JPH0756979A - デザイン装置 - Google Patents

Abstract

(57)【要約】 【目的】 デザイン図を複数の評価用語の組合せで表現
することにより、より微妙にかつ正確に表現することを
可能とする。 【構成】 デザイン図を入力する入力手段と、基本デー
タベースと、各評価用語の当て嵌り度を演算し複数の評
価用語を推論・抽出する推論手段と、評価用語を出力す
る出力手段とを備えたデザイン装置において、前記推論
手段が、当て嵌り度に順位を付け、第１位の当て嵌り度
が所定値以下のときに、ターゲット域を設定し、このタ
ーゲット域内の別の複数の評価用語の組合せを選定し、
前記第１位の当て嵌り度の評価用語と同等若しくはそれ
以上の当て嵌り度をもった複数の合成評価用語を推論す
る機能を備えたことを特徴とする。また、合成データベ
ースを備え、前記推論手段が、前記合成データベースか
ら各合成評価用語の当て嵌り度を演算し複数の合成評価
用語を推論することを特徴とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、入力したデザイン図
の評価用語をＣＲＴに表示するデザイン装置に関する。

【０００２】

【従来の技術】従来、この種のデザイン装置としては、
例えば特開平４−３３２０８７号公報に記載された図１
９に示すようなものがある。このデザイン装置は、デザ
イン図を入力するイメージスキャナのような入力手段１
０１と、評価用語、デザイン要素、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１０２と、前記入力手段１０１で入力された
デザイン図により、前記知識データベース１０２から当
該デザイン図に関する各評価用語の当て嵌り度を演算
し、この当て嵌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１０３と、この
推論手段１０３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１０４とから構成されている。

【０００３】さらに、前記推論手段１０３は、演算する
当て嵌り度に順位を付け、第１位の当て嵌り度が所定値
以下のときは、第１位の当て嵌り度に第２位以下の当て
嵌り度を加味して、第１位の当て嵌り度を所定値以上に
補正する機能を備えている。

【０００４】そして、入力手段１０１によりデザイン図
を入力すると、推論手段１０３が知識データベース１０
２を用いて当該デザイン図に関する各評価用語の当て嵌
り度を演算し、この当て嵌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しその評価用語を複数評
価用語表示手段１０４で表示することができる。

【０００５】また、推論手段１０３で演算する当て嵌り
度に順位を付け、第１位の当て嵌り度が所定値以下のと
きは、第１位の当て嵌り度に第２位以下の当て嵌り度を
加味して、第１位の当て嵌り度を補正し当て嵌り度が所
定値より大きい複数の評価用語を“かつ”でつなげて複
数評価用語表示手段１０４で表示することができる。

【０００６】このように、当て嵌り度が所定値より大き
い複数の評価用語を“かつ”でつなげて表現するのでデ
ザイン図を微妙に表現することができる。

【０００７】

【発明が解決しようとする課題】しかしながら、このよ
うな従来のデザイン装置では、第１位に推論された評価
用語の当て嵌り度が所定値以下のときに、その評価用語
をベースにして第２位以下の評価用語の当て嵌り度を加
味して補正するようになっていたため、全く別の評価用
語を組み合せることにより、これらの交互作用で第１位
に推論された評価用語よりも当て嵌り度が高くなるよう
な複数の評価用語の組合せ、例えば「‘スポーティ’で
‘大人っぽい’」というような表示をすることができな
いという問題点があった。

【０００８】そこでこの発明は、デザイン図を複数の評
価用語の組合せで表現することにより、より微妙にかつ
正確に表現することができるデザイン装置の提供を目的
とする。

【０００９】

【課題を解決するための手段】上記課題を解決するため
に、請求項１の発明はデザイン図を入力する入力手段
と、デザインを表現する評価用語とデザイン要素との関
係を規定する知識を記憶する基本データベースと、前記
入力手段により入力されたデザイン図により、前記基本
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
当て嵌り度を演算し、この当て嵌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、前記推論手段の推論結果としての評価用語を出力
する出力手段とを備えたデザイン装置において、前記推
論手段が、当て嵌り度に順位を付け、第１位の当て嵌り
度が所定値以下のときに、第１位の当て嵌り度の評価用
語の評価軸上の布置より該当するターゲット域を設定
し、このターゲット域内の別の複数の評価用語の組合せ
を選定し、前記第１位の当て嵌り度の評価用語と同等も
しくはそれ以上の当て嵌り度をもった複数の合成評価用
語を推論する機能を備えたことを特徴とする。

【００１０】請求項２の発明は、請求項１記載のデザイ
ン装置において、複数の評価用語の組合せによる合成評
価用語とデザイン要素との関係を規定する知識を記憶す
る合成データベースを備え、前記推論手段が前記合成デ
ータベースから当該デザイン図に関する各合成評価用語
の当て嵌り度を演算し、この当て嵌り度により当該デザ
イン図を表現する複数の合成評価用語を推論することを
特徴とする。

【００１１】

【作用】請求項１の発明では、基本データベースを用
い、入力手段によって入力されたデザイン図から、推論
手段が当該デザイン図に関する各評価用語の当て嵌り度
を演算し、この当て嵌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する。また、推論手段が推論
する当て嵌り度に順位を付け、第１位の当て嵌り度が所
定値以下のときは、第１位の当て嵌り度の評価用語の評
価軸上の布置より該当するターゲット域を設定し、この
ターゲット域内の別の複数の評価用語の組合せを選定
し、前記第１位の当て嵌り度の評価用語と同等もしくは
それ以上の当て嵌り度をもった複数の合成評価用語を推
論する。この推論結果が出力手段によって出力される。
従って、当て嵌り度がより高くなるような複数の合成評
価用語を推論することができ、デザイン図を微妙に表現
することができる。

【００１２】請求項２の発明では、合成データベースを
用い、入力手段によって入力されたデザイン図から、推
論手段が当該デザイン図に関する各合成評価用語の当て
嵌り度を演算し、この当て嵌り度により当該デザイン図
を表現する複数の合成評価用語を推論し、この推論結果
が出力手段によって出力される。従って、当て嵌り度が
より高くなるような複数の合成評価用語を推論すること
ができ、デザイン図をより微妙に表現することができ
る。

【００１３】

【実施例】以下、この発明の実施例を説明する。

【００１４】図１，図２はこの発明の一実施例の概略構
成図を示すもので、このデザイン装置はコンピュータ１
とイメージスキャナ３とＣＲＴ５とで構成されている。

【００１５】コンピュータ１は知識データベースである
基本データベースＣＬ２、合成データベースＣＬ３とし
てのメモリＭ、推論手段ＣＬ４としてのＣＰＵ７とを備
えている。

【００１６】前記メモリＭには、評価用語９、評価用語
間の関係を規定する知識１１、車両デザイン要素（デザ
イン要素）１３、評価用語と車両デザイン要素との関係
を規定する知識１５（基本データベースＣＬ２）、複数
の評価用語の組合せによる合成評価用語と車両デザイン
要素との関係を規定する知識１７（合成データベースＣ
Ｌ３）がそれぞれ記憶されている。

【００１７】前記イメージスキャナ３は、デザイン図を
入力する入力手段ＣＬ１を構成している。

【００１８】前記ＣＰＵ７は、入力されたデザイン図に
より前記基本データベースＣＬ２から当て嵌り度を演算
して当該デザイン図を表現する複数の評価用語を推論す
ると共に、前記合成データベースＣＬ３から当て嵌り度
を演算して、当該デザイン図を表現する複数の合成評価
用語を推論する。

【００１９】また、ＣＰＵ７は、当て嵌り度に順位を付
け、第１位の当て嵌り度が所定値以下のときに、第１位
の当て嵌り度の評価用語の評価軸上の布置より該当する
ターゲット域を設定し、このターゲット域内の別の複数
の評価用語の組合せ（合成評価用語）を選定する機能を
も備えている。

【００２０】前記ＣＲＴ５は、推論手段ＣＬ４で推論さ
れた複数の評価用語及び合成評価用語を出力する出力手
段ＣＬ５を構成するもので、複数の評価用語及び合成評
価用語を画像表示する。

【００２１】ここで前記メモリＭについて、さらに説明
する。

【００２２】前記評価用語９は、車両インテリアを表現
するもので、図３の図表の評価用語欄に示すように、例
えば車両インテリアを「集中できる」、「豪華な」等の
形容詞語で規定している。

【００２３】前記評価用語間の関係を規定する知識１１
は、複数の評価用語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図３に示すように規
定した知識である。この関係とは、例えば評価用語９を
数量化理論Ｉ類若しくはII類等の多変量解析で人間の感
覚に基づく因子を１から１０に分け、各評価用語が各因
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。各因子の負荷量が近い数字の用語
は関係が深く似ているということができる。この評価用
語間の関係を規定する知識１１はデザイン装置を使用す
る際、入力された評価用語が後述する官能評価実験で用
いた評価用語群の中にない場合、一番似た用語を選出す
るために使用されるものである。

【００２４】前記デザイン要素１３は、車両インテリア
を構成するメータ、インスト、メータークラス等の形状
等をアイテムと称し、図４の図表に示すように、各アイ
テム毎にカテゴリが区分されている。

【００２５】ここでアイテムは、図４に示すように、デ
ザイン要素１３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、メーター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出し、アームレスト等にそれ
ぞれ着目したものである。

【００２６】そして、メータ数に着目したアイテムで
は、５つのカテゴリに分類してある。すなわち、大きな
メータ１個を設けた第１カテゴリ、大きなメータ１個と
小さなメータ２個とを備えた第２カテゴリ、大きなメー
タ１個と小さいメータ３個とを設けた第３カテゴリ、大
きなメータ２個と、小さなメータ１個とを設けた第４カ
テゴリ、大きなメータ２個と小さなメータ１個とを設け
た第５カテゴリである。

【００２７】インストルメントパネルとメータークラス
タに着目したアイテムでは、２つのカテゴリに分類して
ある。すなわち、インストルメントパネルとメーターク
ラスタとが一体になった第１カテゴリ、インストルメン
トパネルとメータークラスタとが分離された第２カテゴ
リとである。

【００２８】メータークラスタとセンターコンソールに
着目したアイテムでは２つのカテゴリに分類してある。
すなわち、メータークラスタとセンターコンソールとが
一体となった第一カテゴリ、メータークラスタとセンタ
ーコンソールとが分離された第２カテゴリとである。

【００２９】ドアの厚さに着目したアイテムでは２つの
カテゴリに分類してある。すなわち、ドアが厚い第１カ
テゴリ、ドアが薄い第２カテゴリである。

【００３０】センタークラスタの張出しに着目したアイ
テムでは２つのカテゴリに分類してある。すなわち、セ
ンタークラスタの張出しがある第１カテゴリ、センター
クラスタの張出しがない第２カテゴリである。

【００３１】以下、アームレストに着目したアイテム、
その他各アイテムについてそれぞれカテゴリに分類して
ある。

【００３２】前記評価用語とデザイン要素との関係を規
定する知識１５は、官能評価実験の結果として図４に示
すように得られたものである。具体的には評価用語９と
デザイン要素１３のアイテムを選定し、アイテムそれぞ
れに相当するデザインを不特定多数の人に見せ、形容詞
語群である評価用語９の一つ一つについてデザインから
受けるフィーリングを収集し、その集積結果を数量化理
論Ｉ類若しくはII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。

【００３３】前記複数の評価用語の組合せによる合成評
価用語とデザイン要素との関係を規定する知識１７は、
前記評価用語とデザイン要素との関係を規定する知識１
５をもとに、組合せる評価用語を加算、演算して得られ
たものである。

【００３４】以下、この実施例の作用を図５のフローチ
ャートに基づいて説明する。

【００３５】まず、ステップＳ１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３で入力する。

【００３６】ステップＳ２では、入力されたデザイン図
を評価用語とデザイン要素との関係を規定する知識１５
中のデザイン要素１３に相当するデザイン要素に分解
し、評価用語とデザイン要素との関係を規定する知識１
５から前記分解したデザイン要素のカテゴリを選定し、
この選定したカテゴリ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（逆引
き）する。そして、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、Ｋ₁ ，Ｋ₂ ，Ｋ₃ ……
…Ｋ_n とする。

【００３７】こうしてデザイン図から選定されたカテゴ
リは例えば図６の図表で各カテゴリに実線の丸で囲みこ
れに対応する偏回帰係数を四角の枠で囲んで示した。図
６の図表は図４のものに合計欄を加えたもので、右端の
合計欄には選定されたカテゴリの偏回帰係数が評価用語
毎に横方向に加えられた数字が示されている。この数字
が大きい程、そのデザイン図から一般の人が受ける印象
を代表しているということができる。例えば、図６のよ
うにアイテム，カテゴリが選定された場合では、偏回帰
係数の合計値が最も大きい評価用語として「走り屋向き
の」が選定され、第２番目の評価用語として「明る
い」、第３番目の評価用語として「豪華な」が選定され
る。

【００３８】続いて、偏回帰係数の合計値が最大の評価
用語Ｋ₁ を選定（例えば図６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（図６に＊印で示して
ある）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、当て嵌り度Ａ₁ を演算（Ａ₁＝
Ｎ₁ ／Ｎ）する。

【００３９】ステップＳ３では、ステップＳ２で演算し
た当て嵌り度Ａ₁ が所定値ａより大きいか否か、又はユ
ーザが当該デザイン図を表現する複数の評価用語の組合
せの推論を希望するか否かが判断される。そして、当て
嵌り度Ａ₁ が所定値ａより大きい場合、又はユーザが複
数の評価用語の組合せの推論を希望しない場合は、ステ
ップＳ４に進み、評価用語Ｋ₁ を当て嵌り度が第１位の
単一の評価用語としてＣＲＴ５に出力する。これとは逆
に、当て嵌り度Ａ₁ が所定値ａ以下の場合、又はユーザ
が複数の評価用語の組合せの推論を希望する場合は、ス
テップＳ５に進む。

【００４０】ステップＳ５では、第１位の当て嵌り度の
評価用語の評価軸上の布置より、該当する評価用語群
（ターゲット域）を設定する。

【００４１】ターゲット域の設定方法としては、図７に
示すように、第１位の当て嵌り度の評価用語が布置され
る２軸にはさまれる象限とする方法や、図８に示すよう
に、第１位の当て嵌り度の評価用語が布置される各軸に
高く寄与する領域とする方法又は、図９に示すように、
原点から当て嵌り度が第１位の評価用語へのベクトルが
プラスの係数で合成できる範囲とする方法等が考えられ
る。

【００４２】ステップＳ６では、ステップＳ５で設定さ
れたターゲット領域内の評価用語から布置上で第１位の
当て嵌り度の評価用語に相当する複数の評価用語の組合
せ（合成評価用語Ｋ_C ）を選定する。図１０は、その具
体例を示すもので、例えば、第１位の当て嵌り度の単一
評価用語として「スタイリッシュな」なる評価用語が推
論された場合に、布置上から「‘スポーティ’で‘大人
っぽい’」や「‘男性的’で‘上品な’」等の合成評価
用語を選定する。

【００４３】この選定された合成評価用語Ｋ_c1（例え
ば、図１０では「‘スポーティ’で‘大人っぽい’」）
について合成評価用語と車両デザインとの関係を規定す
る知識１７から各アイテム中で最大の偏回帰係数の個数
Ｎ_C1を数え、この偏回帰係数を全アイテム数Ｎ_c で割
り、当て嵌り度Ａ_c1を演算（Ａ_c1＝Ｎ_c1／Ｎ_c ）する。

【００４４】この演算した当て嵌り度Ａ_c1を単一の評価
用語「スタイリッシュな」の当て嵌り度Ａ₁ と比較し、
「‘スポーティ’で‘大人っぽい’」の当て嵌り度Ａ_c1
が「スタイリッシュな」の当て嵌り度Ａ₁ よりも高い場
合は、「‘スポーティ’で‘大人っぽい’」を第１位の
当て嵌り度の合成評価用語とし、また、低い場合は第２
位以降の当て嵌り度の合成評価用語とする。

【００４５】ステップＳ７では、ステップＳ６で推論さ
れた評価用語をＣＲＴ５に出力する。

【００４６】図１１は、入力と出力の具体例を示すもの
で、例えば、図１１のようなデザイン図をイメージスキ
ャナ３により入力（１８）し、このデザイン図から推論
する評価用語は、単一の評価用語か、複数の評価用語の
組合せによる合成評価用語かのいずれかを選択（図１１
では複数の評価用語の組合せを選択）（１９）すると、
推論結果として図１１のようにＣＲＴ５に表示（２０）
されることを示している。

【００４７】ここで、ＣＲＴ５への表示方法としては、 １）複数の評価用語の組合せによる合成評価用語の推論
結果のみを表示する。

【００４８】２）単一の評価用語の推論結果と複数の評
価用語の組合せによる合成評価用語の推論結果とを比較
して表示する。

【００４９】３）図１０に示すような布置によって表示
する等の方法がある。

【００５０】さらに、図１２に示すように、ターゲット
内の評価用語から布置上で当て嵌り度が第１位の評価用
語に相当する複数の評価用語の組合せによる合成評価用
語を選定する際に、各評価用語に重み付けをして出力時
に重み付け度合いを数値又は言葉で表示することもでき
る。図１２では、第１位の当て嵌り度の単一評価用語と
して「安心感のある」が推論され、布置上から「‘落ち
着いて‘ゆったりした’」なる合成評価用語を選定する
際に、「落ち着いた」に８０％、「「ゆったりした」に
５０％の重み付けをした例を示している。

【００５１】また、図１３及び図１４に示すように、推
論された第１位の当て嵌り度の評価用語に対し、２軸又
は３軸上の空間において、各軸方向への寄与の度合を表
示することもできる。

【００５２】図１３では第１位の当て嵌り度の評価用語
として「スタイリッシュな」が推論され、デザイン性と
スポーティ性の２軸上での寄与の度合を表示した例を示
している。

【００５３】図１４では第１位の当て嵌り度の評価用語
として「スタイリッシュな」が推論され、デザイン性と
スポーティ性及び空間性の３軸上での寄与の度合を表示
した例を示している。

【００５４】要するにマイクロコンピュータ１のメモリ
Ｍには、予め選定した車両インテリアを表現する評価用
語９、予備実験で得られた評価用語間の関係を規定する
知識１１、車両デザイン要素１３、官能評価実験で得ら
れた評価用語と車両デザイン要素との関係を規定する知
識１５、評価用語と車両デザイン要素との関係を規定す
る知識１５をもとに合成して得られた複数の評価用語の
組合せによる合成評価用語と車両デザイン要素との関係
を規定する知識１７等を記憶させておく。

【００５５】そして、イメージスキャナ３を操作して入
力手段ＣＬ１として機能させ、デザイン図を入力する
と、ＣＰＵ７の推論手段ＣＬ４としての働きでメモリＭ
の知識１５から当該デザイン図に関する各評価用語９の
当て嵌り度Ａを演算し、これら当て嵌り度Ａに順位を付
け、当該デザイン図を表現する第１位の当て嵌り度Ａの
評価用語９が推論・抽出される。そして、その結果がＣ
ＲＴ５に表示され、ＣＲＴ５は出力手段ＣＬ５として機
能する。

【００５６】また、ＣＰＵ７の推論手段ＣＬ４としての
働きで第１位の当て嵌り度Ａが所定値以下のとき第１位
の当て嵌り度Ａの評価用語９の評価軸上の布置より該当
するターゲット域を設定し、当該ターゲット域内の評価
用語９から複数の評価用語の組合せによる合成評価用語
Ｋ_c を選定し、メモリＭの知識１７から当該デザイン図
に関する各合成評価用語の当て嵌り度Ａ_c を演算し、こ
の当て嵌り度Ａ_c により複数の合成評価用語が順位を付
けて推論・抽出され、前記第１位の当て嵌り度Ａの単一
評価用語と合せて順位を付けてＣＲＴ５に表示され、Ｃ
ＲＴ５は出力手段ＣＬ５として機能する。

【００５７】従って、この実施例によれば、当て嵌り度
がより高くなるような複数の合成評価用語を推論するこ
とができ、デザイン図をより微妙に表現することができ
る。

【００５８】図１５はこの発明の他の実施例を示すフロ
ーチャートである。

【００５９】この実施例は、デザイン図の入力と合せ
て、ユーザが持つイメージを評価用語で入力する場合の
入力例を示すものである。

【００６０】まず、ステップＳ１１では、イメージスキ
ャナ３の操作によってデザイン図の入力が行われる。

【００６１】ついで、ステップＳ１２ではキーボード
（図示せず）等の操作によりユーザのイメージする評価
用語９を入力する。

【００６２】ステップＳ１３では入力されたデザイン図
により知識１５から前述の実施例における図５に示すフ
ローチャートのステップＳ２と同様の推論が行われ、第
１位の当て嵌り度Ａの単一評価用語９が選定（逆引き）
される。

【００６３】ステップＳ１４では、ステップＳ１３で選
定された第１位の当て嵌り度Ａの評価用語と、ステップ
Ｓ１２でユーザが入力した評価用語とを評価軸の布置上
で比較してステップＳ１５に進む。

【００６４】ステップＳ１５では、第１位の当て嵌り度
Ａの評価用語の布置上で、第１位の当て嵌り度Ａに相当
するユーザの入力評価用語と別の評価用語の組合せ（合
成評価用語Ｋ_c ）を選定すると共に、各評価用語に重み
付けをする。

【００６５】この選定された合成評価用語Ｋ_c につい
て、知識１７から前述の実施例における図５に示すフロ
ーチャートのステップＳ６と同様に当て嵌り度Ａ_c を演
算する。

【００６６】この演算した当て嵌り度Ａ_c を単一評価用
語の当て嵌り度Ａと比較し、その結果をステップＳ１６
でＣＲＴ５に出力する。

【００６７】ここで、デザイン図として図１６の例図を
入力し、ユーザのイメージする評価用語９として「スポ
ーティな」を入力するものとして、図１６のフローチャ
ートに基づき説明する。

【００６８】まず、ステップＳ１１で、例図のデザイン
図を入力する。ついで、ステップＳ１２でユーザのイメ
ージする評価用語９として「スポーティな」を入力す
る。

【００６９】ステップＳ１３〜Ｓ１５では。まず入力さ
れたデザイン図により知識１５から逆引き推論が行わ
れ、第１位の当て嵌り度Ａの評価用語として「都会的
な」が選定される。つぎに、選定された「都会的な」に
相当する合成評価用語として、ユーザが入力した「スポ
ーティな」と布置上の別の評価用語である「大人っぽ
い」との組合せが選定され、さらに前記各評価用語に重
み付けがなされて「‘かなりスポーティ’で‘やや大人
っぽい’」が選定される。この選定された「‘かなりス
ポーティ’で‘やや大人っぽい’」について、知識１７
から当て嵌り度Ａ_c を演算し、この当て嵌り度Ａ_c を
「都会的な」の当て嵌り度Ａと比較する。その結果、
「‘かなりスポーティで‘やや大人っぽい’」の方が
「都会的な」より当て嵌り度が高い場合は『「‘かなり
スポーティ’で‘やや大人っぽい’」』とＣＲＴ５に表
示し、これとは逆に「都会的な」の方が「‘かなりスポ
ーティ’で‘やや大人っぽい’」より当て嵌り度が高い
場合は『「かなりスポーティ」ですが「やや大人っぽ
い」ため「都会的な」と推論しました』とＣＲＴ５に表
示する（ステップ１６）。

【００７０】要するに、この実施例では、イメージスキ
ャナ３を操作して入力手段ＣＬ１として機能させ、デザ
イン図を入力すると共に、キーボード（図示せず）を操
作してユーザのイメージする評価用語を入力すると、Ｃ
ＰＵ７の推論手段ＣＬ４としての働きでメモリＭの知識
１５から当該デザイン図を表現する第１位の当て嵌り度
Ａの評価用語が推論・抽出され、この推論された評価用
語に相当するユーザが入力した評価用語と別の評価用語
との組合せによる合成評価用語を選定し、メモリＭの知
識１７から合成評価用語の当て嵌り度Ａ_c を演算しこの
合成評価用語の当て嵌り度Ａ_c を前記単一評価用語の当
て嵌り度Ａと比較し、その結果ＣＲＴ５に表示される。

【００７１】従って、この実施例によれば、デザイン図
を微妙に表現できると共に、そのデザイン図の持つユー
ザのイメージとが一致しているかどうかを確認すること
ができる。

【００７２】図１７はこの発明のさらに他の実施例を示
すフローチャートてある。

【００７３】この実施例は、デザイン図の入力と合せ
て、人の性別，年代，職業等の属性を入力する場合の入
力例を示すものである。

【００７４】この実施例ては、評価用語と車両デザイン
との関係を規定する知識１５として、女性用知識１５
ａ、男性用知識１５ｂ、２０代用知識１５ｃ、３０代用
知識１５ｄ、４０代用知識１５ｅ、ＯＬ用知識１５ｆ等
に分別構成されており、これらはそれぞれにおいて、記
憶している評価用語と車両デザイン要素との関係を規定
する知識としての偏回帰係数が異っている。この例とし
て、図１８に女性用知識１５ａの一部を示してある。

【００７５】まず、ステップＳ２１ではイメージスキャ
ナ３の操作によってデザイン図の入力が行われる。

【００７６】ついでステップＳ２２ではキーボード（図
示せず）等の操作により人の性別，年代，職業等の属
性、例えば「女性」という属性用語を入力する。この場
合、年代と性別、例えば「２０代」の「女性」という風
に複数の属性用語を入力することもできる。

【００７７】ステップＳ２３では、ステップＳ２２で入
力された人の属性に応じた知識、例えば、入力された人
の属性が「女性」とすれば、図１８のような女性用知識
１５ａを用いて前述の実施例における図５に示すステッ
プＳ２と同様にして、第１位の当て嵌り度の評価用語が
推論される。

【００７８】ステップＳ２４では、複数の評価用語の組
合せ（合成評価用語）を推論するか否かを判断し、合成
評価用語を推論するときは、ステップＳ２５に進む。合
成評価用語を推論しないとき、すなわち第１位の当て嵌
り度が所定値以上のときは、ステップＳ２６で単一の評
価用語をＣＲＴ５に出力する。

【００７９】ステップＳ２５では、それぞれの属性の知
識から得られる複数の評価用語の組合せによる合成評価
用語と車両デザインとの関係を規定する知識を用いて、
前述の実施例における図５に示すフローチャートのステ
ップＳ５およびＳ６の推論が行われ推論された合成評価
用語がステップＳ２７でＣＲＴ５に出力される。

【００８０】この実施例によれば、デザイン図のイメー
ジを人の属性を考慮して微妙に表現することができる。

【００８１】

【発明の効果】以上の説明より明らかなように、この発
明は第１位の当て嵌り度の評価用語をもとにして、全く
別の複数の評価用語の組合せ（合成評価用語）を推論
（逆引き）するため、デザイン図をより微妙に、かつ、
正確に表現することができる。

【図面の簡単な説明】

【図１】この発明の構成図である。

【図２】一実施例の概略構成図である。

【図３】評価用語の関係を規定する図表である。

【図４】評価用語とデザイン要素との関係を規定する知
識の図表である。

【図５】一実施例のフローチャートである。

【図６】評価用語とデザイン要素との関係を規定する知
識において偏回帰係数の合計を説明する図表である。

【図７】ターゲット域の設定方法の一例を示す図であ
る。

【図８】ターゲット域の設定方法の一例を示す図であ
る。

【図９】ターゲット域の設定方法の一例を示す図であ
る。

【図１０】複数の評価用語の組合せの一例を示す図であ
る。

【図１１】入力と出力の一例を示すブロック図である。

【図１２】画像表示の一例を示す図である。

【図１３】画像表示の一例を示す図である。

【図１４】画像表示の一例を示す図である。

【図１５】他の実施例のフローチャートである。

【図１６】図１５の具体例を示すフローチャートであ
る。

【図１７】さらに他の実施例を示すフローチャートであ
る。

【図１８】人の属性を考慮した評価用語とデザイン要素
との関係を判定する知識の一例を示す図表である。

【図１９】従来例に係るブロック図である。

【符号の説明】

ＣＬ１ 入力手段 ＣＬ２ 基本データベース ＣＬ３ 合成データベース ＣＬ４ 推論手段 ＣＬ５ 出力手段

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、デザ
   インを表現する評価用語とデザイン要素との関係を規定
   する知識を記憶する基本データベースと、前記入力手段
   により入力されたデザイン図により、前記基本データベ
   ースから当該デザイン図に関する各評価用語の当て嵌り
   度を演算し、この当て嵌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、前
   記推論手段の推論結果としての評価用語を出力する出力
   手段とを備えたデザイン装置において、前記推論手段
   が、当て嵌り度に順位を付け、第１位の当て嵌り度が所
   定値以下のときに、第１位の当て嵌り度の評価用語の評
   価軸上の布置より該当するターゲット域を設定し、この
   ターゲット域内の別の複数の評価用語の組合せを選定
   し、前記第１位の当て嵌り度の評価用語と同等もしくは
   それ以上の当て嵌り度をもった複数の合成評価用語を推
   論する機能を備えたことを特徴とするデザイン装置。
2. 【請求項２】 請求項１記載のデザイン装置において、
   複数の評価用語の組合せによる合成評価用語とデザイン
   要素との関係を規定する知識を記憶する合成データベー
   スを備え、前記推論手段が、前記合成データベースから
   当該デザイン図に関する各合成評価用語の当て嵌り度を
   演算し、この当て嵌り度により当該デザイン図を表現す
   る複数の合成評価用語を推論することを特徴とするデザ
   イン装置。