JPH04332087A - デザイン装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、入力したデザイン図の
評価用語をＣＲＴのような表示装置に表示するデザイン
装置に関する。

【０００２】

【従来の技術】デザイン装置としては、例えば１９８８
年３月；電子情報通信学会発行「電子情報通信学会誌；
別冊；ＶＯＬ．７１ＮＯ．３ｐｐ．２４５−２４７」に
記載されたものがある。これは、コンピュータのメモリ
に住宅の外観，玄関，洋間，和室，台所，風呂等の構成
部分毎の住宅デザイン要素、フィーリングを表す形容詞
としての豪華，広々，ゆったり等の評価用語、評価用語
間の関係を規定する知識、これら評価用語と住宅デザイ
ン要素との関係を規定する知識等を知識データベースと
して記憶しておき、人間がキーボードのような入力手段
を操作して、例えば住宅の構成部分であるデザイン要素
を表す“和室”なる住宅デザインの限定用語を入力する
とともに、和室に対して持つ自分のイメージとしてのフ
ィーリングを表す“広々とした”なる評価用語をコンピ
ュータに入力すると、コンピュータが知識データベース
から入力された評価用語により、適切な和室のデザイン
要素を推論，抽出して表示手段に画像表示する構成にな
っている。

【０００３】ところで、本出願人は、特願平１ー３３８
６７号で、上記デザイン装置にイメージスキャナのよう
な入力手段でデザイン図を入力することにより、この入
力したデザイン図を表現する評価用語を推論，抽出して
表示手段に表示するようにしたものを提案した。

【０００４】

【発明が解決しようとする課題】人間が住宅や車両等の
デザインを行う場合、“明るい”とか“スポーティ”と
か単一評価用語で表現される概念でデザイン図を描くこ
とは少なく、“都会的で明るい”とか“落ち着いた華や
かさ”といった複数の評価用語で表現される微妙な概念
をデザインすることが多いものである。しかし、前述の
デザイン図から評価用語を表示するデザイン装置にあっ
ては、入力されたデザイン図に対して、１つの評価用語
を表示するようにしただけであるので、前記のような微
妙な概念を持つデザイン図を適切に表現する評価用語を
表示することは難しく、使いずらいという不都合があっ
た。

【０００５】

【課題を解決するための手段および作用】そこで本発明
にあっては、図１に示すように、イメージスキャナのよ
うな入力手段１と、知識データベース２と、推論手段３
と、ＣＲＴのような複数評価用語表示手段４とを備え、
入力手段１の操作でデザイン図を入力すると、推論手段
３が知識データベース２からデザイン図に関する評価用
語の当て嵌まり度を演算し、この当て嵌まり度により当
該デザイン図を表現する複数の評価用語を推論，抽出し
て複数評価用語表示手段４に表示する。

【０００６】

【実施例】図２は、本発明の一実施例を示すものであっ
て、この実施例のデザイン装置は、コンピュータグラフ
ィックを利用して車室内のインテリアデザインを描いた
デザイン図から評価用語を表示するようにした車両用デ
ザイン装置を例示してあり、コンピュータ１６と、入力
手段１たるイメージスキャナと、複数評価用語表示手段
４たるＣＲＴとで構成されている。コンピュータ１６の
メモリには、知識データベース２が記憶させてある。コ
ンピュータ１６のＣＰＵには、推論手段３が組み込んで
ある。

【０００７】知識データベース２は、評価用語９と形容
詞知識１０とデザイン要素としての車両デザイン要素１
１とイメージ知識１２とを備えている。

【０００８】評価用語９は、表１の評価用語欄に示すよ
うな形容詞語群で構成されている。

【０００９】形容詞知識１０は、表１に示すように、評
価用語９を収集し、予備実験の結果を解析することによ
り、評価用語間の関係を規定するものとして得た知識で
あって、これは、例えば評価用語９を因子分析等の多変
量解析で複数の因子に分け、各評価用語９が各因子にど
の程度の関係があるかを因子負荷量（数値）として得た
データである。各因子負荷量が特に大きい値において、
近い数値の評価用語は関係が深く、似ている評価用語と
いうことができる。

【００１０】車両デザイン要素１１は、表２に示すよう
に、大きな枠であるアイテムと、小さな枠であるカテゴ
リーとに区分されている。

【００１１】イメージ知識１２は、表２に示すように、
官能評価実験の結果として得られたものである。具体的
には、評価用語９と車両デザイン要素１１のアイテムを
選定し、このアイテムそれぞれに相当する車両デザイン
要素１１を不特定多数の人に見せ、形容詞語群である評
価用語９の１つ１つについての車両デザイン要素１１か
ら受けるフィーリングを収集し、その収集結果を数量化
論理１類もしくは２類等の多変量解析により、偏回帰係
数（偏相関係数）として解析したものである。

【００１２】ここで、アイテムは、車両デザイン要素１
１中のインストルメントパネルに設けられるメータ数、
インストルメントパネルとメータクラスタ、メータクラ
スタとセンターコンソール、ドアの厚さ、センタークラ
スタの張り出しに着目したもの等である。

【００１３】メータ数に着目したアイテムは、大きなメ
ータ１個を設けたカテゴリー、大きなメータ１個と小さ
なメータ２個とを設けたカテゴリー、大きなメータ１個
と小さなメータ３個とを設けたカテゴリー、大きなメー
タ２個と小さなメータ１個とを設けたカテゴリー、大き
なメータ２個と小さなメータ２個とを設けたカテゴリー
に分類してある。

【００１４】インストルメントパネルとメータクラスタ
に着目したアイテムは、インストルメントパネルとメー
タクラスタとが一体になったカテゴリー、インストルメ
ントパネルとメータクラスタとが分離されたカテゴリー
に分類してある。

【００１５】メータクラスタとセンターコンソールに着
目したアイテムは、メータクラスタとセンターコンソー
ルとが一体になったカテゴリー、メータクラスタとセン
ターコンソールとが分離されたカテゴリーに分類してあ
る。

【００１６】ドアの厚さに着目したアイテムは、ドアが
厚いカテゴリー、ドアが薄いカテゴリーに分類してある
。

【００１７】センタークラスタの張り出しに着目したア
イテムは、センタークラスタの張り出しが有るカテゴリ
ー、センタークラスタの張り出しが無いカテゴリーに分
類してある。

【００１８】なお、表２に記載された以外に着目したア
イテムも、複数のカテゴリーに分類してある。

【００１９】推論手段３は、イメージスキャナ１の操作
で入力されたデザイン図により、図３に示すフローチャ
ートにしたがって、知識データベース２から当該デザイ
ン図に関する各評価用語９の当て嵌まり度Ａを演算して
、当該デザイン図を表現する複数の評価用語９を推論，
抽出してＣＲＴ４に表示させるようになっている。 この推論手段３は、演算する当て嵌まり度Ａに順位を付
け、第１位の当て嵌まり度Ａ１が例えば０．８のような
所定値ａ（ａ＝０．８）以下のときは、第１位の当て嵌
まり度Ａ１に第２位以下の当て嵌まり度Ａ２，Ａ３，…
…，Ａｎを加味して、当て嵌まり度Ａを所定値ａ以上に
補正する機能をも備えている。

【００２０】以上の実施例構造によれば、先ず、評価用
語９，形容詞知識１０，車両デザイン要素１１，イメー
ジ知識１２等をコンピュータ１６のメモリＭに記憶させ
ておく。この状態において、人間がイメージスキャナ１
を操作してデザイン図を入力すると、推論手段３による
コンピュータ１６のＣＰＵの働きで、知識データベース
２からデザイン図を表現する複数の評価用語９を推論，
抽出してＣＲＴ４に表示する。

【００２１】この作用を図３のフローチャートにもとづ
いて詳述する。

【００２２】ステップ１０１では、コンピュータ１６を
起動することにより、処理の実行が始まり、ステップ１
０２に進む。

【００２３】ステップ１０２では、デザイナがデザイン
した車室内のインテリアデザインの描かれたデザイン図
をイメージスキャナ１で入力し、ステップ１０３に進む
。

【００２４】ステップ１０３では、入力されたデザイン
図をイメージ知識１２中のデザイン要素１１に相当する
デザイン要素に分解し、イメージ知識１２から前記分解
したデザイン要素のカテゴリーを選定し、この選定カテ
ゴリーの偏回帰係数を読み取り、この読み取った偏回帰
係数の合計値を演算し、この合計値の大きい順に所定数
、例えばｎ個の評価用語９を選定し、ステップ１０４に
進む。ここで、選定されたｎ個の評価用語９を、偏回帰
係数の合計値の大きい順に、評価用語Ｋ１，Ｋ２，Ｋ３
，………，Ｋｎとする。

【００２５】ステップ１０４では、ステップ１０３で演
算した偏回帰係数の合計値が最大の評価用語Ｋ１を選定
（表２の合計値欄を参照すると、表２では、「走り屋向
きの」なる評価用語を選定）し、この評価用語Ｋ１につ
いて、各アイテム中で最大となる偏回帰係数の個数Ｎ１
を数え、この偏回帰係数の個数Ｎ１を全アイテム数Ｎで
割り、当て嵌まり度Ａ１を演算（Ａ１＝Ｎ１／Ｎ）し、
ステップ１０５に進む。

【００２６】ステップ１０５では、ステップ１０４で演
算した当て嵌まり度Ａ１が、所定値ａより大きいか否か
を判断する。そして、当て嵌まり度Ａ１が所定値ａより
大きい場合は、ステップに進む。これとは逆に、当て嵌
まり度Ａ１が所定値ａ以下の場合は、ステップ１０６に
進む。

【００２７】ステップ１０６では、ステップ１０４で選
定された評価用語Ｋ１の偏回帰係数が、最大となってい
ないアイテムを検索し、ステップ１０７に進む。

【００２８】ステップ１０７では、ステップ１０６で検
索したアイテムについて、ステップ１０３での選定カテ
ゴリーの偏回帰係数が最大となる個数が一番多い評価用
語を、ステップ１０３で選定されたｎ−１個の評価用語
Ｋ２，Ｋ３，……，Ｋｎの中から選定する。この場合、
最大偏回帰係数となる個数が同じものが複数出たときは
、ステップ１０３で選定された順位の高い評価用語を選
定する。このステップ１０７で選定された評価用語を評
価用語Ｋｊとする。そして、ステップ１０８に進む。

【００２９】ステップ１０８では、ステップ１０７で選
定された評価用語Ｋｊについて、検索アイテム中で最大
となる偏回帰係数の個数Ｎ２を数え、この偏回帰係数の
個数Ｎ２を全アイテム数Ｎで割り、当て嵌まり度Ａ２を
演算（Ａ２＝Ｎ２／Ｎ）し、この当て嵌まり度Ａ２をス
テップ１０４で求めた当て嵌まり度Ａ１に加算し、新し
い当て嵌まり度Ａを演算（Ａ＝Ａ１＋Ａ２）し、ステッ
プ１０５に戻る。

【００３０】そして、ステップ１０５では、ステップ１
０８で求めた当て嵌まり度Ａが所定値ａより大きいか否
かを判断し、この当て嵌まり度Ａが所定値ａより大きい
場合は、ステップ１０９に進み、これとは逆に、当て嵌
まり度Ａが所定値ａ以下の場合は、ステップ１０６〜１
０８の処理を繰り返す。

【００３１】ステップ１０９では、ステップ１０５で当
て嵌まり度Ａが所定値ａより大きい評価用語Ｋ１，Ｋ２
，Ｋ３，……，Ｋｎを“かつ”でつなげて、ＣＲＴ４に
出力し、ステップ１１０に進む。

【００３２】ステップ１１０では、入力されたデザイン
図を表現する評価用語の表示の１サイクルが終わる。

【００３３】つまり、この実施例によれば、当て嵌まり
度Ａが所定値ａより大きい複数の評価用語を“かつ”で
つなげてＣＲＴ４に表示して、デザイン図を微妙に表現
することができる。

【００３４】なお、本発明は前記実施例に限定されるも
のではなく、図示は省略するが、例えば、入力するデザ
イン図は、知識データベース２に記憶する車両デザイン
要素１１と評価用語９とを変えることにより、住宅デザ
イン装置あるいは機械デザイン装置等の車両以外の分野
でも使用できるデザイン装置にも適用できる。

【００３５】また、アイテム数と各アイテム毎のカテゴ
リー数とは、前記実施例に限定されるものではない。

【００３６】

【表１】

【００３７】

【表２】

【００３８】

【発明の効果】以上のように本発明によれば、デザイン
図の入力により、知識データベースから複数の評価用語
を推論，抽出して表示するので、“都会的で明るい”と
か“落ち着いた華やかさ”といった微妙な概念で評価で
き、使い易くなる。

【図面の簡単な説明】

【図１】本発明の概念図。

【図２】本発明の一実施例を示す全体構成図。

【図３】同実施例のフローチャート。

【符号の説明】

１…入力手段（イメージスキャナ） ２…知識データベース ３…推論手段 ４…複数評価用語表示手段（ＣＲＴ） ９…評価用語

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　デザイン図を入力する入力手段と、評
   価用語，デザイン要素，これら評価用語とデザイン要素
   との関係を規定する知識それぞれを記憶する知識データ
   ベースと、前記入力手段で入力されたデザイン図により
   、前記知識データベースから当該デザイン図に関する各
   評価用語の当て嵌まり度を演算し、この当て嵌まり度に
   より当該デザイン図を表現する複数の評価用語を推論，
   抽出する推論手段と、この推論手段で推論，抽出した評
   価用語を表示する複数評価用語表示手段と、を備えたこ
   とを特徴とするデザイン装置。
2. 【請求項２】　　前記推論手段が、演算する当て嵌まり
   度に順位を付け、第１位の当て嵌まり度が所定値以下の
   ときは、第１位の当て嵌まり度に第２位以下の当て嵌ま
   り度を加味して、第１位の当て嵌まり度を所定値以上に
   補正する機能を備えたことを特徴とする請求項１に記載
   したデザイン装置。