Method for aesthetic design based on customer's kansei evaluation using deep learning

点击翻译按钮获取中文摘要

感性工学の研究分野では，顧客アンケートに基づいて製品デザインと顧客の感性の対応関係を分析し，意匠設計に利用することで，設計者によらずに，顧客の感性的要求を満たす製品デザインを設計することを目指してきた．本研究では，この目標を実現するために，近年様々な分野で利用され，多くの成果を上げている深層学習を導入した創成型意匠設計法の検討を行う．今年度は研究の3年目として，以下の3つの研究テーマを実施した．（1）ファインチューニングやアクティブラーニングなどの深層学習のテクニックを利用した顧客アンケートの負担軽減の研究に関しては，昨年度に引き続きケーススタディを実施し，その有効性を検証した．その結果，ファインチューニングやアクティブラーニングを用いることで，大幅に少ないアンケートで精度の高い学習ができることが分かった．（2）本研究で扱う顧客アンケートは，顧客が製品から受ける印象や選好を評価したものであるが，このような評価を全ての製品に対して正確に行うことは難しい．そして，そのようなアンケートを用いてラフ集合を実行すると，間違った顧客選好が抽出されてしまう．そこで本テーマでは，CNNを用いて収集された顧客アンケートの正しさを推定し，正しいと推定されるアンケートのみを用いてラフ集合を実行することで，正確な顧客選好を抽出できるようにした．（3）潜在拡散モデルに基づく画像生成AIの登場は2022年の大きなトピックの一つである．画像生成AIを用いると，プロンプトと呼ばれるテキストから画像を生成することができる．本テーマでは，画像生成AIと顧客アンケートを組み合わせ，画像生成AIによって生成された製品画像を顧客が評価し，その評価に基づいて製品画像を再生成することで，顧客の選好にあった製品画像が生成できるようにした．