JPWO2020022473A1 - 計測装置、計測システム、計測プログラム、及び計測方法。 - Google Patents

Abstract

【課題】所望の対象物の反射特性を少ないサンプリング数で高速、かつ高精度に計測可能な計測装置、計測システム、計測プログラム、及び計測方法を提供すること。【解決手段】本発明の一態様によれば、反射特性の計測装置であって、制御部を備え、前記制御部は、対象情報と教師情報とに基づいて対象物の反射特性を計測するように構成され、前記対象情報は、入射光の光源位置と反射光の光検出位置と前記対象物における計測箇所との座標位置関係並びに前記入射光及び前記反射光に関する数値を含む情報で、前記入射光は、前記計測箇所に照射された光で、前記反射光は、前記入射光が前記計測箇所に照射され且つその後当該計測箇所において反射した光であり、前記教師情報は、前記反射特性の既存計測結果に関する情報であり、前記対象情報に含まれる前記座標位置関係の組合せ数は、１〜１５である、計測装置が提供される。【選択図】図１

Description

本発明は、反射特性の計測装置、計測システム、計測プログラム、及び計測方法に関する。

対象物の視覚的質感を構成する要素として「反射特性」は重要である。反射特性は、デジタルアーカイブや品質管理等の分野で重要な役割を果たしている。反射特性の計測をするにあたり、入射光を対象物に照射し、その反射光を検出することでサンプリングがなされる。反射特性は、関数として表現されるもので、変数の成す空間上でサンプリングした値から当該関数を推定することになる。例えば、非特許文献１には、反射特性の計測が可能なゴニオリフレクトメータが開示されている。ゴニオリフレクトメータは、光源及び光検出器などから構成される計測装置であって、任意のサンプリング方向での値を計測できる点で汎用的である。

Ｓｉｎｇ Ｃｈｏｏｎｇ Ｆｏｏ著「Ａ ｇｏｎｉｏｒｅｆｌｅｃｔｏｍｅｔｅｒ ｆｏｒ ｍｅａｓｕｒｉｎｇ ｔｈｅ ｂｉｄｉｒｅｃｔｉｏｎａｌ ｒｅｆｌｅｃｔａｎｃｅ ｏｆ ｍａｔｅｒｉａｌ ｆｏｒ ｕｓｅ ｉｎ ｉｌｌｕｍｉｎａｔｉｏｎ ｃｏｍｐｕｔａｔｉｏｎ」 １９９７年

しかしながら、ゴニオリフレクトメータ等の計測装置を用いて反射特性を計測する場合、入射光／反射光を膨大数の方向からサンプリングする必要がある。例えば、反射特性の中では比較的単純である等方性の双方向反射率分布関数（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｒｅｆｌｅｃｔａｎｃｅ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｆｕｎｃｔｉｏｎ：ＢＲＤＦ）は、３自由度の角度パラメータを有するものであるが、各パラメータに関して１度ごとにサンプリングしたとすると、９０×９０×１８０＝１，４５８，０００という膨大なサンプリング数になってしまい、計測時間の長尺化が問題となる。したがって、反射特性の計測に要する時間をより短縮することが求められているといえる。

本発明は、かかる事情を鑑みてなされたものであり、所望の対象物の反射特性を少ないサンプリング数で高速、かつ高精度に計測可能な計測装置、計測システム、計測プログラム、及び計測方法を提供することを目的とする。

本発明の一態様によれば、反射特性の計測装置であって、制御部を備え、前記制御部は、対象情報と教師情報とに基づいて対象物の反射特性を計測するように構成され、前記対象情報は、入射光の光源位置と反射光の光検出位置と前記対象物における計測箇所との座標位置関係並びに前記入射光及び前記反射光に関する数値を含む情報で、前記入射光は、前記計測箇所に照射された光で、前記反射光は、前記入射光が前記計測箇所に照射され且つその後当該計測箇所において反射した光であり、前記教師情報は、前記反射特性の既存計測結果に関する情報であり、前記対象情報に含まれる前記座標位置関係の組合せ数は、１〜１５である、計測装置が提供される。

本発明に係る計測装置は、光源位置と光検出位置と計測箇所との座標位置関係（サンプリング方向）並びに入射光及び反射光に関する数値（サンプリング値）を含む情報（対象情報）と、反射特性の既存計測結果に関する情報（教師情報）とに基づいて、対象物の反射特性を計測することができる。特に、対象情報に含まれる座標位置関係の組合せ数（サンプリング数）は、１〜１５であることに留意されたい。このような構成を有する計測装置により非常に短時間に所望の反射特性を計測することができる、という効果を奏する。

本実施形態に係る計測システムの構成概要図。 本実施形態に係る計測装置における制御部の機能ブロック図。 ［図３Ａ］［図３Ｂ］Ｒｕｓｉｎｋｉｅｗｉｃｚ座標系を示す図。 ニューラルネットワークを示す概要図。 サンプリング数が６である例を示す図。 ［図６Ａ］図５に示される場合の反射特性の計測結果を示す図、［図６Ｂ］図５に示される場合の反射特性の真値を示す図。 サンプリング数が３である例を示す図。 ［図８Ａ］図７に示される場合の反射特性の計測結果を示す図、［図８Ｂ］図７に示される場合の反射特性の真値を示す図。 本実施形態に係る計測方法を表すフローチャート。 ［図１０Ａ］対象物の反射率の分布、すなわち、光沢度（反射率と等価）の分布を示す図、［図１０Ｂ］対象物のＢＲＤＦの分布を示す図。 ［図１１Ａ］対象物（白色・無彩色）の光沢度を計測してＦｕｌｌ ＢＲＤＦを推定し、これを異なる物体のコンピュータ・グラフィクス（スタンフォード・バニー）として出力した例、［図１１Ｂ］対象物（白色と非白色とを両方の無彩色を含む場合）の光沢度を計測してＦｕｌｌ ＢＲＤＦを推定し、これを異なる物体のコンピュータ・グラフィクス（スタンフォード・バニー）として出力した例、［図１１Ｃ］対象物（非白色・無彩色）の光沢度を計測してＦｕｌｌ ＢＲＤＦを推定し、これを異なる物体のコンピュータ・グラフィクス（スタンフォード・バニー）として出力した例。 対象物（有彩色）の光沢度を計測してＦｕｌｌ ＢＲＤＦを推定し、これを異なる物体のコンピュータ・グラフィクス（スタンフォード・バニー）として色情報も含めて出力した例。

以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。特に、本明細書において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる概念である。また、本実施形態においては様々な情報を取り扱うが、これら情報は、０又は１で構成される２進数のビット集合体として信号値の高低によって表され、広義の回路上で通信・演算が実行されうる。

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

１．全体構成
図１は、本実施形態に係る計測システム１の構成概要を示す図である。計測システム１は、対象物Ｓの反射特性を計測可能に構成されるシステムである。図１に示されるように、計測システム１は、計測装置２と情報処理装置３とを備え、両者がネットワークを介して互いに接続されている。第１．１〜１．２節において、計測装置２及び情報処理装置３についてそれぞれ説明する。

１．１ 計測装置２
計測装置２は、通信部２１と、記憶部２２と、制御部２３と、光源２４と、光検出部２５と、表示部２６とを有し、これらの構成要素が計測装置２の内部において通信バス２０を介して電気的に接続されている。以下、各構成要素についてさらに説明する。

＜通信部２１＞
通信部２１は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、ＬＴＥ／３Ｇ等のモバイル通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。また、通信部２１を介して外部機器である後述の情報処理装置３と通信しながら、反射特性の計測を実施してもよいし、オフライン環境において単独で動作可能に実施してもよい。さらに計測した反射特性を情報処理装置３に送信可能に実施してもよい。

＜記憶部２２＞
記憶部２２（特許請求の範囲における「記憶媒体」の一例）は、前述の記載により定義される情報を記憶する。例えば、記憶部２２は、対象情報と、教師情報と、制御部２３が実行するための種々のプログラム等とを記憶する。これは、例えばソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、或いは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。また、これらの組合せであってもよい。

対象情報とは、対象物Ｓの反射特性を計測するにあたり必要となるサンプリングデータであり、後述の光源２４（入射光）、光検出部２５（反射光）及び対象物Ｓの一部である計測箇所Ｓｐの座標位置、並びに入射光及び反射光に関する数値（放射強度等）から規定される。また、教師情報とは、反射特性の既知計測結果に関する情報であって、後述の機械学習を用いた反射特性の推定において用いられる教師データである。一般的には、教師情報は、例えば、既知計測結果を基に機械学習された各種のパラメータを含む情報が採用されうるが、計測結果そのものを含む情報であってもよい。なお、計測装置２を実施するにあたり予め記憶部２２に教師情報が記憶されていてもよいが、必要に応じて通信部２１を介して情報処理装置３から教師情報の更新データをダウンロードし、これを記憶可能に構成されてもよい。さらに、ダウンロードされる教師情報の更新データは、情報処理装置３に記憶されている教師データの全部でもよいし一部でもよい。

＜制御部２３＞
制御部２３は、計測装置２に関連する全体動作の処理・制御を行う。制御部２３は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部２３は、記憶部２２に記憶された所定のプログラムを読み出すことによって、計測装置２に係る種々の機能を実現する。なお、図１においては、単一の制御部２３として表記されているが、実際はこれに限るものではなく、機能ごとに複数の制御部２３（専用チップ等）を有するように実施してもよい。またそれらの組合せであってもよい。

図２は、制御部２３に係る機能を詳述した機能ブロック図である。制御部２３は、光源点灯部２３１と、反射特性推定部２３２と、レンダリング部２３３とを備える。光源点灯部２３１は、反射特性の計測にあたり、必要に応じて光源２４を点灯させる。反射特性推定部２３２は、サンプリングデータである対象情報と、記憶部２２に記憶された教師情報とに基づいて、計測箇所Ｓｐの反射特性を計測する。より具体的には、反射特性推定部２３２は、ニューラルネットワークによる機械学習によって反射特性を計測する。この機械学習は、対象情報を入力、教師情報を教師データ、反射特性を出力とするものである（第３節を参照）。そして、かかる対象情報を複数用意することで対象物Ｓの反射特性が推定的に計測される。レンダリング部２３３は、当該反射特性を有する対象物Ｓのコンピュータ・グラフィクスのレンダリングを実行することによって、当該コンピュータ・グラフィクスを生成することができる。

＜光源２４＞
光源２４は、対象物Ｓの一部である計測箇所Ｓｐに入射光Ｌ＿ｉを照射可能に構成される。入射光Ｌ＿ｉは、一般的な拡散白色光（少なくともＲＧＢ成分を有するもの）であるとよい。光源２４は、前述の光源点灯部２３１による点灯命令信号に基づいて不図示の点灯回路を介して点灯される。また、対象情報の１つのパラメータである入射光に関する数値は、特に限定されるものではないが、予め記憶部２２に記憶されたものを採用する等すればよい。

＜光検出部２５＞
光検出部２５は、光を検出しこれを電気信号に変換する素子であり、例えば、フォトダイオード、光電子増倍管、光導電素子、ＣＣＤ、カメラ等が含まれる。ここでは、光検出部２５は、入射光Ｌ＿ｉが対象物Ｓの一部である計測箇所Ｓｐに照射されて反射した反射光Ｌ＿ｏを検出可能に構成される。検出された反射光Ｌ＿ｏは電気信号に変換され、対象情報の１つのパラメータ、すなわち反射光に関する数値の情報として記憶部２２に記憶される。

＜表示部２６＞
表示部２６は、ユーザの視覚を刺激することで情報を提示するディスプレイである。もちろん、表示部２６に加えて、スピーカー（不図示）、バイブレータ（不図示）等の他の感覚に係る情報提示が複合的に、追加されてもよい。より詳細には、用途に応じ、例えば、マルチモーダルやクロスモーダル的に強調されても構わない。このような構成とすることにより、観察者に対象物Ｓの質感を仮想的に提示する、「統合型質感提示システム」への拡張が実施されうる。特に、表示部２６は、対象情報及び教師情報に基づいて制御部２３によって計測された反射特性を表示することができる。より詳細には、当該反射特性を有する対象物Ｓのコンピュータ・グラフィクスを表示することができる。さらに、かかるコンピュータ・グラフィクスに関して、各種物体への印刷、カラープロジェクション、プロジェクションマッピング等を実施してもよい。

１．２ 情報処理装置３
図１に示されるように、情報処理装置３は、いわゆるワークステーションであり、記憶部３１と、制御部３２とを備える。もちろん、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ、有線ＬＡＮネットワーク通信等といった有線型の通信手段又は、無線ＬＡＮネットワーク通信、ＬＴＥ／３Ｇ等のモバイル通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等の無線通信手段を必要に応じて有するものである。かかる通信手段を介して、計測装置２と通信することができる。以下、情報処理装置３に係る各構成要素についてさらに説明する。

＜記憶部３１＞
記憶部３１（特許請求の範囲における「記憶媒体」の一例）は、第１．１節においても説明した教師情報と、制御部３２が実行するための種々のプログラム等とを記憶する。これは、例えばハードディスクドライブ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ：ＨＤＤ）やソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして実施されうる。もちろん、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとしても実施され、これらの組合せであることが好ましい。

なお、特に限定する事項ではないが、記憶部３１に記憶された教師情報は、データを追加可能に構成されるとよい。これにより、情報処理装置３とネットワークを介して接続された計測装置２が、より情報量の豊富な最新の教師情報を取得することができる。すなわち、計測装置２における制御部２３によって計測される反射特性の精度が高まることが期待される。

＜制御部３２＞
制御部３２は、情報処理装置３に関連する全体動作の処理・制御を行う。制御部３２は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部３２は、記憶部３１に記憶された所定のプログラムを読み出すことによって、情報処理装置３に係る種々の機能を実現する。本実施形態においては、これら機能の詳述を省略する。

２．反射特性
第２節では、本実施形態に係る計測システム１によって測定される反射特性の一例について詳述する。

そもそも、反射特性を表現する関数としては、出射双方向散乱面反射率分布関数（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｓｃａｔｔｅｒｉｎｇ Ｓｕｒｆａｃｅ Ｒｅｆｌｅｃｔａｎｃｅ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｆｕｎｃｔｉｏｎ：ＢＳＳＲＤＦ）があり、具体的には［数１］として表される。

ここで、Ｅ＿ｉ、ｘ＿ｉ、ω＿ｉ（φ＿ｉ及びθ＿ｉ）は、それぞれ入射光Ｌ＿ｉの放射照度、入射位置、入射方向である。また、Ｌ＿ｏ、ｘ＿ｏ、ω＿ｏ（φ＿ｏ及びθ＿ｏ）は、反射光Ｌ＿ｏの放射輝度、反射位置、反射方向である。ＢＳＳＲＤＦのうち入射位置及び反射位置に依存しないものは、特に双方向反射率分布関数（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｒｅｆｌｅｃｔａｎｃｅ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｆｕｎｃｔｉｏｎ：ＢＲＤＦ）と呼ばれ、［数２］として表される。

ＢＲＤＦの座標系のとり方として、前述のように入射光Ｌ＿ｉ及び反射光Ｌ＿ｏの向きを基準とする座標系の他に、ハーフベクトルを基準として定めたＲｕｓｉｎｋｉｅｗｉｃｚ座標系が知られている。ハーフベクトルω＿ｈは、［数３］として表される。

ここで等方性、すなわち法線ｎを軸とする回転に対して反射特性が不変であるという性質を仮定すると、ω＿ｈの自由度が１となり、［数４］に表されるような、θ＿ｈ、θ＿ｄ、φ＿ｄを変数とする３変数関数となる。ただし、図３Ａ及び図３Ｂに示されるように、Ｒｕｓｉｎｋｉｅｗｉｃｚ座標系として各変数を規定するものとする。

ところで、異方性反射は、ヘアライン加工された金属や宝石、織物等のマテリアルに見られるものであるが、ここでは簡単のため等方性を仮定するものとする。つまり、本実施形態では、対象物Ｓは、表面下散乱の影響は無視でき且つ等方性が成立するマテリアル、つまり反射特性が等方性ＢＲＤＦで表されるマテリアルを仮定する。また、［数４］に示される関数は、単にｆ（θ＿ｈ，θ＿ｄ，φ＿ｄ）として記載できるものとする。なお、あくまでも本実施形態における例示にすぎず、本発明を実施するにあたってはこの限りではないことに留意されたい。

３．ニューラルネットワークを用いた機械学習
第３節では、ニューラルネットワークを用いた機械学習（特許請求の範囲における「第２の機械学習」の一例）について詳述する。本実施形態に係る反射特性の計測では、高速な反射特性計測を可能とするために、サンプリング数（特許請求の範囲における「組合せ数」の一例）を削減するアプローチを採用する。これを最小サンプリング手法と呼ぶ。また、高速化を達成するため、サンプリング方向は適応的に決めるのではなく、予め定めた方向を使用する。このため、計測装置２の構成において、可動部分を有する必要がないという点で有利である。

最小サンプリングを採用する場合、サンプリングしていない方向のデータを推定する必要があるため、精度の向上が課題である。本実施形態では、ニューラルネットワークを用いて、サンプリングデータを入力とし、反射特性を出力するような推定器（反射特性推定部２３２）を提供する。このように推定器を設計することにより、モデルの生成とモデルパラメータの推定が同時に最適化されるため、性能の向上が期待される。

また、サンプリング方向に特化した反射特性モデルが学習されるため、反射特性モデル由来の得意不得意なサンプリング方向が存在せず、サンプリング方向に対して自在に推定器を構築可能である。そのため、既存の光沢計の機能を拡張し、よりコンパクトな計測装置２を提供することができると考えられる。これについては、第６節において詳述する。

ここで、推定精度を向上させるために、反射特性推定部２３２は、［数５］で表されるような、ｃｏｓ−ｍａｐｐｉｎｇと呼ばれる変換を導入している。

φ＿ｄ→ｃｏｓ２φ＿ｄの変換は、ヘルムホルツの相反性を満たすための変換である。また、θ＿ｈ→ｓｉｎθ＿ｈ及びθ＿ｄ→ｃｏｓθ＿ｄは、θ＿ｈ＝０付近の鏡面反射及びθ＿ｄ＝π／２付近のフレネル反射をより詳しくみるようにする変換である。このような変換によって、ニューラルネットワークによる機械学習の精度を高めることができると考えられる。

図４は、ニューラルネットワークＮＮの概要図である。各種パラメータにより規定される入力信号が第１層Ｌ１に入力される。ここでの入力信号は、サンプリング方向（特許請求の範囲における「座標位置関係」の一例）とサンプリング値（特許請求の範囲における「入射光及び反射光に関する数値」の一例）とを含む対象情報である。かかる入力信号は、第１層Ｌ１の計算ノードＮ＿１１〜Ｎ＿１３から、第２層Ｌ２の計算ノードＮ＿２１〜Ｎ＿２５にそれぞれ出力される。このとき、計算ノードＮ＿１１〜Ｎ＿１３から出力された値に対し、各計算ノードＮ間に設定された重みｗを掛け合わせた値が計算ノードＮ＿２１〜Ｎ＿２５に入力される。

計算ノードＮ＿２１〜Ｎ＿２５は、計算ノードＮ＿１１〜Ｎ＿１３からの入力値を足し合わせ、かかる値（又はこれに所定のバイアス値を加算した値）を所定の活性化関数に入力する。活性化関数としては、例えば［数６］に表されるものが用いられる。

そして、活性化関数の出力値が次ノードである計算ノードＮ＿３１に伝搬される。このとき、計算ノードＮ＿２１〜Ｎ＿２５と計算ノードＮ＿３１との間に設定された重みｗと上記出力値を掛け合わせた値が計算ノードＮ＿３１に入力される。計算ノードＮ＿３１は、入力値を足し合わせ、合計値を出力信号として出力する。このとき、計算ノードＮ＿３１は、入力値を足し合わせ、合計値にバイアス値を加算した値を活性化関数に入力してその出力値を出力信号として出力してもよい。これにより、推定されたＢＲＤＦが出力される。

なお、図４に示されるものはあくまでも説明のためのものであり、これに限定されるものではない。例えば、本実施形態においては、２層の中間層を持つものを採用することが考えられる。中間層のノード数は、調整可能なパラメータであり、例えば（６４，２０４８）、（１２８，１０２４）、（２５６，５１２）、（５１２，２５６）、（１０２４，１２８）、（２０４８，６４）等が挙げられ、好ましくは、（１２８，１０２４）、（５１２，２５６）であり、さらに好ましくは、（１２８，１０２４）である。また、既知の反射特性の計測結果である教師情報は、等方性のＢＲＤＦを集めた適切なデータベースに含まれる情報を採用することが好ましい。

４．計測
前述のような計測システム１を用いることで、サンプリング数を小さくし、従来よりも高速、かつ高精度にＢＲＤＦ、すなわち反射特性を計測することができる。かかるサンプリング数は、例えば１〜１５であり、好ましくは、２〜１０であり、さらに好ましくは、３〜６である。具体的には例えば、１、２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４、１５であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。例えば、図５に示されるように、サンプリング数を６として計測を行った場合は、図６Ａのような結果が得られる。なお、図６Ｂはかかる結果の真値を予め計測したものである。かかる計測におけるサンプリング方向は、次に示すものを採用した。ただし、φ＿ｉ、θ＿ｉ、φ＿ｏ、θ＿ｏは、図３Ａ及び図３Ｂに示されるものであり、度数表示である。
（φ＿ｉ，θ＿ｉ，φ＿ｏ，θ＿ｏ）＝（０，２０，１８０，２０）、（０，４５，１８０，４５）、（０，６０，１８０，６０）、（０，２０，０，０）、（０，４５，０，０）、（０，６０，０，０）

かかる組合せは、既知の工業規格を参考にしたものであり、光源２４の位置を３箇所の異なるものとし、光検出部２５の位置（すなわち反射光の検出位置）を４箇所の異なるもの（それぞれ、図５における光源２４ａ〜２４ｃ及び光検出部２５ａ〜２５ｄ）としている。もちろん、あくまでも例示でありこの限りではない。光源２４及び光検出部２５は、可動部位を無くすためにそれぞれ別異に用意されることが好ましいが、可動部位を設けて１つの光源２４及び光検出部２５を使い回せるようにしてもよい。図６Ａ及び図６Ｂを比べるに、両者に目立った差異はなく、反射特性を高速、かつ高精度に計測するという目的が達成されている。

さらに、図７に示されるように、サンプリング数を３として計測を行った場合は、図８Ａのような結果が得られる。なお、図８Ｂはかかる結果の真値を予め計測したものである。かかる計測におけるサンプリング方向は、次に示すものを採用した。ただし、φ＿ｉ、θ＿ｉ、φ＿ｏ、θ＿ｏは、図３Ａ及び図３Ｂに示されるものであり、度数表示である。
（φ＿ｉ，θ＿ｉ，φ＿ｏ，θ＿ｏ）＝（０，３０，１８０，３０）、（０，２６，１８０，３０）、（１８０，−１０，１８０，３０）

かかる組合せは、前述の工業規格から着想を得て独自に設定したものであり、光源２４の位置を３箇所の異なるものとし、光検出部２５の位置（すなわち反射光の検出位置）は１箇所（それぞれ、図７における光源２４ｄ〜２４ｆ及び光検出部２５）としている。もちろん、あくまでも例示でありこの限りではない。光源２４及び光検出部２５は、可動部位を無くすためにそれぞれ別異に用意されることが好ましいが、可動部位を設けて１つの光源２４及び光検出部２５を使い回せるようにしてもよい。図８Ａ及び図８Ｂを比べるに、両者に目立った差異はなく、反射特性を高速、かつ高精度に計測するという目的が達成されている。

５．計測装置２を用いた計測方法
第５節では、これまでに説明した計測装置２を用いた対象物Ｓの反射特性の計測方法の一例を取り扱う。図９は、当該計測方法のフローチャートである。以下、図９に示される各ステップに沿って説明する。

［開始］
（ステップＳ１）
ステップＳ１（特許請求の範囲における「光照射ステップ」の一例）では、計測装置２において、制御部２３における光源点灯部２３１が、記憶部２２に記憶された所定のプログラムを読み出す。すると光源２４が規定の強度を有して点灯し、これにより対象物Ｓにおける計測箇所Ｓｐに入射光Ｌ＿ｉが照射される。なお、光源２４の座標位置及び規定の強度は、記憶部２２に記憶されているものである。

（ステップＳ２）
ステップＳ２（特許請求の範囲における「光検出ステップ」の一例）では、ステップＳ１において計測箇所Ｓｐに照射された入射光Ｌ＿ｉが反射し、光検出部２５が反射光Ｌ＿ｏを所定の強度として検出する。なお、光検出部２５及び計測箇所Ｓｐの座標位置、検出された所定の強度は、記憶部２２に記憶される。

（ステップＳ３）
ステップＳ３（特許請求の範囲における「計測ステップ」の一例）では、制御部２３における反射特性推定部２３２が、記憶部２３に記憶された情報（上記ステップＳ１及びＳ２参照）、すなわち対象情報と、同じく記憶部２３に予め記憶された教師情報とに基づいて、対象物Ｓの反射特性が計測される。より詳細には、ニューラルネットワークによる機械学習によって反射特性が推定的に計測される。このとき、対象情報に含まれる座標位置関係の組合せ数は、従来の反射特性の計測手法に比して小さく、例えば１〜１５又はそれより小さい範囲に設定される。
［終了］

６．変形例
なお、次のような態様によって、本実施形態をさらに創意工夫してもよい。

第一に、計測結果から得られた反射特性を例えば対象物Ｓとは異なる物体に適用できるようにしてもよい。換言すると、情報処理装置３における制御部３２が、対象物Ｓの反射特性を有するように当該異なる物体のコンピュータ・グラフィックスのレンダリングを実行する。すなわち、事前に計測した反射特性を所望の対象に適用するといった動画コンテンツ制作分野等の応用が期待されうる。これについて、は第７節で、既存の光沢計及び色彩計を例にさらに詳述する。

第二に、計測装置２における制御部２３（より具体的には、反射特性推定部２３２及びレンダリング部２３３）に係る機能を、情報処理装置３における制御部３２が有するように実施してもよい。すなわち、計測装置２における通信部２１より、対象情報がネットワークを介して情報処理装置３に送信され、情報処理装置３における制御部３２は、かかる対象情報と記憶部３１に記憶された教師情報とに基づいて、反射特性を計測するように実施してもよい。

第三に、事前に取得された対象情報を事後的に計測装置２に読み込ませ、対象物Ｓの反射特性を計測するように実施してもよい。かかる場合、対象情報は、第１節において記載の通信部２１を介して計測装置２に送信されてもよいし、いわゆるフラッシュメモリ（例えば、ＳＤメモリカード、ＵＳＢメモリ、メモリスティック、スマートメディア、コンパクトフラッシュ等）を介して読み込ませてもよい。また、対象情報は、対象情報に含まれるパラメータを読み込ませてもよいし、これらパラメータを間接的に包含するようなデータ（例えば画像ファイル等）を読み込ませてもよい。もちろん、かかる場合は計測装置２において光源２４及び光検出部２５が必須構成ではないことにも留意されたい。

７．光沢計・色彩計を用いた実施例
本節では、計測装置２として光沢計や色彩計を用いた実施例について詳述する。

７．１ 光沢計によるモノクロＢＲＤＦの推定
計測装置２（光沢計）は、対象物Ｓの「光沢度」を測定する。そして、これを反射特性である「ＢＲＤＦ」に変換するように実施される。なお、ＪＩＳ規格では、屈折率１．５６７であるガラス表面において６０度の入射角の場合反射率１０％を光沢度１００％、２０度の入射角の場合反射率５％を光沢度１００％と規定されている。すなわち、光沢度は、反射率に依存する物理量であることに留意されたい。したがって、反射特性であるＢＲＤＦは、既知の対象物Ｓに関しては光沢度から理論的には線形関係に算出可能である。

図１０Ａ及び図１０Ｂのグラフは、計測装置２（光沢計）によって計測された対象物Ｓの光沢度（前述したように、光沢度は反射率に依存する物理量であることから、図１０Ａの縦軸は光沢度と等価であり、すなわち、光沢度と置き換えても良い。）とＢＲＤＦとの分布を示している。ここでは、入射光Ｌ＿ｉが２０度で入射した際の、反射光Ｌ＿ｏの反射角ごとの分布（反射角の受光角依存性）が示されている。また、各グラフのＡ〜Ｅは、それぞれ、対象物Ｓが皮Ａ、中光沢プラスチックＢ、低光沢プラスチックＣ、高光沢タイルＤ、低光沢タイルＥの場合に関するものである。かかる結果より、光沢計によって計測可能な光沢度の分布の広がりよりも、ＢＲＤＦの分布の広がりの方が広いことが確認される。これは、計測装置２（光沢計）における光検出部２５と、教師情報としての反射特性（ＢＲＤＦ）を計測したセンサ（不図示）とが異なるものであることに由来すると推定される。そこで、サポートベクターマシン（ＳＶＭ）等を筆頭とした機械学習（特許請求の範囲における「第１の機械学習」の一例）を用いて、光沢度からＢＲＤＦ（特許請求の範囲における「一部反射特性」の一例）の変換を学習させ、これに基づいて、ＢＲＤＦの分布が得られるように創意工夫するものとした。特に、分布の広がりを考慮すると、例えば、図１０Ａにおける横軸１５〜２５度の光沢度の分布から、図１０Ｂにおける横軸５〜３５度のＢＲＤＦの値を推定できるような、機械学習モデルを生成することが好ましい。

すなわち、光沢度を入力、ＢＲＤＦを出力とした変換（本節において前述の通り説明）と、このＢＲＤＦを入力、対象物Ｓ全体のＢＲＤＦ（Ｆｕｌｌ ＢＲＤＦ）を出力とした変換（第１〜５節においては、「反射特性」として上位概念化して説明）とを組み合わせることによって、光沢度を計測して、そこからＦｕｌｌ ＢＲＤＦを得ることができる。これにより、変形例として説明した、対象物ＳのＢＲＤＦを有するように異なる物体のコンピュータ・グラフィクスのレンダリングに応用することができる。

図１１Ａ〜図１１Ｃは、対象物Ｓの光沢度を計測してＦｕｌｌ ＢＲＤＦを推定し、これを異なる物体のコンピュータ・グラフィクス（スタンフォード・バニー）として出力した例を示している。光沢計は、色の情報を取得することはできないため、ここでは様々な無彩色で実験を行った。いずれの場合も対象物Ｓの光沢度からＦｕｌｌ ＢＲＤＦを推定し、これをコンピュータ・グラフィクスに適用したスタンフォード・バニーを出力することができた。

７．２ 色彩計を用いた色情報の復元
図１０Ａにおいて、例えば横軸における２０度付近を参照すると、当然のごとく正反射（鏡面反射）していることから、各素材Ａ〜Ｅによる対象物Ｓのいずれもそれぞれにおける反射ピークを有している。一方、１５度付近を参照すると、光沢度については、各素材Ａ〜Ｅによる対象物Ｓのいずれも０に近い値にまで落ち込んでいることが確認される。すなわち、１５度の領域（拡散反射成分）では、２０度の領域（鏡面反射成分）のように光沢がほとんど見られないが、代わりにヒトが色として知覚するものと考えられる。したがって、前述のように、図１０Ａにおける横軸１５〜２５度の光沢度の分布から、図１０Ｂにおける横軸５〜３５度のＢＲＤＦの値を推定できるような機械学習モデルを生成すれば、コンピュータ・グラフィクスの生成に際して、色情報も復元できる可能性が示唆されている。

そこで、計測装置２を光沢計及び色彩計として、再び実験を行った。その結果が図１２に示されている。対象物Ｓを計測装置２（光沢計）で計測することで、光沢度を計測し、これに基づいて推定されたＦｕｌｌ ＢＲＤＦを用いてモノクロでの反射特性を復元したスタンフォード・バニーが出力される。ここから、拡散反射成分を抽出し、別途に計測装置２（色彩計）で計測された色彩を、かかる拡散反射成分に対してコンピュータ・グラフィクスに係る既存のアルゴリズム等を用いて適用することで、対象物Ｓの色情報も含んで、スタンフォード・バニーが出力される。

７．３ まとめ
このように、既存の光沢計と色彩計とを組み合わせて、計測装置２とすることで、対象物Ｓの反射特性を有するように異なる物体のコンピュータ・グラフィックスのレンダリングを実行することができる。なお、あくまでも実験であり、光沢度及び色彩を両方計測可能な計測装置２を新たに実施することがより好ましい。

すなわち、以下の点に留意されたい。制御部２３は、対象物Ｓの光沢度に基づいて、反射特性を計測するように構成される。制御部２３は、光沢度を入力とした第１の機械学習によって、反射特性の一部である一部反射特性を推定的に計測し、一部反射特性を入力とした第２の機械学習によって、反射特性を推定的に計測する。この反射特性は、光沢を表す鏡面反射（例えば正反射）成分と、色情報に関連付けられる拡散反射成分とを含む。

８．結言
以上のように、本実施形態によれば、所望の対象物の反射特性を従来よりも高速、かつ高精度に計測可能な計測装置２を実施することができる。

かかる計測装置２は、制御部２３を備え、制御部２３は、対象情報と教師情報とに基づいて対象物Ｓの反射特性を計測するように構成され、対象情報は、入射光Ｌ＿ｉの光源位置と反射光Ｌ＿ｏの光検出位置と対象物Ｓにおける計測箇所Ｓｐとの座標位置関係並びに入射光Ｌ＿ｉ及び反射光Ｌ＿ｏに関する数値を含む情報で、入射光Ｌ＿ｉは、計測箇所Ｓｐに照射された光で、反射光Ｌ＿ｏは、入射光Ｌ＿ｉが計測箇所Ｓｐに照射され且つその後当該計測箇所Ｓｐにおいて反射した光であり、教師情報は、反射特性の既存計測結果に関する情報であり、対象情報に含まれる座標位置関係の組合せ数は、１〜１５である。

また、所望の対象物の反射特性を従来よりも高速に計測可能な計測システム１を実施することもできる。

かかる計測システム１は、計測装置２と、情報処理装置３とを備え、計測装置２は、光源２４と、光検出部２５とを備え、光源２４は、対象物Ｓにおける計測箇所Ｓｐに入射光Ｌ＿ｉを照射し、光検出部２５は、入射光Ｌ＿ｉが計測箇所Ｓｐに照射され且つその後当該計測箇所Ｓｐにおいて反射した反射光Ｌ＿ｏを検出するように構成され、計測装置２及び情報処理装置３の少なくとも一方は、制御部２３／３２をさらに備え、制御部２３／３２は、対象情報と教師情報とに基づいて対象物Ｓの反射特性を計測するように構成され、対象情報は、光源２４と光検出部２５と計測箇所Ｓｐとの座標位置関係並びに入射光Ｌ＿ｉ及び反射光Ｌ＿ｏに関する数値を含む情報で、教師情報は、反射特性の既存計測結果に関する情報であり、対象情報に含まれる座標位置関係の組合せ数は、１〜１５であり、計測装置２及び情報処理装置３は、ネットワークを介して対象情報、教師情報及び反射特性を含む情報の少なくとも１つを互いに送受信可能に構成される。

そして、所望の対象物の反射特性を従来よりも高速に計測可能な計測装置２をハードウェアとして実施するためのソフトウェアを、プログラムとして実施することもできる。そして、このようなプログラムを、コンピュータが読み取り可能な非一時的な記録媒体として提供してもよいし、外部のサーバからダウンロード可能に提供してもよいし、外部のコンピュータで当該プログラムを起動させて、クライアント端末で各機能を実施可能な、いわゆるクラウド・コンピューティングを実施してもよい。

かかる計測プログラムは、コンピュータに所定の機能を実行させるためのもので、所定の機能は、計測機能を備え、計測機能によって、対象情報と教師情報とに基づいて対象物Ｓの反射特性が計測され、対象情報は、入射光Ｌ＿ｉの光源位置と反射光Ｌ＿ｏの光検出位置と対象物Ｓにおける計測箇所Ｓｐとの座標位置関係並びに入射光Ｌ＿ｉ及び反射光Ｌ＿ｏに関する数値を含む情報で、入射光Ｌ＿ｉは、計測箇所Ｓｐに照射された光で、反射光Ｌ＿ｏは、入射光Ｌ＿ｉが計測箇所Ｓｐに照射され且つその後当該計測箇所Ｓｐにおいて反射した光であり、教師情報は、反射特性の既存計測結果に関する情報であり、対象情報に含まれる座標位置関係の組合せ数は、１〜１５である。

さらに、計測装置２や計測システム１を用いることで、所望の対象物の反射特性を従来よりも高速、かつ高精度に計測可能な計測方法を実施することもできる。

かかる計測方法は、光照射ステップＳ１と、光検出ステップＳ２と、計測ステップＳ３とを備え、光照射ステップＳ１では、対象物Ｓにおける計測箇所Ｓｐに入射光Ｌ＿ｉを照射し、光検出ステップＳ２では、入射光Ｌ＿ｉが計測箇所Ｓｐに照射され且つその後当該計測箇所Ｓｐにおいて反射した反射光Ｌ＿ｏを検出し、計測ステップＳ３では、入射光Ｌ＿ｉの光源位置と反射光Ｌ＿ｏの検出位置と計測箇所Ｓｐとの座標位置関係、入射光Ｌ＿ｉ及び反射光Ｌ＿ｏに関する数値、並びに反射特性の既存計測結果に関する情報に基づいて、対象物Ｓの反射特性を計測し、座標位置関係の組合せ数は、１〜１５である。

最後に、本発明に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。当該新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。当該実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ ：計測システム
２ ：計測装置
２０ ：通信バス
２１ ：通信部
２２ ：記憶部
２３ ：制御部
２３１ ：光源点灯部
２３２ ：反射特性推定部
２３３ ：レンダリング部
２４ ：光源
２４ａ ：光源
２４ｂ ：光源
２４ｃ ：光源
２４ｄ ：光源
２４ｅ ：光源
２４ｆ ：光源
２５ ：光検出部
２５ａ ：光検出部
２５ｂ ：光検出部
２５ｃ ：光検出部
２５ｄ ：光検出部
２６ ：表示部
３ ：情報処理装置
３１ ：記憶部
３２ ：制御部
Ｌ＿ｉ ：入射光
Ｌ＿ｏ ：反射光

Claims (16)

1. 反射特性の計測装置であって、
   制御部を備え、
   前記制御部は、対象情報と教師情報とに基づいて対象物の反射特性を計測するように構成され、
   前記対象情報は、入射光の光源位置と反射光の光検出位置と前記対象物における計測箇所との座標位置関係並びに前記入射光及び前記反射光に関する数値を含む情報で、
   前記入射光は、前記計測箇所に照射された光で、前記反射光は、前記入射光が前記計測箇所に照射され且つその後当該計測箇所において反射した光であり、
   前記教師情報は、前記反射特性の既存計測結果に関する情報であり、
   前記対象情報に含まれる前記座標位置関係の組合せ数は、１〜１５である、
   計測装置。
2. 請求項１に記載の計測装置において、
   光源と、光検出部とをさらに備え、
   前記光源は、前記入射光を照射し、前記光検出部は、前記反射光を検出するように構成される、
   計測装置。
3. 請求項１又は請求項２に記載の計測装置において、
   通信部をさらに備え、前記通信部は、前記対象情報、前記教師情報、及び前記反射特性を含む情報の少なくとも１つを外部機器に出力可能に構成される、
   計測装置。
4. 請求項１〜請求項３の何れか１つに記載の計測装置において、
   前記制御部は、前記反射特性に基づいたコンピュータ・グラフィクスを生成可能に構成される、
   計測装置。
5. 請求項１〜請求項４の何れか１つに記載の計測装置において、
   前記組合せ数は、２〜１０である、
   計測装置。
6. 請求項１〜請求項５の何れか１つに記載の計測装置において、
   前記組合せ数は、３〜６である、
   計測装置。
7. 請求項１〜請求項６の何れか１つに記載の計測装置において、
   前記制御部は、機械学習によって前記反射特性を推定的に計測し、
   前記機械学習は、前記対象情報を入力、前記教師情報を教師データ、前記反射特性を出力とするものである、
   計測装置。
8. 請求項７に記載の計測装置において、
   前記反射特性は、Ｒｕｓｉｎｋｉｅｗｉｃｚ座標系におけるθ＿ｈ，θ＿ｄ，φ＿ｄを変数とする関数ｆ（θ＿ｈ，θ＿ｄ，φ＿ｄ）として表され、前記機械学習において、φ＿ｄをｃｏｓ２φ＿ｄに、θ＿ｈをｓｉｎθ＿ｈに、θ＿ｄをｃｏｓθ＿ｄに変換する処理を含む、
   計測装置。
9. 請求項１〜請求項８の何れか１つに記載の計測装置において、
   前記制御部は、前記対象物の光沢度に基づいて、前記反射特性を計測するように構成される、
   計測装置。
10. 請求項９に記載の計測装置において、
    前記制御部は、
    前記光沢度を入力とした第１の機械学習によって、前記反射特性の一部である一部反射特性を推定的に計測し、
    前記一部反射特性を入力とした第２の機械学習によって、前記反射特性を推定的に計測する、
    計測装置。
11. 請求項１〜請求項１０の何れか１つに記載の計測装置において、
    前記反射特性は、光沢を表す鏡面反射成分と、色情報に関連付けられる拡散反射成分とを含む、
    計測装置。
12. 反射特性の計測システムであって、
    計測装置と、情報処理装置とを備え、
    前記計測装置は、光源と、光検出部とを備え、
    前記光源は、対象物における計測箇所に入射光を照射し、
    前記光検出部は、前記入射光が前記計測箇所に照射され且つその後当該計測箇所において反射した反射光を検出するように構成され、
    前記計測装置及び前記情報処理装置の少なくとも一方は、制御部をさらに備え、
    前記制御部は、対象情報と教師情報とに基づいて前記対象物の反射特性を計測するように構成され、
    前記対象情報は、前記光源と前記光検出部と前記計測箇所との座標位置関係並びに前記入射光及び前記反射光に関する数値を含む情報で、前記教師情報は、前記反射特性の既存計測結果に関する情報であり、前記対象情報に含まれる前記座標位置関係の組合せ数は、１〜１５であり、
    前記計測装置及び前記情報処理装置は、ネットワークを介して前記対象情報、前記教師情報及び前記反射特性を含む情報の少なくとも１つを互いに送受信可能に構成される、
    計測システム。
13. 請求項１２に記載の計測システムにおいて、
    前記情報処理装置における前記制御部は、前記反射特性に基づいたコンピュータ・グラフィクスを生成可能に構成される、
    計測システム。
14. 請求項１３に記載の計測システムにおいて、
    前記情報処理装置における前記制御部は、前記反射特性を前記対象物とは異なる物体に適用し、当該物体のコンピュータ・グラフィクスを生成可能に構成される、
    計測システム。
15. コンピュータに所定の機能を実行させるための計測プログラムであって、
    前記所定の機能は、計測機能を備え、
    前記計測機能によって、対象情報と教師情報とに基づいて対象物の反射特性が計測され、
    前記対象情報は、入射光の光源位置と反射光の光検出位置と前記対象物における計測箇所との座標位置関係並びに前記入射光及び前記反射光に関する数値を含む情報で、
    前記入射光は、前記計測箇所に照射された光で、前記反射光は、前記入射光が前記計測箇所に照射され且つその後当該計測箇所において反射した光であり、
    前記教師情報は、前記反射特性の既存計測結果に関する情報であり、
    前記対象情報に含まれる座標位置関係の組合せ数は、１〜１５である、
    計測プログラム。
16. 反射特性の計測方法であって、
    光照射ステップと、光検出ステップと、計測ステップとを備え、
    前記光照射ステップでは、対象物における計測箇所に入射光を照射し、
    前記光検出ステップでは、前記入射光が前記計測箇所に照射され且つその後当該計測箇所において反射した反射光を検出し、
    前記計測ステップでは、前記入射光の光源位置と前記反射光の検出位置と前記計測箇所との座標位置関係、前記入射光及び前記反射光に関する数値、並びに前記反射特性の既存計測結果に関する情報に基づいて、前記対象物の反射特性を計測し、
    前記座標位置関係の組合せ数は、１〜１５である、
    計測方法。

Images