| 18 |
いつでもどこでも快適な「見えやすさ」をコンテンツ適応的な視認性予測に基づく画像ブレンディング 
|
|---|
| どんな研究 |
画像を背景に対し半透明にブレンドする時、その見えやすさ（視認性）は背景の影響を受けて変化するため、望んだ視認性を保つことは困難です。本研究では、任意の画像の組をブレンドした際の視認性を予測できる知覚モデルを用い、どんな画像同士でも一定の視認性を保てるブレンド技術を実現しました。 |
|---|---|
| どこが凄い |
ブレンドする画像コンテンツがもつ模様の細かさや色等の特徴の偏り方によって、全体的な視認性に対する各特徴の寄与度が変わってくることを明らかにしました。この効果を取り入れた視認性予測モデルを用いることで、ブレンド画像の視認性を従来技術より正確に制御できるようになりました。 |
| めざす未来 |
今後はAR技術等の成熟に伴って、視界内に別の情報を半透明表示する場面が増えていくと考えられます。本技術により、このような情報の視認性を快適に保つことができるようになります。また、映像編集ソフト等で、ブレンド画像の視認性をこれまでより直感的に操作可能になります。 |
[1] T. Fukiage, T. Oishi, “A computational model to predict the visibility of alpha-blended images,” Vision Sciences Society Annual Meeting 2021 (Abstract published in: Journal of Vision, Vol. 21, No. 2493).
[2] 吹上大樹, 大石岳史, “コンテンツ適応的な視認性予測モデルに基づく知覚ベースの画像合成,” コンピュータビジョンとイメージメディア研究会 (CVIM), Vol. 229, No. 45, pp. 1?8, 2022.
吹上大樹（Taiki Fukiage） 人間情報研究部 感覚表現研究グループ
Email: cs-openhouse-ml@hco.ntt.co.jp