JP2018072524A - 評価方法、評価プログラム、及び評価装置 - Google Patents

評価方法、評価プログラム、及び評価装置 Download PDF

Info

Publication number
JP2018072524A
JP2018072524A JP2016211104A JP2016211104A JP2018072524A JP 2018072524 A JP2018072524 A JP 2018072524A JP 2016211104 A JP2016211104 A JP 2016211104A JP 2016211104 A JP2016211104 A JP 2016211104A JP 2018072524 A JP2018072524 A JP 2018072524A
Authority
JP
Japan
Prior art keywords
hmd
evaluation
regression equation
wearing feeling
evaluating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2016211104A
Other languages
English (en)
Inventor
幸恵 崎田
Yukie Sakida
幸恵 崎田
祐 中山
Yu Nakayama
祐 中山
遠藤 康浩
Yasuhiro Endo
康浩 遠藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2016211104A priority Critical patent/JP2018072524A/ja
Publication of JP2018072524A publication Critical patent/JP2018072524A/ja
Pending legal-status Critical Current

Links

Images

Abstract

【課題】HMDの定量的な装着感を簡易に評価できる評価方法を提供する。
【解決手段】評価方法は、HMDの前方向への傾きを説明変数とする単回帰式を利用して、HMDの装着感を評価する、手順を有する。また、評価方法は、HMDの前方向への傾き、HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、手順を有する。特に、評価方法は、HMDに対する官能評価に基づいて付与された複数の第1評価値と所定の第1分析手法とを利用して、官能評価における主要な評価項目を抽出し、第1評価値と第1評価値を定量化する定量化手法とを利用して、HMDの総合的な第2評価値を算出し、評価項目に関するHMDの物理量を計測する手順を含み、評価する手順は、第2評価値と物理量と重回帰分析とを利用して、単回帰式又は重回帰式を算出することを特徴とする。
【選択図】図1

Description

本件は、評価方法、評価プログラム、及び評価装置に関する。
頭部に装着して映像を表示する機器としてHead Mounted Display(ヘッドマウントディスプレイ、以下、HMDという)が知られている。特にHMDの装着感に関し、快適な装着感を実現する技術が提案されている(例えば特許文献1参照)。一方、被験者の頭皮の複数の部位に装着された電極から脳波検出器が検出した脳波を利用したり、被験者の鼻部分及びこめかみから温度センサ及び湿度センサが検出した体温及び体表面湿度を利用したりして、被検者の感性を評価する技術も提案されている(例えば特許文献2参照)。
特開平11−298826号公報 特開2013−255742号公報
しかしながら、HMDの装着感を評価する場合に、被験者の頭皮の複数の部位に電極を装着することは、手間がかかるだけではなく、被験者にとっても大きな負担になりかねない。一方で、体温及び体表面湿度を解析して、HMDの装着感を精密に評価することは極めて困難である。
そこで、1つの側面では、HMDの定量的な装着感を簡易に評価できる評価方法、評価プログラム、及び評価装置を提供することを目的とする。
1つの実施態様では、評価方法は、HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、手順を有する評価方法である。
また、1つの実施態様では、評価方法は、HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、手順を有する評価方法である。
また、1つの実施態様では、評価プログラムは、HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、処理をコンピュータに実行させる評価プログラムである。
また、1つの実施態様では、評価プログラムは、HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、処理をコンピュータに実行させる評価プログラムである。
また、1つの実施態様では、評価装置は、HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、処理を実行する処理部を有する評価装置である。
また、1つの実施態様では、評価装置は、HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、処理を実行する処理部を有する評価装置である。
HMDの定量的な装着感を簡易に評価することができる。
図1はHMDの装着感を評価する評価方法の手順を示すフローチャートである。 図2は第1分析結果の一例の一部である。 図3は物理量計測装置の一例である。 図4は物理量の一例である。 図5は第2分析結果の一例の一部である。 図6は第3分析結果の一例である。 図7は第4分析結果の一例の一部である。 図8は第5分析結果の一例である。 図9は予測値と実測値との関係を示す散布部の一例である。 図10は評価システムの一例である。 図11はユーザー端末に表示される画面の一例である。 図12はサーバ装置のハードウェア構成の一例である。 図13はサーバ装置の機能ブロック図の一例である。
以下、本件を実施するための形態について図面を参照して説明する。
図1はHMDの装着感を評価する評価方法の手順を示すフローチャートである。まず、評価者は複数の被験者を募り、複数の機種のそれぞれについてHMDの装着感に対する官能評価を行う(ステップS101)。例えば、評価者は複数の被験者のそれぞれに機種1から機種7までのHMDを順に装着してもらい、HMDの装着感に関するアンケートを自由に記入してもらう。アンケートには、例えば「重い」、「安定しない」、「冷たい」、「バランスが悪い」、「わずかに臭う」、「軽量で良い」といった形容語が含まれている。これにより、定性的な装着感が得られる。
次に、評価者は記入済のアンケートを回収し、アンケートに記入された形容語に基づいて、所定の評価項目に得点を付与する(ステップS102)。評価項目には、例えば重さ、バランス、安定感、温冷感、においなどがある。例えばアンケートに「冷たい」と記入されていれば、評価者は「温冷感」の評価項目に低い得点を付与する。例えばアンケートに「軽量で良い」と記入されていれば、評価者は「重さ」の評価項目に高い得点を付与する。評価者は各評価項目に得点を付与し終えると、評価項目毎の得点を合計して総合得点を算出する。総合得点によりその機種の評価が確定する。さらに、評価者は評価項目毎の得点と総合得点を機種毎に集計する。これにより、複数の被験者による機種1から機種7までのそれぞれの評価が得られる。
評価者は評価項目に得点を付与し終えると、次いで、主要な評価項目を抽出する(ステップS103)。具体的には、評価者は総合得点に大きく貢献した(すなわち相関の強い)評価項目を主要な評価項目として抽出する。総合得点に大きく貢献した評価項目は例えば要因分析、主成分分析、相関分析といった分析法を利用して抽出される。これにより、総合得点に大きく貢献しなかった評価項目は除外され、総合得点に大きく貢献した評価項目が主要な評価項目として残存する。例えば、温冷感と総合得点との相関がほぼ無関係であったため、温冷感の評価項目が除外される。臭いについてもほぼ無関係であったため臭いの評価項目も除外される。したがって、この場合、HMDの重さについての評価、HMDのバランスについての評価、HMDの重心についての評価が残存する。尚、安定感の評価項目が残存した場合、バランスの評価項目と意味が重複するため、いずれか一方(例えばバランス)を残存させてもよい。
さらに、評価者は総合評価点を定量化するため、一対比較法を用いて総合評価点を定量的に算出する(ステップS104)。これにより、図2に示すように、第1分析結果に含まれる係数がその機種の定量的な総合評価点として特定される。尚、表計算ソフトウェアを用いた場合には第1分析結果を含む画面が端末装置のディスプレイに表示されるが、評価者自身が第1分析結果の各項目を算出した場合には、評価者が第1分析結果を所定の用紙に記載してもよい。
次に、評価者はHMDの物理量を計測する(ステップS105)。具体的には、図3に示すように、評価者は物理量計測装置10を利用してHMD20における上述した主要な評価項目についての物理量を計測する。ここで、物理量計測装置10はHMD20の重さとバランスを計測することができ、重心位置を算出することができる。特に、HMD20の重さについては、HMD20が前を向いた頭部の模型30に装着されているため、物理量計測装置10は模型30の重さを除いたHMD20の正味の重さを計測する。ここで、評価者は主要な評価項目についての物理量を計測するため、ステップS105の手順は例えばステップS103の直後であってもよい。言い換えれば、ステップS104の手順とステップS105の手順は逆であってもよい。これにより、図4に示すように、機種1から機種7のすべてについて、主要な評価項目に関する物理量が計測される。
尚、図4において重さを重量Fzで表しており、図3に示すように、地表方向を正方向としている。また、図4においてバランスをモーメントMx,Myで表している。バランスは、図3に示すX軸を回転軸とした場合にHMD20が前方向に垂れ下がる方向をモーメントMxの正方向としている。また、図3に示すY軸を回転軸とした場合にHMD20が右耳方向に垂れ下がる方向をモーメントMyの正方向としている。さらに、図4において重心位置を作用点座標ax,ayで表しており、図3に示すように、左耳方向及び前方向をそれぞれ作用点座標ax,ayの正方向としている。
次に、評価者はHMDの装着感を評価する評価式を算出する(ステップS106)。具体的には、評価者はステップS104で算出した総合評価点とステップS105の処理で計測した物理量とを利用して重回帰分析を行う。より詳しくは、評価者は総合評価点を目的変数とし、物理量を説明変数とし、所定の分析用ソフトウェア(例えばCollege Analysis)を実行する。これにより、図5及び図6に示すように、総合評価点を目的変数とし、物理量を説明変数とする重回帰分析の第2分析結果と第3分析結果を得る。特に、図6に示すように、第3分析結果に含まれる重回帰式によりHMDの装着感を評価する評価式が特定される。重回帰式は5つの物理量とそれぞれの物理量に対応する偏回帰係数(図5参照)と切片(図5参照)を含んでいる。尚、分析用ソフトウェアを用いた場合には第2分析結果及び第3分析結果を含む画面が端末装置のディスプレイに表示されるが、評価者自身が第2分析結果と第3分析結果の各項目を算出した場合には、評価者が第2分析結果と第3分析結果を所定の用紙に記載してもよい。
ここで、評価者は第3分析結果(図6参照)に含まれる寄与率が第1閾値以上であるか否かを判断する(ステップS107)。寄与率は算出した評価式がどの程度総合評価点の変動を説明できるかを表している。本実施形態では総合評価点の変動の約99%を説明することができる。一方、第1閾値としては例えば70%を表す0.70が利用される。
評価者は寄与率が第1閾値より小さい判断した場合(ステップS107:NO)、評価式を算出不能と判断し(ステップS108)、処理を終了する。一方、評価者は寄与率が第1閾値以上と判断した場合(ステップS107:YES)、さらに、確率値が第2閾値より大きいか否かを判断する(ステップS109)。第2閾値としては例えば5%水準を表す0.05が利用される。すなわち、確率値が0.05より大きい場合、第3分析結果に含まれる重回帰式は有効であるとはいえなくなる。本実施形態では、図6に示すように、確率値が「0.1065」と約10%を表すため、評価者は確率値が第2閾値より大きいと判断する(ステップS109:YES)。したがって、評価者はステップS108の手順で評価式を算出不能と判断し、処理を終了する。
一方、評価者は確率値が第2閾値以下であると判断すると(ステップS109:NO)、さらに、その評価式が妥当であるか否かを判断する(ステップS110)。例えば評価者は簡易な(シンプルな)評価式であるかを説明変数の数に基づいて判断する。評価者は評価式が妥当でないと判断した場合(ステップS110:NO)、物理量の一部を除外する(ステップS111)。具体的には、評価者は図5に示す標準化係数の絶対値が他の標準化係数の絶対値と比べて相対的に小さくなる物理量を除外する。例えば、標準化係数「0.103」及び「−0.122」は他の標準化係数「1.2215」、「−0.8825」、「0.9866」と比べて相対的に小さいため、図5では、相対的に小さな標準化係数に対応するモーメントMyと作用点座標axが除外される。すなわち、これらの物理量は重回帰式に貢献する重要度が低いため除外される。評価者は物理量の一部を除外すると、除外した残りの物理量を利用して、再び、ステップS106の手順を行う。これにより、図7及び図8に示すように、重回帰分析の第4分析結果と第5分析結果を含む画面が評価者の端末装置に表示される。
ここで、第5分析結果(図8参照)に含まれる寄与率は第1閾値以上である。また、第5分析結果に含まれる確率値は第2閾値以下である。したがって、評価者は3つの説明変数により表現された重回帰式が簡易な評価式であると判断した場合(ステップS110:YES)、評価式の算出手順を終える。このように、HMDの装着感を簡易に評価できる評価式が得られる。特に、第3分析結果(図6)に含まれる評価式(重回帰式)より物理量が減り、シンプルな重回帰式となる。尚、物理量を除く数量によっては、評価式が単回帰式になる場合もあるし、重回帰式で留まる場合もある。単回帰式としては、例えばHMDの前方向への傾きを説明変数とする単回帰式がある。
図9は予測値と実測値との関係を示す散布部の一例である。散布図上にプロットされた7つの点は機種1から機種7までの重さと、x軸方向のバランスと、y軸方向の重心を図8に示す重回帰式に代入して得られた点である。このように、重回帰式により得られる総合評価点の予測値は、図2を参照して説明した総合評価点の実測値との相関がよく、算出した評価式により、HMDの装着感を定量的に評価することができる。
次に、図10及び図11を参照して、評価システムSについて説明する。
図10は評価システムSの一例である。図11はユーザー端末に表示される画面の一例である。評価システムSはHMDの装着感を評価するコンピュータシステムである。評価システムSはメーカー端末100とユーザー端末200と評価装置としてのサーバ装置300を備えている。メーカー端末100は例えばHMDを製造するHMDメーカーの施設X内に設置される。ユーザー端末200は例えばHMDの装着感を評価する評価機関の施設Y内に設置される。図10では、メーカー端末100及びユーザー端末200の一例としてPersonal Computer(PC)が示されているが、タブレット端末やスマートフォンといったスマートデバイスであってもよい。尚、図10では複数社のHMDメーカーXと複数社の評価機関Yが示されているが、HMDメーカーXも評価機関Yそれぞれ1社であってもよい。
サーバ装置300は例えばクラウドCL上のデータセンターDC内に設置される。尚、図10では複数台のサーバ装置300が示されているが、サーバ装置300は1台であってもよい。メーカー端末100とユーザー端末200とサーバ装置300とは互いに通信ネットワークNWを介して接続されている。通信ネットワークNWとしては例えばインターネットやLocal Area Network(LAN)などがある。
メーカー端末100は評価項目に付与されて入力された得点をサーバ装置300に送信する。また、メーカー端末100は自身に接続された物理量計測装置10を利用し、製造したHMDの物理量をサーバ装置300に送信する。詳細は後述するが、サーバ装置300はメーカー端末100から送信された得点と物理量を受け付けると、受け付けた得点と物理量を利用して、HMDの装着感を評価する評価式を算出し、記憶する。
一方、ユーザー端末200はサーバ装置300が評価式を記憶すると、入力された任意の物理量をサーバ装置300に向けて送信する。サーバ装置300はユーザー端末200から送信された任意の物理量を受け付けると、受け付けた物理量と評価式とを利用して、HMDの装着感と目標値を算出し、算出した装着感と目標値とをユーザー端末200に出力する。この結果、図11に示すように、ユーザー端末200は入力された任意の物理量に応じたHMDの装着感と目標値を含む画面を表示する。したがって、ユーザー端末200を利用するユーザーは任意の物理量に対するHMDの装着感を予測することができる。また、設計の目標値を明確にすることができるため、HMDを開発するサイクルを短縮化することができる。
次に、図12を参照して、上述したサーバ装置300のハードウェア構成について説明する。
図12はサーバ装置300のハードウェア構成の一例である。尚、メーカー端末100及びユーザー端末200については基本的にサーバ装置300と同様の構成であるため、説明を省略する。
サーバ装置300は、少なくともCentral Processing Unit(CPU)300A、Random Access Memory(RAM)300B、Read Only Memory(ROM)300C、及びネットワークI/F(インタフェース)300Dを含んでいる。サーバ装置300は、必要に応じて、Hard Disk Drive(HDD)300E、入力I/F300F、出力I/F300G、入出力I/F300H、ドライブ装置300Iの少なくとも1つを含んでいてもよい。CPU300Aからドライブ装置300Iまでは、内部バス300Jによって互いに接続されている。少なくともCPU300AとRAM300Bとが協働することによってコンピュータが実現される。
入力I/F300Fには、入力装置710が接続される。入力装置710としては、例えばキーボードやマウスなどがある。
出力I/F300Gには、表示装置720が接続される。表示装置720としては、例えば液晶ディスプレイがある。
入出力I/F300Hには、半導体メモリ730が接続される。半導体メモリ730としては、例えばUniversal Serial Bus(USB)メモリやフラッシュメモリなどがある。入出力I/F300Hは、半導体メモリ730に記憶されたプログラムやデータを読み取る。
入力I/F300F及び入出力I/F300Hは、例えばUSBポートを備えている。出力I/F300Gは、例えばディスプレイポートを備えている。
ドライブ装置300Iには、可搬型記録媒体740が挿入される。可搬型記録媒体740としては、例えばCompact Disc(CD)−ROM、Digital Versatile Disc(DVD)といったリムーバブルディスクがある。ドライブ装置300Iは、可搬型記録媒体740に記録されたプログラムやデータを読み込む。
ネットワークI/F300Dは、例えばポートとPhysical Layer Chip(PHYチップ)とを備えている。サーバ装置300は、ネットワークI/F300Dを介して通信ネットワークNWと接続される。
上述したRAM300Bには、ROM300CやHDD300Eに記憶されたプログラムがCPU300Aによって格納される。RAM300Bには、可搬型記録媒体740に記録されたプログラムがCPU300Aによって格納される。格納されたプログラムをCPU300Aが実行することにより、サーバ装置300は後述する各種の機能を実現し、また、上述した各種の手順を実行する。尚、プログラムは上述したフローチャートに応じたものとすればよい。
次に、図13を参照して、上述したサーバ装置300の機能について説明する。
図13はサーバ装置300の機能ブロック図の一例である。サーバ装置300は、得点記憶部301、物理量記憶部302、処理部としての分析部303及び評価式算出部304、並びに評価式記憶部305を含んでいる。また、サーバ装置300は装着感算出部306、目標値算出部307、及び出力部308を含んでいる。
得点記憶部301は複数の評価項目と各評価項目に付与された得点と総合得点を記憶する。より詳しくは、評価項目と得点と総合得点は評価者によってメーカー端末100に入力される。評価者がメーカー端末100に対し所定の指示を行うと、メーカー端末100は各評価項目に付与された得点と総合得点をサーバ装置300に向けて送信する。これにより、得点記憶部301は得点と総合得点を記憶する。
物理量記憶部302は物理量を記憶する。上述したように、物理量は物理量計測装置10によって計測される。評価者がメーカー端末100に対し所定の指示を行うと、メーカー端末100は物理量計測装置10が計測した物理量をサーバ装置300に向けて送信する。これにより、物理量記憶部302は物理量を記憶する。
分析部303は得点と物理量と予め定めた分析手法とを利用して種々の分析を実行する。具体的には、分析部303は得点記憶部301から複数の評価項目のそれぞれに付与された得点と総合得点を抽出し、各評価項目の得点と総合得点と要因分析などに基づいて複数の評価項目から主要な評価項目を抽出する。また、分析部303は主要な評価項目を抽出すると、一対比較法などを用いてそれぞれの機種について総合評価点を定量的に算出するとともに、抽出した主要な評価項目に応じた物理量を物理量記憶部302から抽出する。分析部303は物理量を抽出すると、抽出した物理量を総合評価点とともに評価式算出部304に出力する。
評価式算出部304はHMDの装着感を評価する評価式を算出する。より詳しくは、評価式算出部304は分析部303から出力された物理量と総合評価点を利用して重回帰分析を実行し、所定の評価式を算出する。さらに、評価式算出部304は重回帰分析の分析結果に表れる寄与率が第1閾値以上であるか否か、及び確率値が第2閾値より大きいか否かを判断し、さらに、算出した評価式が妥当であるか判断する。評価式算出部304は寄与率が第1閾値以上であり、確率値が第2閾値以下であり、算出した評価式が妥当である場合、その評価式を評価式記憶部305に格納する。
装着感算出部306はユーザー端末200から送信された任意の物理量を受け付けると、評価式記憶部305から評価式を抽出し、抽出した評価式に物理量を代入して、HMDの装着感を算出する。装着感算出部306はHMDの装着感を算出すると、算出した装着感を目標値算出部307と出力部308に出力する。
目標値算出部307は装着感算出部306から出力された装着感を受け付けると、その装着感に基づいて目標値を算出する。例えば、装着感の不快値が大きい場合には、目標値算出部307は不快値が小さくなるように目標値を算出する。例えば、装着感が所定の第3閾値未満である場合、目標値算出部307は装着感が第3閾値以上になる所定の値を装着感に加算し目標値とする。目標値算出部307は目標値を算出すると、算出した目標値を出力部308に出力する。
出力部308は装着感算出部306から出力された装着感と目標値算出部307から出力された目標値を受け付けると、装着感と目標値を含む画面をユーザー端末200に出力する。これにより、ユーザー端末200は装着感と目標値を含む画面を表示し、ユーザーは任意の物理量に対するHMDの装着感と目標値を確認することができる。
以上、本実施形態によれば、HMDの装着感を評価する評価方法は4つの手順を含んでいる。まず、第1の手順として、評価者はHMDに対する官能評価に基づいて付与された複数の得点と所定の分析手法(例えば要因分析など)を利用して、官能評価における主要な評価項目を抽出する。次に、第2の手順として、評価者は得点と得点を定量化する定量化手法(例えば一対比較法など)を利用して、HMDの総合評価点を算出する。次に、第3の手順として、評価者は主要な評価項目に関するHMDの物理量を計測する。最後に、第4の手順として、評価者は総合評価点と物理量と重回帰分析を利用して、HMDの装着感を評価する評価式として、HMDの前方向への傾きを説明変数とする単回帰式や、HMDの前方向への傾き、重量、重心位置をそれぞれ説明変数とする重回帰式を算出する。これにより、HMDの定量的な装着感を簡易に評価することができる。
以上、本発明の好ましい実施形態について詳述したが、本発明に係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。例えば、上述した実施形態では眼鏡の前方や片側にディスプレイが設けられた眼鏡型のHMDについて説明したが、目を完全に覆う没入型のHMDであってもよい。
なお、以上の説明に関して更に以下の付記を開示する。
(付記1)HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、手順を有する評価方法。
(付記2)HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、手順を有する評価方法。
(付記3)前記HMDに対する官能評価に基づいて付与された複数の第1評価値と所定の第1分析手法とを利用して、前記官能評価における主要な評価項目を抽出し、前記第1評価値と前記第1評価値を定量化する定量化手法とを利用して、前記HMDの総合的な第2評価値を算出し、前記評価項目に関する前記HMDの物理量を計測する手順を含み、前記評価する手順は、前記第2評価値と前記物理量と重回帰分析とを利用して、単回帰式又は重回帰式を算出する、ことを特徴とする付記1又は2に記載の評価方法。
(付記4)前記評価する手順は、重回帰式の物理量を表す説明変数の一部を段階的に除外することにより前記HMDの前方向への傾きを説明変数とする単回帰式を算出する、ことを特徴とする付記1から3のいずれか1項に記載の評価方法。
(付記5)HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、処理をコンピュータに実行させる評価プログラム。
(付記6)HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、処理をコンピュータに実行させる評価プログラム。
(付記7)HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、処理を実行する処理部を有する評価装置。
(付記8)HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、処理を実行する処理部を有する評価装置
(付記9)前記処理部は、前記HMDに対する官能評価に基づいて付与された複数の第1評価値と所定の第1分析手法とを利用して、前記官能評価における主要な評価項目を抽出し、前記第1評価値と前記第1評価値を定量化する定量化手法とを利用して、前記HMDの総合的な第2評価値を算出し、前記第2評価値と前記評価項目に関する前記HMDの物理量と重回帰分析とを利用して、単回帰式又は重回帰式を算出する、ことを特徴とする付記7又は8に記載の評価装置。
(付記10)前記処理部は、重回帰式の物理量を表す説明変数の一部を段階的に除外することにより前記HMDの前方向への傾きを説明変数とする単回帰式を算出する、ことを特徴とする付記7から9のいずれか1項に記載の評価装置。
S 評価システム
10 物理量計測装置
20 HMD
100 メーカー端末
200 ユーザー端末
300 サーバ装置
301 得点記憶部
302 物理量記憶部
303 分析部
304 評価式算出部
305 評価式記憶部
306 装着感算出部
307 目標値算出部
308 出力部

Claims (8)

  1. HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、
    手順を有する評価方法。
  2. HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、
    手順を有する評価方法。
  3. 前記HMDに対する官能評価に基づいて付与された複数の第1評価値と所定の第1分析手法とを利用して、前記官能評価における主要な評価項目を抽出し、
    前記第1評価値と前記第1評価値を定量化する定量化手法とを利用して、前記HMDの総合的な第2評価値を算出し、
    前記評価項目に関する前記HMDの物理量を計測する手順を含み、
    前記評価する手順は、前記第2評価値と前記物理量と重回帰分析とを利用して、単回帰式又は重回帰式を算出する、
    ことを特徴とする請求項1又は2に記載の評価方法。
  4. 前記評価する手順は、重回帰式の物理量を表す説明変数の一部を段階的に除外することにより前記HMDの前方向への傾きを説明変数とする単回帰式を算出する、
    ことを特徴とする請求項1から3のいずれか1項に記載の評価方法。
  5. HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、
    処理をコンピュータに実行させる評価プログラム。
  6. HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、
    処理をコンピュータに実行させる評価プログラム。
  7. HMDの前方向への傾きを説明変数とする単回帰式を利用して、前記HMDの装着感を評価する、
    処理を実行する処理部を有する評価装置。
  8. HMDの前方向への傾き、前記HMDの重量、前記HMDの重心位置をそれぞれ説明変数とする重回帰式を利用して、前記HMDの装着感を評価する、
    処理を実行する処理部を有する評価装置。
JP2016211104A 2016-10-27 2016-10-27 評価方法、評価プログラム、及び評価装置 Pending JP2018072524A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016211104A JP2018072524A (ja) 2016-10-27 2016-10-27 評価方法、評価プログラム、及び評価装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016211104A JP2018072524A (ja) 2016-10-27 2016-10-27 評価方法、評価プログラム、及び評価装置

Publications (1)

Publication Number Publication Date
JP2018072524A true JP2018072524A (ja) 2018-05-10

Family

ID=62114208

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016211104A Pending JP2018072524A (ja) 2016-10-27 2016-10-27 評価方法、評価プログラム、及び評価装置

Country Status (1)

Country Link
JP (1) JP2018072524A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019193983A1 (ja) 2018-04-04 2019-10-10 富士フイルム株式会社 医療文書表示制御装置、医療文書表示制御方法、及び医療文書表示制御プログラム
JP2020065252A (ja) * 2018-10-17 2020-04-23 東海光学株式会社 画像投影装置、展示装置、評価装置、評価方法及び評価システム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019193983A1 (ja) 2018-04-04 2019-10-10 富士フイルム株式会社 医療文書表示制御装置、医療文書表示制御方法、及び医療文書表示制御プログラム
JP2020065252A (ja) * 2018-10-17 2020-04-23 東海光学株式会社 画像投影装置、展示装置、評価装置、評価方法及び評価システム
JP7396628B2 (ja) 2018-10-17 2023-12-12 東海光学株式会社 画像投影装置、展示装置、評価装置、評価方法及び評価システム

Similar Documents

Publication Publication Date Title
JP7293050B2 (ja) 軽度認知障害判定システム
Santiago et al. Management of R&D projects under uncertainty: A multidimensional approach to managerial flexibility
EP3346428A1 (en) Sensor design support apparatus, sensor design support method and computer program
JP2015504555A5 (ja)
JP6493006B2 (ja) 人口推計方法、人口推計プログラム、および人口推計装置
JP2018081596A (ja) 評価装置、評価方法および評価プログラム
JP6899111B2 (ja) サーバシステム、サーバシステムによって実行される方法及びプログラム
US20210012244A1 (en) Prediction system, model generation system, method, and program
TW201013248A (en) Method for designing eyeglass lens
WO2020033073A1 (en) Controlling focal parameters of a head mounted display based on estimated user age
KR20160043777A (ko) 질환 발병 예측 방법 및 그 장치
Pustiek et al. Challenges in wearable devices based pervasive wellbeing monitoring
CN104182663B (zh) 一种鉴别模拟器操作的方法及装置
JP2018072524A (ja) 評価方法、評価プログラム、及び評価装置
KR101945459B1 (ko) 안구 건조 위험도를 측정하는 장치, 방법 및 그 방법을 실행하기 위한 컴퓨터 프로그램
CN103946887A (zh) 注视位置估计***、注视位置估计***的控制方法、注视位置估计装置、注视位置估计装置的控制方法、程序以及信息存储介质
Chernyavskiy et al. Correlated Poisson models for age‐period‐cohort analysis
US11944379B2 (en) Systems and methods for using machine learning to predict contact lens compatibility
TWI554245B (zh) 用於個人化驗光之適應性校正鏡片處方系統、方法與其電腦程式產品
US20190114934A1 (en) System and method for evaluating actions performed to achieve communications
Nowicki What is the future of mortality prediction models in heart valve surgery?
Maruthappu et al. A monitoring tool for performance improvement in plastic surgery at the individual level
WO2022067182A1 (en) System implementing generative adversarial network adapted to prediction in behavioral and/or physiological contexts
JP2021174039A (ja) 判定装置、判定方法、判定プログラム
WO2021008835A1 (en) Computer-aided manufacturing a customised product