色差Δ_ｂＬ^＊ａ^＊ｂ^＊、ドキュメント領域内における色の分散、同色数などのドキュメントの特徴をいう。

以下、各特徴量の算出方法について説明するが、本実施の形態では総ての特徴量について算出する必要はなく、ステップＳ４以降においてドキュメントの評価に使用される特徴量のみについて算出すればよい。

ステップＳ３１では、分割された各ドキュメント領域のドキュメントデータの色空間がＲＧＢ空間からＬ^＊ａ^＊ｂ^＊空間に変換される。通常、コンピュータで利用されるドキュメントデータは、不均等色空間であるＲＧＢ色空間によって表現されていることが多く、人の感覚に近い分析ができない。そこで、不均等色空間であるＲＧＢ色空間から均等色空間であるＬ^＊ａ^＊ｂ^＊色空間に変換することによって、ドキュメントをより人の感性に近い印象として分析・評価することができる。また、Ｌ^＊ａ^＊ｂ^＊空間はドキュメントのダイナミックレンジを表現できる点からも好適である。勿論、ドキュメントデータが既にＬ^＊ａ^＊ｂ^＊色空間で表現されている場合には変換をする必要はない。

図５に、均等色空間を一般的なマンセル色相環として表現した例を示す（図面上において、異なる色は、異なるハッチングによって表現する）。通常、マンセル色相環はさらに多色の色分類を行っているが、図５にはその一部を示した。以下、色空間を色相及び明度ともに１０分割したマンセル色相環を用いて説明する。勿論、さらに色空間を細分化したカラーパレットを用いることが好適である。

ステップＳ３２では、色空間変換された各ドキュメント領域のドキュメントデータを大容量記憶部１４又は内部記憶部１２に格納及び保持する。

ステップＳ３３では、各ドキュメント領域に対して位置、面積、色平均、色の分散及び色数の特徴量の抽出を行う。大容量記憶部１４又は内部記憶部１２に保持されている各ドキュメント領域のドキュメントデータを順次選択し、それぞれのドキュメント領域に対する各特徴量を求める。このとき、全ドキュメント領域の中において最大面積を有するドキュメント領域を背景領域と定義する。

例えば、位置は、各ドキュメント領域に対して左上の画素の位置ｘ，ｙを求めることにより決定する。面積は、各ドキュメント領域の幅ｗ及び高さｈを抽出することによって決定する。色平均及び色の分散は、各ドキュメント領域内の全画素のＬ^＊成分、ａ^＊成分及びｂ^＊成分に対して、それぞれ算術平均及び分散値を求めることによって決定する。また、色数は、各ドキュメント領域内の全画素に対して、Ｌ^＊成分、ａ^＊成分及びｂ^＊成分の全てが異なる色の数を累積することによって決定する。同様に、ドキュメント全体及び背景領域の色平均、色の分散及び色数を求めることができる。

ステップＳ３４では、各ドキュメント領域とドキュメント全体及び背景領域との色差を求める。まず、各ドキュメント領域についてドキュメント全体との各色成分の差ΔＬ_ｉ ^＊，Δａ_ｉ ^＊及びΔｂ_ｉ ^＊を求める。各色成分の差ΔＬ_ｉ ^＊，Δａ_ｉ ^＊及びΔｂ_ｉ ^＊は数式（１）で表される。
（数１）
ΔＬ_ｉ ^＊＝ドキュメント領域ｉのＬ^＊成分の色平均−ドキュメント全体のＬ^＊成分の色平均
Δａ_ｉ ^＊＝ドキュメント領域ｉのａ^＊成分の色平均−ドキュメント全体のａ^＊成分の色平均
Δｂ_ｉ ^＊＝ドキュメント領域ｉのｂ^＊成分の色平均−ドキュメント全体のｂ^＊成分の色平均
ここで、ｉはドキュメント領域の識別符号 ・・・・・・・・・・・・・（１）

同様に、各ドキュメント領域について背景領域との各色成分の差ΔＬ_ｊ ^＊，Δａ_ｊ ^＊及びΔｂ_ｊ ^＊を求める。各色成分の差ΔＬ_ｊ ^＊，Δａ_ｊ ^＊及びΔｂ_ｊ ^＊は数式（２）で表される。
（数２）
ΔＬ_ｊ ^＊＝ドキュメント領域ｊのＬ^＊成分の色平均−背景領域のＬ^＊成分の色平均
Δａ_ｊ ^＊＝ドキュメント領域ｊのａ^＊成分の色平均−背景領域のａ^＊成分の色平均
Δｂ_ｊ ^＊＝ドキュメント領域ｊのｂ^＊成分の色平均−背景領域のｂ^＊成分の色平均
ここで、ｊはドキュメント領域の識別符号 ・・・・・・・・・・・・（２）

各ドキュメント領域とドキュメント全体との色差Δ_ｉＬ^＊ａ^＊ｂ^＊及び各ドキュメント領域と背景領域との色差Δ_ｂｊＬ^＊ａ^＊ｂ^＊は数式（３）を用いて求めることができる。
（数３）
Δ_ｉＬ^＊ａ^＊ｂ^＊＝｛ΔＬ_ｉ ^＊２＋Δａ_ｉ ^＊２＋Δｂ_ｉ ^＊２｝^１／２
Δ_ｂjＬ^＊ａ^＊ｂ^＊＝｛ΔＬ_ｊ ^＊２＋Δａ_ｊ ^＊２＋Δｂ_ｊ ^＊２｝^１／２
ここで、ｉ，ｊはドキュメント領域の識別子 ・・・・・・・・・・・・・（３）

ステップＳ３５では、各ドキュメント領域とその領域に隣接するドキュメント領域との色差を求める。ドキュメント領域ｉがドキュメント領域ｊと隣接していた場合には、数式（４）を用いて各色成分の差ΔＬ_ｉｊ ^＊，Δａ_ｉｊ ^＊及びΔｂ_ｉｊ ^＊を求める。
(数４)
ΔＬ_ｉｊ ^＊＝ドキュメント領域ｉのＬ^＊成分の色平均−ドキュメント領域ｊのＬ^＊成分の色平均
Δａ_ｉｊ ^＊＝ドキュメント領域ｉのａ^＊成分の色平均−ドキュメント領域ｊのａ^＊成分の色平均
Δｂ_ｉｊ ^＊＝ドキュメント領域ｉのｂ^＊成分の色平均−ドキュメント領域ｊのｂ^＊成分の色平均
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・（４）

ドキュメント領域ｉとドキュメント領域ｊとの色差Δ_ｎｉＬ^＊ａ^＊ｂ^＊は、数式（５）を用いて求めることができる。
(数５)
Δ_ｎｉＬ^＊ａ^＊ｂ^＊＝｛ΔＬ_ｉｊ ^＊２＋Δａ_ｉｊ ^＊２＋Δｂ_ｉｊ ^＊２｝^１／２
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・（５）

ドキュメント領域が複数のドキュメント領域と隣接していた場合には、隣接する全てのドキュメント領域に対する各色成分の差ΔＬ_ｉｊ ^＊，Δａ_ｉｊ ^＊及びΔｂ_ｉｊ ^＊を求め、それらの算術平均を行うことによって色差を求めることが好適である。また、これらの処理に基づいて背景とテキストとのコントラストを算出することができる。

図６に、各ドキュメント領域に対して各特徴量を求めた結果を例示する。これらの特徴量は、各ドキュメント領域と対応付けられて大容量記憶部１４又は内部記憶部１２に格納及び保持される。各特徴量の抽出を終了すると、メインルーチンのステップＳ４に処理を移行する。

ステップＳ５では、ステップＳ４で抽出された各特徴量に基づいてドキュメントの印象に対する評価を求める。具体的には、ドキュメントの特徴量の値とドキュメントの印象を表現する表現情報とを関連付けた表現情報データベースを予め準備しておき、ステップＳ４で抽出された特徴量に対応する表現情報を抽出する。表現情報は、テキスト情報のみならず、ドキュメント情報や音声情報とすることも好適である。

このとき、本実施の形態では、各分離ドキュメント領域のコンテンツの種別に応じて、同じ特徴量の値に対して異なる表現情報を関連付けた表現情報データベースを用いて評価を行う。表現情報データベースは、内部記憶部１２又は大容量記憶部１４に格納及び保持される。表現情報データベースには、すくなくとも１つの特徴量に関する条件と、ドキュメントのタイプ毎にドキュメントを見た人間が感じる印象に関する表現情報とが関連付けられて登録される。

本実施の形態では、例として、図７に示す２つの表現情報データベースを用いて説明を行う。図７（ａ）に示す第１の表現情報データベースは連続階調のコンテンツを主とするドキュメントに対するものであり、図７（ｂ）に示す第２の表現情報データベースは離散階調のコンテンツを主とするドキュメントに対するものである。第１の表現情報データベースには、ドキュメント内の平均色のＬ^＊成分、ａ^＊成分及びｂ^＊成分の組み合わせに対してそれぞれ表現情報が登録されている。第２の表現情報データベースには、Ｌ^＊成分が５以下の領域の面積率、Ｌ^＊成分が５以下の領域の分散値が所定の閾値以上であるか否か及びテキストと背景とのコントラストが所定の閾値以上であるか否かを組み合わせた条件に対してそれぞれ表現情報が登録されている。

例えば、ステップＳ３において着目する分割ドキュメント領域のコンテンツの種別が連続階調型であると判別され、平均色のＬ^＊成分が６、ａ^＊成分が２０及びｂ^＊成分が１０である場合、第１の表現情報データベースが参照されて「伝統的な」という表現情報が抽出される。一方、ステップＳ３において着目する分割ドキュメント領域のコンテンツの種別が離散階調型であると判別され、平均色のＬ^＊成分が５以下の領域の面積率が５％以下、Ｌ^＊成分が５以下の領域の分散値が大（所定の分散閾値以上）及びテキストと背景のコントラストが大（所定のコントラスト閾値以上）である場合、第２の表現情報データベースが参照されて「シャープな」という表現情報が抽出される。同様に、取得された特徴量が他の条件に合致する場合には、その条件に関連付けられた表現情報を抽出することができる。

なお、ドキュメントの印象に関する情報を抽出するために用いることができる特徴量は、背景領域の色平均（Ｌ^＊成分、ａ^＊成分及びｂ^＊成分）、背景領域からの色差が所定値以上で面積が最も大きいドキュメント領域（メイン領域）の色成分に関する特徴量、面積が所定値以下で背景領域からの色差が最も大きいドキュメント領域（アクセント領域）の色成分であってもよい。また、特徴量としてはドキュメント領域の面積、ドキュメント領域の幅ｗ及び高さｈ、左上の位置ｘ，ｙ、ドキュメント領域全体の色平均、Ｌ^＊成分の平均値、ａ^＊成分の平均値、ｂ^＊成分の平均値、ドキュメント全体の色平均とドキュメント領域全体の色平均の色差ΔＬ^＊ａ^＊ｂ^＊、ドキュメント領域と近接するドキュメント領域との色平均の色差Δ_ｎＬ^＊ａ^＊ｂ^＊、背景とドキュメント領域との色平均の色差Δ_ｂＬ^＊ａ^＊ｂ^＊、ドキュメント領域内における色の分散、同色数を用いてもよい。

また、これらの特徴量を組み合わせた条件とドキュメントの印象に関する表現情報とを関連付けた多次元の表現情報データベースを用いてもよい。このように、出来る限り多くの特徴量を組み合わせることにより、ドキュメントが人間に与える印象をより詳細なものとすることができる。特に、ドキュメント領域間の色差など、異なるドキュメント領域間の特徴量の差異を含んだ条件を用いることにより、被評価ドキュメントの中で強いコントラストを持つ箇所等から受ける印象を表す表現情報を抽出することも可能となる。

ステップＳ６では、出力部１６において、取得された特徴量に関する情報及び抽出された表現情報を表示する。出力は、ドキュメントに関する情報がユーザに把握し易い態様で行うことが好適である。

例えば、図８に示すように、被評価ドキュメント９０、被評価ドキュメントに含まれる各ドキュメント領域の面積及び平均色の分布を示すドキュメント色彩情報表示部９１、特徴量に基づいて抽出された表現情報を示すカラーイメージ９２及び主なドキュメント領域の平均色を示す表示部９３を含むことが好適である。

ドキュメント色彩情報表示部９１は、図９に示すように、被評価ドキュメントに含まれる分割ドキュメント領域毎に、各分割ドキュメント領域の平均色に最も近似するカラーパレット上の色を求め、カラーパレットの色毎に、その色に近似する平均色を有するドキュメント領域の合計面積を求め、その面積に比例した領域をそのカラーパレットの色で塗り潰して表示する。

具体的には、図１０に示すように、ドキュメント色彩情報表示部９１の画面位置とカラーパレットに含まれる色成分範囲の条件とを関連付けたデータベースを内部記憶部１２又は大容量記憶部１４に格納及び保持しておき、内部記憶部１２又は大容量記憶部１４に保持された各分割ドキュメント領域の平均色の各色成分（Ｌ^＊成分、ａ^＊成分及びｂ^＊成分）及び面積を参照して、各色成分範囲の条件と一致する平均色を有するドキュメント領域の合計面積を求め、その色成分範囲の条件に関連付けられた画面位置に、その合計面積に比例する領域をそのカラーパレットの色で塗り潰したドキュメント情報を表示する。このドキュメント色彩情報表示部９１によって、ユーザは、評価対象となった各分割ドキュメント領域に含まれる色（平均色）の分布を一見して確認することができる。

カラーイメージ９２は、図１１に示すように、出力画面の領域を複数の分割画面領域９５として分割し、分割画面領域９５毎にステップ４の表現情報データベースに含まれる特徴量に対する条件を予め割り当てておき、ステップ４においてドキュメントの印象に関する情報を抽出する際に用いた条件が割り当てられた分割画面領域９５に、その条件から抽出された表現情報を表示する。

具体的には、図１２（ａ）及び図１２（ｂ）に示すように、ドキュメントのコンテンツの種別毎に各分割画面領域９５の位置情報と、図７に示す表現情報データベースに含まれる特徴量に対する条件と、を対応付けた表示用データベースを予め内部記憶部１２又は大容量記憶部１４に保持しておき、この表示用データベースを参照して、一致する条件の画面の位置に表現情報を表示する。このとき、分割画面領域９５に条件を割り当てる際に、人間がドキュメントから感じる印象が近い条件ほど、互いに近接する分割画面領域９５に割り当てることが好適である。

例えば、図１１のカラーイメージ９２では、“暖かい”印象を与える条件ほどカラーイメージ９２の左側に割り当て、逆に、“冷たい”印象を与える条件ほどカラーイメージ９２の右側に割り当てている。また、“柔らかい”印象を与える条件ほどカラーイメージ９２の上側に割り当て、逆に、“硬い”印象を与える条件ほどカラーイメージ９２の下側に割り当てている。但し、これらに限られるものではなく、ユーザが必要とする情報に応じて割り当てを変更しても良い。

例えば、画面領域の左側から右側に向けてａ^＊成分が増加し、画面領域の下側から上側に向けてｂ^＊成分が増加するような条件を割り当てることによって、人間に与える印象が近い条件を、より近接する分割画面領域９５に割り当てることができる。他の特徴量についても同様である。このように、条件を傾向付けて割り当てることによって、カラーイメージ９２に表示された情報の位置や集中度から評価対象となったドキュメントの印象に対する傾向を知ることができる。

また、本実施の形態では、ドキュメントのコンテンツの種別毎に表示用データベースを登録し、ステップＳ３で判別された被評価ドキュメントに含まれる各分割ドキュメント領域のコンテンツの種別に応じて参照する表示用データベースを変更して処理を行う。具体的には、図１２（ａ）のように連続階調型のドキュメント領域に対する表示用データベースと、図１２（ｂ）のように離散階調型のドキュメント領域に対する表示用データベースとをそれぞれ準備する。

例えば、分割ドキュメント領域の１つであるドキュメント２が連続階調型（写真やイラスト等）のドキュメントであって、ドキュメント２から取得された特徴量が図７の条件Ｐ２に合致して「伝統的な」という表現情報が抽出された場合、図１２（ａ）の表示用データベースを参照して、図８及び図１３のように、カラーイメージ９２における条件Ｐ２が割り当てられた表示領域９６に表現情報である「伝統的な」という文字を表示させる。なお、図８及び図１３には、被評価ドキュメントであるドキュメント１及びドキュメント３については、離散階調型（図形やテキスト等）のドキュメントであって、ドキュメント１及び３から取得された特徴量が図７の条件Ｔ３及びＴ１に合致して「ダンディな」及び「シャープな」という表現情報が抽出されたものとしてそれぞれの表現情報を表示させている。

さらに、条件に合致した特徴量を示す情報を同時に表示することが好適である。例えば、図８及び図１３に示すように、ドキュメント２について条件Ｐ２に合致した分割ドキュメント領域の面積に比例した領域９６を分割ドキュメント領域の平均色で塗り潰して表示する。このように、カラーイメージ９２上にドキュメントの印象を示すテキスト情報と特徴量を示す情報とを同時に表示することによって、ユーザは、どのような特徴量に基づいてドキュメントの印象が評価されたかを、その特徴量に対応付けて容易に認識することが可能となる。なお、図８及び図１３には、分割ドキュメント領域であるドキュメント１及びドキュメント３についても同様にそれぞれ表現情報（「風格がある」、「平和な」）と共に平均色をカラーイメージ９２上に表示させている。

なお、ステップＳ５において、複数の特徴量の組合せからなる条件を用いて表現情報を抽出した場合には、図１１の各分割画面領域９５に割り当てる条件を複数の特徴量の組合せからなる条件とすることが好適である。この場合、組み合わされた特徴量の抽出元のドキュメント領域の平均色を一緒に表示しても良い。例えば、被評価ドキュメントの背景領域、メイン領域及びアクセント領域の平均色を組み合わせた条件から表現情報を抽出した場合、図１４のように、抽出された表現情報（ここでは「風格がある」）と、その抽出に用いられた背景領域、メイン領域及びアクセント領域の平均色をカラーイメージ９２上に同時に表示することが好適である。また、主なドキュメント領域の平均色を示す表示部９３には、背景領域、メイン領域及びアクセント領域の各々の平均色を表示することが好適である。

このように、被評価ドキュメントの主要なドキュメント領域の特徴量を抽出した結果を提示することにより、ユーザは、カラーイメージ９２の表示と比較し、各ドキュメント領域の特徴量によってどのような印象が与えられるかを明確に知ることができる。

また、上記本実施の形態では、ドキュメントのコンテンツの種別毎に異なる表現情報データベース及び表示用データベースを用いたが、ドキュメントのコンテンツの種別によらず同じ表現情報データベース及び表示用データベースを用いて処理を行うこともできる。例えば、ステップＳ４で抽出された特徴量をドキュメントのコンテンツの種別に応じて補正し、表現情報データベースを参照して補正された特徴量が満たす条件に対応付けられた表現情報を抽出し、また、表示用データベースを参照して補正された特徴量が満たす条件に対応付けられたカラーイメージ上の分割画面領域に表現情報等を表示させる。

なお、本実施の形態では、１つの被評価ドキュメントを複数の分割ドキュメント領域に分割し、分割ドキュメント領域毎にドキュメントのコンテンツの種別を決定し、ドキュメントのコンテンツの種別に基づいて各分割ドキュメント領域の印象の評価を行ったが、これに限定されるものではない。例えば、被評価ドキュメントを分割することなく、被評価ドキュメント毎にドキュメントのコンテンツの種別を判別し、ドキュメントのコンテンツの種別に基づいて被評価ドキュメント毎に印象の評価を行ってもよい。

また、本実施の形態では、ドキュメントのコンテンツの種別を連続階調型と離散階調型の２つに分類したがこれに限定されるものではない。被評価ドキュメントの階調の度合いに応じてドキュメントのコンテンツの種別をさらに細かく分類してもよい。例えば、被評価ドキュメントを写真、イラスト、図形、テキストのいずれか１つに分類すると共に、表現情報データベース及び表示用データベースを写真、イラスト、図形、テキストのそれぞれについて登録し、抽出されたコンテンツの種別に応じた表現情報データベース及び表示用データベースを参照して被評価ドキュメントの特徴量が満たす条件に関連付けられた表現情報及びカラーイメージ上の分離画面領域を抽出してもよい。

また、ドキュメントのコンテンツの種別を明度（輝度）の階調で分類する代わりに、色調の階調に応じて分類して処理を行うことも好適である。色調の階調とは、ドキュメントのコンテンツの色味（ヒュー）の変化の度合いを意味する。例えば、ドキュメントのコンテンツが連続的に変化する連続色調型及び段階的に変化する離散色調型のいずれかに分類すると共に、表現情報データベース及び表示用データベースをそれぞれの型について登録し、抽出されたコンテンツの種別に応じたデータベースを参照して被評価ドキュメントの特徴量が満たす条件に関連付けられた表現情報及びカラーイメージ上の分離画面領域を抽出する。もちろん、色味の変化に応じてドキュメントをさらに細かく分類して、それぞれについてデータベースを設けて処理を行ってもよい。

＜第２のドキュメント印象評価方法＞
第２のドキュメント印象評価方法を以下に説明する。第２のドキュメント印象評価方法では、予め複数の色を含んだカラーパレットを準備し、そのカラーパレットに含まれる各色を組み合わせた条件にドキュメントの印象を表す表現情報を割り当てたデータベースを準備し、分割ドキュメント領域から色に関する特徴量を抽出し、その特徴量に対応するカラーパレット上の色に割り当てられた表現情報を選択して表示する。

以下に、カラーパレットを用いたドキュメントの印象評価の処理方法について、図を参照して説明する。上記第１のドキュメント印象評価方法と同様に、図２に示すように、被評価ドキュメントの入力（ステップＳ１）、被評価ドキュメントの領域の分割（ステップＳ２）、各分割ドキュメント領域におけるコンテンツの種別の判別（ステップＳ３）、各分割ドキュメント領域から物理的特徴量を取得するサブルーチン（ステップＳ４）、印象評価の抽出（ステップＳ５）及び評価結果の出力（ステップＳ６）を含み、各ステップを順次行うことによって実行される。

ステップＳ１及びＳ２では、上記第１のドキュメント印象評価方法と同様に処理が行われるため、説明を省略する。

ステップＳ３では、被評価ドキュメントのコンテンツの種別（タイプ）が判別される。ここでは、各分割ドキュメント領域ではなく、被評価ドキュメント全体の表現形態に応じてコンテンツの種別を決定する。具体的には、ドキュメントの階調の連続性に応じてドキュメントのコンテンツの種別を判別することが好適である。本実施の形態では、被評価ドキュメントに対して既存のテキスト／イメージ分離処理法を適用して被評価ドキュメント内に含まれる離散階調を有するコンテンツ（テキストや図形等）が占める領域と連続階調を有するコンテンツ（写真やイラスト等）が占める領域を分離し、各領域の面積を算出して、面積が最大である領域を占めるコンテンツの種別を被評価ドキュメントのコンテンツの種別とする。これによって、被評価ドキュメントのコンテンツの種別を自動的に判別することができる。

なお、標準入力部１８を用いて被評価ドキュメントについてコンテンツの種別をユーザが入力することによって、被評価ドキュメントのコンテンツの種別を手動で設定してもよい。

ステップＳ４では、分割ドキュメント領域毎に特徴量が算出され、その中の色に関する特徴量とカラーパレット上の色への対応付けが行われる。ステップＳ４は、図１５に示すように、サブルーチンとして処理される。

ステップＳ３１では、各分割ドキュメント領域のドキュメントデータの色空間がＲＧＢ空間からＬ^＊ａ^＊ｂ^＊空間に変換される。ステップＳ３２では、色空間変換された各分割ドキュメント領域のドキュメントデータを大容量記憶部１４又は内部記憶部１２に格納及び保持する。これらの処理は、上記第１のドキュメント印象評価方法と同様であるため、説明は省略する。

ステップＳ３７では、各分割ドキュメント領域に対して位置、面積、色の分散及び色数の特徴量の抽出を行うと共に、さらに各分割ドキュメント領域の色平均の特徴量に最も近似するカラーパレット上の色を特徴量として求める。

各分割ドキュメント領域の位置、面積、色の分散及び色数についての特徴量の算出方法は、上記第１のドキュメント印象評価方法と同様であるので、説明は省略する。

カラーパレット上の色の特徴量は、上記第１のドキュメント印象評価方法と同様に算出した各分割ドキュメント領域の色平均に基づいてパターンマッチングを行うことによって、その色平均に最も近似するカラーパレット上の色を求める。

ステップＳ３８では、分割ドキュメント領域毎に求められたカラーパレット上の色と、そのドキュメント領域の面積に基づいて、ベースカラー、サブカラー及びアクセントカラーを算出する。ここで、ベースカラーとは、被評価ドキュメントの中で最大面積用いられている色をいう。サブカラーとは、ベースカラーからの色差が所定値以上であり、かつ、より広い面積に用いられている色を順に２色選択したものをいう。アクセントカラーとは、用いられている面積が被評価ドキュメントの面積に対して所定割合以下であり、かつベースカラーからのより色差が大きいものから順に２色選択したものをいう。図１６に、選択されたベースカラー１色、サブカラー２色及びアクセントカラー２色を例示する。但し、色の選択条件はこれらに限られるものではなく、被評価ドキュメントの特徴を明確に示す色であれば良い。

ステップＳ５では、選択された色、すなわちベースカラー、サブカラー及びアクセントカラーに基づいて、被評価ドキュメントが人間に与える印象に関する情報を抽出する。具体的には、予めベースカラー、サブカラー又はアクセントカラーを組み合わせた条件と、その組合せから人間が受ける印象に関する表現情報とを関連付けた表現情報データベースを作成しておき、選択されたベースカラー、サブカラー及びアクセントカラーの組合せと一致する条件に関連付けられた表現情報を抽出する。

このとき、本実施の形態においても、ベースカラー、サブカラー又はアクセントカラーを組み合わせた条件に対して被評価ドキュメントのコンテンツの種別に応じて異なる表現情報を関連付けた表現情報データベースを用いて評価を行う。

例として、図１７に示すデータベースを用いて説明する。本データベースでは、ベースカラーとサブカラー２色の組合せを条件としてデータベースと、アクセントカラー２色の組合せを条件としたデータベースを含んでいる。但し、ベースカラー、サブカラー及びアクセントカラーの組合せの条件はこれらに限られるものではなく、その他の組合せを条件としても良い。

これらのデータベースを参照すると、例えば、ステップＳ２において被評価ドキュメントが連続階調型ドキュメントと判別され、図１６のように被評価ドキュメントから選択されたベースカラー、サブカラー及びアクセントカラーが抽出された場合には、「クラシックな」及び「明瞭な」というテキスト情報を抽出することができる。

ステップＳ６では、出力部１６において、選択されたベースカラー、サブカラー及びアクセントカラーや抽出された表現情報を表示する。出力は、ドキュメントに関する情報がユーザに把握し易い態様で行うことが好適である。

例えば、図１８のように、被評価ドキュメント１６０、被評価ドキュメントに含まれるカラーパレット上の色の面積を示すドキュメント色彩情報表示部１６１、選択されたカラーから抽出された表現情報を表示するカラーイメージ１６２及び選択されたカラーを表示する表示部１６３を含むことが好適である。

ドキュメント色彩情報表示部１６１は、上記第１のドキュメント印象評価方法と同様に、被評価ドキュメント内に含まれるカラーパレット上の色の面積を、その面積に比例した画面領域をそのカラーパレット上の色で塗り潰して表示される。

カラーイメージ１６２は、出力画面の領域を複数の分割画面領域に分割し、分割画面領域毎にベースカラー、サブカラー及びアクセントカラーの組合せからなる条件を割り当て、表現情報を抽出するときに用いた条件と一致する条件が割り当てられた領域に、その条件から抽出された表現情報を表示する。また、併せて、表現情報の抽出に用いられたベースカラー、サブカラー及びアクセントカラーを表示することも好適である。

このとき、第１の実施の形態と同様に、ドキュメントのコンテンツの種別毎に表示用データベースを準備して、ステップＳ２で決定された被評価ドキュメントのコンテンツの種別に応じた表示用データベースを参照して表現情報やカラーを表示する画面位置を決定する。具体的な方法については、上記第１のドキュメント印象評価方法と同様であるので、ここでの説明は省略する。

以上のように、第１及び第２のドキュメント印象評価方法によれば、ドキュメントが人間に与える印象を評価するために適した特徴量及びその組合せが満たす条件から、ドキュメントが人間に与える印象に関する情報を自動で提示することができる。したがって、ドキュメント作成の経験が少ないユーザであっても、ドキュメントデータを入力するだけで、的確な印象に関する情報を得ることができる。また、ドキュメントが人間に与える印象に関する情報のみならず、評価に用いられた特徴量等を、ユーザが把握し易い態様で提示することができ、ユーザはドキュメントに関する全般的な情報を容易に把握することができる。

さらに、ドキュメントのコンテンツの種別に応じて各種別に適したデータベースを用いたり、ドキュメントのコンテンツの種別に応じて特徴量を補正したりすることによって、ドキュメントのコンテンツの種別に応じてドキュメントの印象を適切に評価することができる。

＜第３のドキュメント印象評価方法＞
ハイパーテキスト形式等のコンテンツが構造化されたドキュメントの場合には、それらを構成しているテキスト情報の構文を解析することによって、ドキュメントの領域分割及び特徴量の抽出を自動で行うことができる。

以下に、構造化されたドキュメントの印象評価の処理方法について、図を参照して説明する。上記第１のドキュメント印象評価方法と同様に、被評価ドキュメントの入力（ステップＳ１）、被評価ドキュメントの領域の分割（ステップＳ２）、コンテンツの種別の判別（ステップＳ３）、各分割ドキュメント領域から物理的特徴量を取得するサブルーチン（ステップＳ４）、印象評価の抽出（ステップＳ５）及び評価結果の出力（ステップＳ６）を含み、各ステップを順次行うことによって実行される。

ステップＳ１では、第１のドキュメント印象評価方法と同様に評価ドキュメントが取得される。ステップＳ２では、被評価ドキュメントを複数の領域に分割する際に、構造化されたドキュメントデータを解析し、構造化されているコンテンツ毎に分割ドキュメント領域として分割する。例えば、ネットワーク２６から読み込まれたＨＴＭＬ形式で記述されたドキュメントが評価対象である場合は、そのドキュメントデータに含まれる各タグで括られるコンテンツを１つの分割ドキュメント領域とする。例えば、＜ｈｅａｄ＞タグと＜／ｈｅａｄ＞タグの間をヘッダ部として分割することができる。

ステップＳ３では、各分割ドキュメント領域のコンテンツの種別が判別される。ここでの処理は、第１の実施の形態と同様であるので説明を省略する。

ステップＳ４では、ステップＳ２で分割された各ドキュメント領域から特徴量を抽出する。すなわち、各ドキュメント領域として分割されたコンテンツ毎の色、大きさ、配置等の情報を特徴量として抽出する。

以下、ステップＳ５及びステップＳ６では、第１のドキュメント印象評価方法と同様に処理を行うため、説明を省略する。

以上のように、第３のドキュメント印象評価方法によれば、ハイパーテキスト形式等の構造化されたドキュメントデータから特徴量を抽出し、そのドキュメントが人間に与える印象に関する情報を提示することができる。さらに、被評価ドキュメントのビットマップ形式のドキュメントデータと、上記構文解析を組み合わせることによって、より正確な領域分割を行うこともできる。

もちろん、第２及び第３のドキュメント印象評価方法においても、第１のドキュメント印象評価方法と同様に、ドキュメントのコンテンツを色味の階調に応じて分類して処理することもできる。

本実施の形態におけるドキュメント印象評価装置の構成のブロック図である。 本実施の形態における第１のドキュメント印象評価方法のフローチャートを示す図である。 評価対象となるドキュメントの例を示す図である。 本発明の実施の形態における第１のドキュメント印象評価方法のステップＳ４のフローチャートを示す図である。 均等色空間におけるマンセル色相環を示す図である。 本発明の実施の形態における第１のドキュメント印象評価方法で取得された特徴量の例を示す図である。 本発明の実施の形態における第１のドキュメント印象評価方法で用いられる表現情報データベースの例を示す図である。 本発明の実施の形態における第１のドキュメント印象評価方法の評価結果の出力例を示す図である。 本発明の実施の形態における第１のドキュメント印象評価方法のドキュメント色彩情報表示部を表示する方法の説明図である。 本発明の実施の形態における第１のドキュメント印象評価方法のドキュメント色彩情報表示部を表示する方法の説明図である。 本発明の実施の形態における第１のドキュメント印象評価方法のカラーイメージを表示する方法の説明図である。 本発明の実施の形態における第１のドキュメント印象評価方法のカラーイメージを表示する方法の説明図である。 本発明の実施の形態における第１のドキュメント印象評価方法のカラーイメージの表示例を示す図である。 本発明の実施の形態における第１のドキュメント印象評価方法の評価結果の別の表示例を示す図である。 本発明の実施の形態における第２のドキュメント印象評価方法のフローチャートを示す図である。 本発明の実施の形態における第２のドキュメント印象評価方法で取得されたベースカラー、サブカラー及びアクセントカラーの例を示す図である。 本発明の実施の形態における第２のドキュメント印象評価方法で用いられる表現情報データベースの例を示す図である。 本発明の実施の形態における第２のドキュメント印象評価方法の評価結果の出力例を示す図である。

符号の説明

１０ 制御部、１２ 内部記憶部、１４ 大容量記憶部、１６ 出力部、１８ 標準入力部、２０ ドキュメント入力部、２２ インターフェース部、２４ バス、２６ ネットワーク、３０ ヘッダ部、３１ タイトル部、３２ 見出し部、３３ リンクボタン部、３４ イメージ画像部、３５ テキスト部、９０ 被評価ドキュメント、９１ ドキュメント色彩情報表示部、９２ カラーイメージ、９３ 平均色表示部、９５ 分割画面領域、９６ 表示領域、１６０ 被評価ドキュメント、１６１ ドキュメント色彩情報表示部、１６２ カラーイメージ、１６３ カラー表示部。

Claims (4)

1. ドキュメントから抽出される視覚的情報に基づいて、当該ドキュメントが人間に与える印象に関する情報を提示するドキュメント印象評価装置であって、
   評価対象となる被評価ドキュメントのコンテンツの種別を、前記被評価ドキュメントの色調の階調に応じて判別するドキュメント判別手段と、
   前記被評価ドキュメントから少なくとも１つの視覚的な特徴量を抽出する特徴量抽出手段と、
   ドキュメントのコンテンツの種別毎に、ドキュメントに関する少なくとも１つの視覚的な特徴量に対する条件と、ドキュメントを見た人間が感じる印象を表す表現情報と、を関連付けた表現情報データベースを参照して、前記被評価ドキュメントのタイプ及び前記被評価ドキュメントの特徴量が満たす条件、と関連付けられた表現情報を抽出する表現情報抽出手段と、
   前記抽出された表現情報を、前記被評価ドキュメントとなるドキュメントが人間に与える印象に関する情報として出力する出力手段と、
   を備えることを特徴とするドキュメント印象評価装置。
2. 請求項１に記載のドキュメント印象評価装置であって、
   前記出力手段は、出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記被評価ドキュメントの特徴量が満たす前記条件に対応する前記分割画面領域に前記抽出された表現情報を表示することを特徴とするドキュメント印象評価装置。
3. 請求項１又は２に記載のドキュメント印象評価装置であって、
   前記出力手段は、出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記被評価ドキュメントの特徴量が満たす前記条件に対応する前記分割画面領域に前記被評価ドキュメントの特徴量に関する情報を表示することを特徴とするドキュメント印象評価装置。
4. ドキュメントから抽出される視覚的情報に基づいて、当該ドキュメントが人間に与える印象に関する情報を提示するドキュメント印象評価を行うためのドキュメント印象評価プログラムであって、
   コンピュータを、
   評価対象となる被評価ドキュメントのコンテンツの種別を、前記被評価ドキュメントの色調の階調に応じて判別するドキュメント判別手段と、
   前記被評価ドキュメントから少なくとも１つの視覚的な特徴量を抽出する特徴量抽出手段と、
   ドキュメントのコンテンツの種別毎に、ドキュメントに関する少なくとも１つの視覚的な特徴量に対する条件と、ドキュメントを見た人間が感じる印象を表す表現情報と、を関連付けた表現情報データベースを参照して、前記被評価ドキュメントのタイプ及び前記被評価ドキュメントの特徴量が満たす条件、と関連付けられた表現情報を抽出する表現情報抽出手段と、
   前記抽出された表現情報を、前記被評価ドキュメントとなるドキュメントが人間に与える印象に関する情報として出力する出力手段と、
   として機能させることを特徴とするドキュメント印象評価プログラム。

Images