特許 7614117 輝度分布の決定

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-01-06

(45)【発行日】2025-01-15

(54)【発明の名称】輝度分布の決定

(51)【国際特許分類】

   H04N 23/60 20230101AFI20250107BHJP

   H04N 23/741 20230101ALI20250107BHJP

【ＦＩ】

H04N23/60 500

H04N23/741

【請求項の数】 15

(21)【出願番号】P 2021564675

(86)(22)【出願日】2020-04-28

(65)【公表番号】

(43)【公表日】2022-06-28

(86)【国際出願番号】 EP2020061737

(87)【国際公開番号】W WO2020221731

(87)【国際公開日】2020-11-05

【審査請求日】2023-04-26

(31)【優先権主張番号】19171830.3

(32)【優先日】2019-04-30

(33)【優先権主張国・地域又は機関】EP

(73)【特許権者】

【識別番号】516043960

【氏名又は名称】シグニファイ ホールディング ビー ヴィ

【氏名又は名称原語表記】ＳＩＧＮＩＦＹ ＨＯＬＤＩＮＧ Ｂ．Ｖ．

【住所又は居所原語表記】Ｈｉｇｈ Ｔｅｃｈ Ｃａｍｐｕｓ ４８，５６５６ ＡＥ Ｅｉｎｄｈｏｖｅｎ，Ｔｈｅ Ｎｅｔｈｅｒｌａｎｄｓ

(74)【代理人】

【識別番号】100163821

【弁理士】

【氏名又は名称】柴田 沙希子

(72)【発明者】

【氏名】ヴァン デル ザンデ ビアンカ マリア イルマ

(72)【発明者】

【氏名】リンナーツ ヨハン パウル マリー ヘラルド

(72)【発明者】

【氏名】クロイシェルブリンク ティース

(72)【発明者】

【氏名】ロゼマン アレクサンダー

(72)【発明者】

【氏名】ダンゴル ラジェンドラ

【審査官】村山 絢子

(56)【参考文献】

【文献】米国特許出願公開第２０１４／００８５５３４（ＵＳ，Ａ１）

【文献】欧州特許出願公開第０２５８２１２５（ＥＰ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｎ ２３／００－２３／９５９

Ｈ０４Ｎ ５／２２２－５／２５７

Ｇ０３Ｂ １５／００－１５／０３５

Ｇ０３Ｂ １５／０６－１５／１６

(57)【特許請求の範囲】

【請求項1】

少なくとも１つのイルミナントによって照らされるシーンの少なくとも１つの画像上の空間的な輝度分布を決定する方法であって、前記画像は、各ピクセルのＲＧＢ値を含み、当該方法は、
前記輝度分布を決定するために前記ＲＧＢ値の組み合わせを形成することであって、前記組み合わせは、前記ＲＧＢ値の各々についてのそれぞれの係数を含む係数のセットを有する、こと、
を含み、
前記係数は、
前記少なくとも１つのイルミナントのスペクトルパワー分布（ＳＰＤ）を識別すること、及び
ａ）前記組み合わせによって重み付けされる前記識別されたＳＰＤと、ｂ）光度関数によって重み付けされる前記識別されたＳＰＤとの間のスペクトルミスマッチを最小化する係数のセットの値を決定すること、
によって決定される、方法。

【請求項2】

前記少なくとも１つの画像は、低ダイナミックレンジ（ＬＤＲ）画像のセットを含み、当該方法は、前記ＬＤＲ画像のセットから高ダイナミックレンジ（ＨＤＲ）画像を構築することを含み、前記組み合わせは、前記構築されたＨＤＲ画像に適用される、請求項１に記載の方法。

【請求項3】

前記スペクトルパワー分布を識別することは、前記少なくとも１つの画像のガマットを決定することと、前記決定されたガマットと既知のスペクトルパワー分布について予め定められたガマットのセットとを比較することとを含む、請求項１又は２に記載の方法。

【請求項4】

前記ガマットは、赤色－青色ガマットである、請求項３に記載の方法。

【請求項5】

前記スペクトルパワー分布を識別することは、前記スペクトルパワー分布の所定のインディケーションを受けることを含む、請求項１又は２に記載の方法。

【請求項6】

前記組み合わせは、線形結合である、請求項１乃至５のいずれか一項に記載の方法。

【請求項7】

当該方法は、前記輝度分布から少なくとも１つのライトパフォーマンスインジケータ（ＬＰＩ）を決定することを含み、前記ＬＰＩは、前記輝度分布のエリアから導出される複合メトリックである、請求項１乃至６のいずれか一項に記載の方法。

【請求項8】

前記ＬＰＩの少なくとも１つは、前記輝度分布のエリアにおける輝度値を示す輝度ＬＰＩである、請求項７に記載の方法。

【請求項9】

前記ＬＰＩの少なくとも１つは、前記輝度分布のエリアにおける輝度の差を示すコントラストＬＰＩである、請求項７又は８に記載の方法。

【請求項10】

当該方法は、ユーザの向きを識別することを含み、前記ＬＰＩの少なくとも１つは、前記ユーザの前方に位置するエリアに対応する前記輝度分布のエリアについて決定される、請求項７乃至９のいずれか一項に記載の方法。

【請求項11】

前記ＬＰＩの少なくとも１つは、ユーザが体験するグレアの量を示すグレアＬＰＩであり、当該方法は、
前記輝度分布から、背景輝度及びグレア源の輝度を決定すること、
前記ユーザの視線からの前記グレア源のずれを推定すること、
前記ユーザからの前記グレア源に対する立体角を推定すること、及び
前記背景輝度、前記グレア源の前記輝度、前記ユーザの視線からの前記グレア源の前記推定されたずれ、及び前記ユーザからの前記グレア源に対する前記推定された立体角に基づいてグレアの量を決定すること、
によってグレア値を決定することを含む、請求項７乃至１０のいずれか一項に記載の方法。

【請求項12】

前記ＬＰＩの少なくとも１つは、ユーザに対して予期される非視覚的効果を示す非視覚的ＬＰＩである、請求項７乃至１１のいずれか一項に記載の方法。

【請求項13】

当該方法は、前記輝度分布内の複数のタスクエリアを識別することと、各それぞれのタスクエリアについてＬＰＩを決定することとを含む、請求項７乃至１２のいずれか一項に記載の方法。

【請求項14】

コンピュータ可読ストレージ媒体に具現化され、１つ以上のプロセッサによって実行された場合、請求項１乃至１３のいずれか一項に記載の方法を実行するように構成されるコンピュータ実行可能コードを含む、コンピュータデバイス。

【請求項15】

請求項１４に記載のコンピュータデバイスと、カメラとを含む、システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、輝度分布(luminance distribution)を決定することに関する。

【背景技術】

【0002】

環境内に存する全体的な照明(overall lighting)は、１つ以上のイルミナント(illuminant)を含む制御可能な照明システムによって大きく影響され得る。窓から入る自然光等、環境内には他の光源もあり得る。一般的に、全体的な照明は、制御可能な（照明システムの一部）成分及び制御可能でない（照明システムの一部ではない）成分を含み得る。

【発明の概要】

【発明が解決しようとする課題】

【0003】

高品質の照明を実現するために、照明システムのコントローラは、照明分布(lighting distribution)、方向性(directionality)、ダイナミクス(dynamics)、グレア(glare)、メラノピック等価昼光照度(melanopic equivalent daylight illuminance)、スペクトルの視覚的及び非視覚的部分（ＵＶからＩＲまで）におけるスペクトルパワー密度等、環境内の照明品質面を考慮すべきである。そうするために、有用な第１のステップは、環境内の輝度分布を測定することである。なぜなら、輝度分布は、これらの照明品質面に関する多くの重要な情報を含み、高品質の照明を実現するために十分な情報を提供することができるからである。したがって、輝度分布測定デバイスは、照明品質制御システムにとって有用なデバイスである。

【0004】

輝度分布測定デバイスは、例えば、ワークスペース平面(workspace plane)の照明がある基準を確実に満たすようにするための、スタンドアロンの測定デバイス等、他のアプリケーションも有し得る。

【0005】

ＣＮ １０８５０９８８７ Ａは、ディスプレイの技術分野に関し、とりわけ、周囲照明情報を得るための方法及びデバイス、並びに電子機器を表示する。開示されている方法は、参照物体を含む画像から参照物体の実際に撮影されているカラー画像を切り出すステップと、参照物体のカラー画像に応じて、サンプリングにより観測点行列を生成するステップと、光源一次関数係数、転送行列及び観測点行列により形成される一次方程式セットに応じて、光源一次関数係数を解くステップと、光源一次関数係数に応じて、周囲照明情報を取得するステップとを含む。この方法を通じて、周囲環境の照明情報が、正確且つ効率的に計算されることができ、これは、実際の照明条件の下で実環境において仮想オブジェクトを写実的にレンダリングするための前提条件となる。

【課題を解決するための手段】

【0006】

本明細書で開示される第１の態様によれば、少なくとも１つのイルミナントによって照らされるシーンの少なくとも１つの画像上の空間的な輝度分布を決定する方法であって、画像は、ＲＧＢチャネルを含み、当該方法は、輝度分布を決定するためにＲＧＢチャネルの組み合わせを形成することであって、組み合わせは、ＲＧＢチャネルの各々についてのそれぞれの係数を含む係数のセットを有する、ことを含み、係数は、少なくとも１つのイルミナントのスペクトルパワー分布（ＳＰＤ：spectral power distribution）を識別すること、及び、ａ）組み合わせによって重み付けされる識別されたＳＰＤと、ｂ）光度関数(luminosity function)によって重み付けされる識別されたＳＰＤとの間のスペクトルミスマッチ(spectral mismatch)を最小化する係数のセットの値を決定するためにサーチ(search)を行うことによって決定される、方法が提供される。

【0007】

一例では、少なくとも１つの画像は、低ダイナミックレンジ（ＬＤＲ：low dynamic range）画像のセットを含み、当該方法は、ＬＤＲ画像のセットから高ダイナミックレンジ（ＨＤＲ：high dynamic range）画像を構築することを含み、組み合わせは、構築されたＨＤＲ画像に適用される。

【0008】

一例では、スペクトルパワー分布を識別することは、少なくとも１つの画像のガマット(gamut)を決定することと、決定されたガマットと既知のスペクトルパワー分布について予め定められたガマットのセットとを比較することとを含む。

【0009】

一例では、ガマットは、赤色－青色ガマットである。

【0010】

一例では、スペクトルパワー分布を識別することは、スペクトルパワー分布の所定のインディケーション(indication)を受けることを含む。

【0011】

一例では、組み合わせは、線形結合である。

【0012】

一例では、当該方法は、輝度分布から少なくとも１つのライトパフォーマンスインジケータ（ＬＰＩ：Light Performance Indicator）を決定することを含み、ＬＰＩは、輝度分布のエリアから導出される複合メトリック(combined metric)である。

【0013】

一例では、ＬＰＩの少なくとも１つは、輝度分布のエリアにおける輝度値を示す輝度ＬＰＩである。

【0014】

一例では、ＬＰＩの少なくとも１つは、輝度分布のエリアにおける輝度の差を示すコントラストＬＰＩである。

【0015】

一例では、当該方法は、ユーザの向きを識別することを含み、ＬＰＩの少なくとも１つは、ユーザの前方に位置するエリアに対応する輝度分布のエリアについて決定される。

【0016】

一例では、ＬＰＩの少なくとも１つは、ユーザが体験するグレアの量を示すグレアＬＰＩであり、当該方法は、輝度分布から、背景輝度及びグレア源の輝度を決定すること、ユーザの視線からのグレア源のずれを推定すること、ユーザからのグレア源に対する立体角を推定すること、並びに、背景輝度、グレア源の輝度、ユーザの視線からのグレア源の推定されたずれ、及びユーザからのグレア源に対する推定された立体角に基づいてグレアの量を決定することによってグレア値を決定することを含む。

【0017】

一例では、ＬＰＩの少なくとも１つは、ユーザに対して予期される非視覚的効果(non-visual effect)を示す非視覚的ＬＰＩである。

【0018】

一例では、当該方法は、輝度分布内の複数のタスクエリアを識別することと、各それぞれのタスクエリアについてＬＰＩを決定することとを含む。

【0019】

一例では、当該方法は、決定された少なくとも１つのＬＰＩに基づいて少なくとも１つのイルミナントを制御することを含む。

【0020】

また、コンピュータ可読ストレージ媒体に具現化され、１つ以上のプロセッサによって実行された場合、第１の態様又はその任意の例の方法を実行するように構成されるコンピュータ実行可能コードを含む、コンピュータデバイスが提供される。

【0021】

また、コンピュータデバイスと、カメラとを含む、システムが提供される。

【0022】

また、制御可能な照明システムで使用するカメラベースのセンサデバイスであって、カメラベースのセンサは、通信インターフェースと、シーンの画像を撮像するためのカメラと、プロセッサとを含み、各画像は、ピクセルのアレイを含み、プロセッサは、カメラによって撮像される画像から少なくとも１つのライトパフォーマンスインジケータ（ＬＰＩ）を決定し、ＬＰＩは、画像のピクセルのアレイの複数のピクセルから導出される複合メトリックである、及び、通信インターフェースを介して、決定された少なくとも１つのＬＰＩを、ＬＰＩに基づいて制御決定を行う制御可能な照明システムによる使用のために、制御可能な照明システムに送信するように構成され、プロセッサは、シーンのいかなる画像も送信しない、カメラベースのセンサデバイスが述べられる。

【0023】

一例では、ＬＰＩの少なくとも１つは、カメラによって撮像される画像内の複数のピクセルにおける明るさ値を示す明るさＬＰＩである。

【0024】

一例では、ＬＰＩの少なくとも１つは、カメラによって撮像される画像内の複数のピクセルにおける明るさの差を示すコントラストＬＰＩである。

【0025】

一例では、ＬＰＩの少なくとも１つは、カメラによって撮像される画像内の複数のピクセルにおける色値(colour value)を示す色ＬＰＩである。

【0026】

一例では、色は、色温度であってもよい。

【0027】

一例では、ＬＰＩの少なくとも１つは、明るさ又は輝度と、色又は色温度との組み合わせを示す。特定の例では、ＬＰＩは、Ｋｒｕｉｔｈｏｆ（クルイトフ）のカーブに対する組み合わせの位置を示してもよい。

【0028】

一例では、ＬＰＩの少なくとも１つは、カメラによって撮像される画像内の複数のピクセルにおける色の差を示す色コントラストＬＰＩである。

【0029】

一例では、ＬＰＩの少なくとも１つは、シーン内に存在するユーザに対して予期される非視覚的効果を示す非視覚的ＬＰＩである。非視覚的効果の例としては、メラノピック放射輝度(melanopic radiance)、ｓ－錐体－ｏｐｉｃ放射輝度(s-cone-opic radiance)、ｍ－錐体－ｏｐｉｃ放射輝度(m-cone-opic radiance)、ｌ－錐体－ｏｐｉｃ放射輝度(l-cone-opic radiance)、ロドピック放射輝度(rhodopic radiance)等がある。

【0030】

一例では、プロセッサは、シーン内に存在するユーザのロケーション及び向きを決定するように構成され、ＬＰＩの少なくとも１つは、ユーザが体験するグレアの量を示すグレアＬＰＩである。

【0031】

一例では、プロセッサは、ピクセルのアレイから輝度分布を決定するように構成され、ＬＰＩの少なくとも１つは、カメラによって撮像される画像内の複数のピクセルにおける輝度値を示す輝度ＬＰＩである。

【0032】

一例では、シーンは、複数のタスクエリアを含み、ＬＰＩは、各それぞれのタスクエリアについて決定される。

【0033】

一例では、プロセッサは、シーン内に存在する複数のユーザの各々についてＬＰＩを決定するように構成される。

【0034】

一例では、プロセッサは、シーン内の複数の仮定されたユーザロケーションの各々について同じタイプのＬＰＩを決定する、及び、複数のＬＰＩから平均ＬＰＩを生成するように構成される。

【0035】

一例では、プロセッサは、シーン内に存在するユーザによって実行される現在のアクティビティを決定するように構成され、少なくとも１つのＬＰＩは、決定された現在のアクティビティに依存する。

【0036】

また、制御可能な照明システムを制御する方法であって、当該方法は、カメラを使用してシーンの画像を撮像することであって、画像は、ピクセルのアレイを含む、ことと、カメラによって撮像される画像から少なくとも１つのライトパフォーマンスインジケータ（ＬＰＩ）を決定することであって、ＬＰＩは、画像のピクセルのアレイの複数のピクセルから導出される複合メトリックである、ことと、決定された少なくとも１つのＬＰＩを、ＬＰＩに基づいて制御決定を行う制御可能な照明システムによる使用のために、制御可能な照明システムに送信することであって、カメラからの画像は送信しない、こととを含む、方法が述べられる。

【0037】

一例では、当該方法は、制御可能な照明システムのコントローラで少なくとも１つのＬＰＩを受けることと、制御可能な照明システム内のデバイスの設定を決定するために受けた少なくとも１つのＬＰＩと対応するユーザプリファレンスとを比較することと、決定された設定に従ってデバイスを制御することとを含む。

【0038】

一例では、当該方法は、制御可能な照明システム内のデバイスの設定に対するユーザの満足さ(user satisfaction)を決定することと、対応するユーザプリファレンスを相応に(accordingly)修正することとを含む。

【図面の簡単な説明】

【0039】

本開示の理解を支援するために、及び、どのようにして実施形態が実施され得るかを示すために、例として、添付の図面が参照される。

【図1】環境を照らすための例示的な照明システムを概略的に示す。

【図2】より詳細に照明システムのカメラユニットを概略的に示す。

【図3】本明細書で述べられる例による照明システムのハイレベルの機能を示す図である。

【図4】カメラユニットのプロセッサによって実行される例示的な方法を示すフローチャートを概略的に示す。

【図5】カメラユニットのプロセッサによって実行される他の例示的な方法を示すフローチャートを概略的に示す。

【図6】カメラによって撮像される画像から決定される環境の例示的な輝度分布を示す。

【図7】ユーザプリファレンスデータを示す。

【図8】ユーザプリファレンスデータを示す。

【図9】例示的な光度関数を示す。

【発明を実施するための形態】

【0040】

現在、人々は９０％以上の時間を屋内で過ごしており、そのため、屋内環境は、人々の健康及び幸福にとって最も重要になっている。それゆえ、健康に良い建物の設計は、建物の所有者、規制機関、テナントにとってますます重要な課題となってきている。健康に良い建物の設計の傾向は、急速に成長することが示唆されている。昼光の有益な効果を考えると、その自然なリズムを反映し、健康及び幸福をサポートするために必要な光の栄養(light nutrition)を提供する人工照明スキームは、コンテキストアウェアで(context-aware)健康に良い屋内環境を作るための鍵である。それゆえ、照明のセンシング及びモニタリングは非常に重要である。

【0041】

制御可能な照明システムは、環境内の照明が、様々なセンサからの入力に応じて制御されることを可能にする。本明細書では、環境の画像を撮像するカメラベースのセンサは、プライバシ又はセキュリティの懸念につながり得ることを認識している。カメラベースのセンサは、それらが空間的情報を提供するという事実に起因して、赤外線モーションディテクタ等の他のタイプのセンサよりも多くの利点を提供することができるため、これはとりわけ問題となる。

【0042】

本開示は、ユーザのプライバシ及びデータセキュリティを維持しながら、カメラベースのセンサの使用を可能にするデバイス及び方法を述べる。これを実現するために、１つ以上の「ライトパフォーマンスインジケータ(Light Performance Indicator)」（ＬＰＩ）が、カメラユニット（カメラベースのセンサデバイス）において導出される。ＬＰＩは、カメラユニットにおいてカメラによって撮影される１つ以上の画像から導出され、照明システムのコントローラが制御決定を行うために必要な情報を含む。各ＬＰＩは、画像のピクセルのアレイからの複数のアレイから導出される複合メトリック(combined metric)である。言い換えれば、ＬＰＩは、限られた数の識別子(identifier)しか含まず、人の追跡可能なピクチャ又は該人のアクティビティを含まない。この場合、カメラユニットからコントローラに送信されるのは、画像ではなく、これらＬＰＩである。すなわち、画像自体はカメラユニットから出ないため、強化されたプライバシ及びセキュリティを提供する。言い換えれば、２つのステップが実行される。
ステップ１：測定された光分布をカメラユニット内部で計算されるＬＰＩに変換する。
ステップ２：異なる光設定がＬＰＩの値をどのように改善できるかを計算するために最適化関数／コスト関数を使用する。これは、カメラユニットの外で行われることができる。

【0043】

斯くして、カメラユニットは、画像はやり取りせず、ＬＰＩをやり取りするインターフェースを有する。言い換えれば、カメラユニットの通信インターフェースは、画像が決してやり取りされないプライバシ境界を定義する。一例では、カメラユニットは、（後述される、プロセッサ及びメモリとともに）カメラ及び通信インターフェースが同じハウジング内に組み込まれる、一体型カメラベースセンサデバイス(integrated camera-based sensor device)の形態で設けられる。これらの例では、通信インターフェースは、一体型カメラベースセンサデバイスから制御可能な照明システム等の外部システムにＬＰＩを通信する（及び画像を通信しない）ように構成される。

【0044】

ＬＰＩの一部の例は、環境内の輝度分布に関する情報を利用してもよい。環境内の輝度分布を測定する既知のデバイスは、高価な、専用のデバイスである。このようなデバイスを使用する場合であっても、生の測定値から輝度分布を決定するための個々のステップは、手動で行われる必要がある。これは専門家レベルの技術を必要とする。これらの要因の両方が、輝度分布測定デバイスの物分かり(uptake)を限定的なものにしている。

【0045】

また、本開示は、カメラによって撮像される１つ以上の画像からの輝度分布の決定を可能にするデバイス及び方法も述べる。これは、実施形態において、低コストで、標準的なコンポーネントしか必要とせずに、実用的な精度が維持されることを可能にする。さらに、輝度分布測定は、完全に自動化されることができる。これは、照明制御システムに容易に組み込まれることを可能にする。

【0046】

図１は、環境１１０を照らすための例示的な照明システム１００を概略的に示している。環境１１０は、例えば、壁で囲まれた部屋であってもよい。ユーザ１１１は、環境１１０内に示されている。

【0047】

照明システム１００は、コントローラ１２０と、１つ以上のイルミナント１２１と、カメラユニット２００とを含む。コントローラ１２０は、イルミナント１２１及びカメラユニット２００の各々に、それぞれの有線接続又は無線接続によって動作可能に結合される。また、コントローラ１２０は、図１に示されるようにネットワーク１２３に接続されてもよい。ネットワークの一例は、インターネットである。また、コントローラ１２０は、メモリ１２４に接続されてもよい。メモリ１２４は、コンピュータストレージデバイスである。メモリ１２４は、図１に示されるようにコントローラ１２０に直接結合されてもよく（すなわち、ローカルメモリ）、又はネットワーク１２３を介してアクセス可能なリモートメモリであってもよい。例えば、メモリ１２４は、インターネットを介してコントローラ１２０によってアクセス可能なサーバであってもよい。

【0048】

イルミナント１２１は、光を発生するための（照明器具とも呼ばれる）光源である。コントローラ１２０は、環境１１０内の照明を制御するためにイルミナント１２１に制御コマンドを送るように構成される。図１に示されるように、イルミナント１２１は、環境１１０内に配置される。すなわち、各イルミナント１２１は、環境１１０に可視光を発することにより環境１１０の少なくとも一部を照らすように構成される。この例では、天井に取り付けられたイルミナントである４つのイルミナント１２１が示されている。しかしながら、より多くの又はより少ないイルミナントが環境１１０内に存在してもよいことを理解されたい。また、異なるタイプのイルミナントが存在してもよいことを理解されたい。他のタイプのイルミナントの例としては、床置きのランプ、デスクランプ、スポットライト等がある。すべてのイルミナント１２１が同じタイプである必要はない。

【0049】

環境１１０は、それ自体が照明システム１００の一部ではない１つ以上の光源を含んでもよい。このような光源の一例は、図１に示されるように自然光源、例えば、窓１１２である。制御デバイス１２０は、他のタイプの制御可能なデバイスを用いてこれらのタイプの光源の影響を制御してもよい。一例は、窓１１２のための制御可能なシェード又はブラインドである。コントローラ１２０は、窓１１２を通って入る自然光の量を変更するために窓を覆う又は覆いをとるようにシェード又はブラインドを制御するように構成されてもよい。

【0050】

本明細書では、コントローラ１２０は、環境１１０内の照明に関する問題(issue)を特定すること及び是正することの両方に関連する機能を実行するものとして述べられる。しかしながら、これらのステップは、照明システム１００内の別個のデバイスによって実行されてもよいことを理解されたい。具体的には、コントローラ１２０は、一部の例では、照明問題（例えば、照明が明るすぎる）を特定するだけで、それを是正するための責務を別個の制御デバイスに渡してもよい。そうする１つの理由は、照明問題の是正は望ましいが、消費電力の抑制等に起因して実現できない可能性があることである。この例では、コントローラ１２０は、照明設定に対する望ましい変更（例えば、明るさを増加する）を、それが制定されるのを妨げる可能性のある非照明ベースの要件（例えば、限られた電力消費）を意識する必要なく決定するように構成されてもよい。

【0051】

「明るさ(brightness)」は、単純に、画像内の１つ以上のＲＧＢ値の大きさであると考えられてもよいことに留意されたい。しかしながら、ユーザ１１１が体験する「明るさ」のより良い尺度は、輝度(luminance)である。以下では、画像から輝度値（輝度分布）を決定するための方法が述べられる。したがって、（より素朴な(more naive)）輝度値の代わりに、（より洗練された(more sophisticated)）輝度値が用いられてもよい。

【0052】

環境１１０は、１つ以上の物体１１３を含んでもよい。図１は、環境１１０内に置かれた椅子を示している。椅子は、物体１１３の一例である。異なる物体は、異なる波長を異なる程度に吸収及び反射することにより、イルミナント１２１によって発せられる光に対する反応がさまざまである。

【0053】

図２は、より詳細に照明システム１００のカメラユニット２００を概略的に示している。

【0054】

カメラユニット２００は、カメラ２０１と、プロセッサ２０２と、通信インターフェース２０３と、内部メモリ２０４とを含む。プロセッサ２０２は、カメラ２０１、通信インターフェース２０３、及び内部メモリ２０４の各々に動作可能に結合される。

【0055】

カメラ２０１は、環境１１０内のシーンの画像を撮像するように構成される。「シーン」という用語は、画像に捕捉される環境１１０の部分、すなわち、カメラ２０１の視野内の環境１１０の部分を指す。カメラユニット２００は、環境１１０自体の内部又は外部に配置されてもよいことに留意されたい。いずれの場合も、カメラ２０１は、広角カメラであってもよい。広角カメラの有利な点は、結果としての画像が環境１１０の大きなエリア（より大きなシーン）を表すことである。カメラ２０１によって撮像されるシーンは、環境１１０の実質的にすべてであってもよい。例えば、カメラ２０１は、環境１１０の３６０度ビューを有する天井に取り付けられる広角カメラであってもよい。本明細書では、「シーン」及び「環境」という用語は、互換的に使用される。

【0056】

カメラ２０１は、ＲＧＢ画像を撮像する。ＲＧＢ画像は、ＲＧＢ色空間において、赤色Ｒ、緑色Ｇ、及び青色Ｂチャネルの各々の個々の値によって表される。すなわち、カメラ２０１によって撮像される画像は、当該技術分野で知られているように、各ピクセルの（例えば、浮動小数点の）ＲＧＢ値を含む。各チャネルは、スカラ（グレースケール）ピクセル値のアレイを含む。例えば、赤色チャネルは、画像内の各ポイントにおけるカメラ２０１の赤色センサの応答を表すグレースケール画像を含む。

【0057】

以下でより詳細に述べられるように、カメラユニット２００のプロセッサ２０２は、カメラ２０１から画像を受け、１つ以上のライトパフォーマンスインジケータ（ＬＰＩ： Light Performance Indicator）に変換するように構成される。ＬＰＩは、画像自体の代わりに、照明システム１００のコントローラ１２０に送信される。ＬＰＩは、コントローラ１２０によって制御決定を行う際に使用される情報を含む。言い換えれば、プロセッサ２０２は、情報（画像）を、コントローラ１２０にとって依然として有用であるが、画像に関連するプライバシの懸念がないフォーマットに「ストリップダウン(strip down)」するように構成される。

【0058】

各ＬＰＩは、例えば、明るさ、グレア、コントラスト、色等、シーン内に存在する照明条件の人間の体験の尺度である。ＬＰＩは、照明条件の人間の体験をモデル化する関数、例えば、ＲＧＢチャネルの各々から取得されるた値に対する関数を使用して決定されてもよい。関数は、例えば、それぞれのパラメータによって各々パラメータ化される（例えば、それぞれの係数によって各々重み付けされる）、各ピクセルのＲＧＢ値の組み合わせを取ってもよい。プロセッサ２０２は、人間の体験を最良にモデル化する値、例えば、カメラシステムの応答と人間の目との間のスペクトルミスマッチ(spectral mismatch)を最小化する値を識別するためにパラメータ又は係数を調整するトレーニング又はサーチプロセスを実行してもよい。

【0059】

各ＬＰＩは、本質的に、人間が照明をどのように体験するかに関連する尺度(measure)又はメトリック(metric)である。本明細書では様々な例が述べられるが、これは網羅的なリストではないことを理解されたい。とりわけ、例の多くは、定量的なモデルで与えられる。しかしながら、本発明者らは、将来的には、より多くの例について、定量的なモデルが提案され、検証されることを想定している。多くの例では、パフォーマンスは、数値で、場合によっては、人間が光レベルを容認できる確率、部屋のユーザが光設定に介入する確率、主観的な解釈が定量化されること、平均満足度スコア(mean satisfaction score)、特定の光設定に対する作業者があるタスクを解決する際の生産性、１秒あたりのワードでの読書速度、医学的適応及び障害を持つ人々がそれでも安全にタスクを実行することができる程度、人々が疲労感を示す予想率、等として表現される。条件のよいラボ設定においてこれらのファクタの一部を決定することは可能であるかもしれないが、これは、専門家レベルの技術及び関与する変数の慎重な制御（例えば、特定のテスト条件を作り出すために光を設定すること）を必要とする。本明細書で述べられる技術は、純粋にカメラによって測定される光分布においてＬＰＩを決定又は予測するという特定の課題に対処する。これは、ユーザ固有の入力（位置、向き等）等の他の入力を伴ってもよい。適切なモデルは、自動化されたシステムによって多くのＬＰＩを数値的に計算することを可能にする。

【0060】

図３は、本明細書で述べられる例による照明システム１００のハイレベルの機能(high-level functioning)を示している。

【0061】

図３は、カメラ２０１、カメラ２０１によって撮像される画像２１０、輝度分布２１５、例示的なＬＰＩ２３０、及びメモリ２０４を含むカメラユニット２００示している。メモリ２０４は、ユーザデータ２１４及び環境データ２２４を格納することが示されている。ユーザデータ２１４の例としては、ユーザの位置、ユーザの向き、ユーザの注視(gaze)等がある。環境データの例としては、タスクエリア、壁エリア等がある。例示的なＬＰＩは、全体的な明るさ２３０、グレア２３１、タスクエリア照明２３２、壁照明２３３等を含む。

【0062】

また、図３は、メモリ１２４、コントローラ１２０、及び環境１１０を示している。メモリ１２４は、ユーザデータ１２５、照明システムデータ１２６、及びユーザプリファレンスデータ１２７を格納することが示されている。ユーザデータ１２５の例としては、ユーザアクティビティがある。照明システムデータ１２６の例としては、イルミナントの位置及びイルミナントの向きがある。環境１１０は、イルミナント１２１、また他の制御可能なデバイス１２２を含むことが示されている。他の制御可能なデバイス１２２の例としては、窓１１２を覆うシェード及びブラインドがある。また、ユーザ入力１１４が示されている。ユーザ入力の例としては、明示的及び黙示的なユーザ入力がある。これらは、以下でより詳細に説明される。ユーザがコントローラ１２０に入力を提供し得るやり方の例としては、（例えば、壁に取り付けられる）スイッチを介する、スマートフォン又はスマートウォッチを介する、等がある。

【0063】

上述したように、プロセッサ２０２は、少なくともカメラ２０１によって撮像される画像から１つ以上のＬＰＩを決定するように構成される。図３には、いくつかの例示的なＬＰＩのみが示されていることに留意されたい。例示的なＬＰＩのより大きなリストは、以下で後に与えられる。

【0064】

一部の例では、プロセッサ２０２は、１つ以上のＬＰＩを決定する際に追加のファクタを考慮してもよい。図３は、このような追加のファクタの２つの広義のカテゴリ、すなわち、環境データ及びユーザデータを示している。

【0065】

環境データは、環境１１０に関連する情報を指す。環境データの例としては、環境１１０内の関心エリアの位置及び任意選択的に向きがある。例えば、「タスクエリア」が、関心エリアであってもよい。タスクエリアは、ユーザ１１１又は他のユーザが典型的にはタスクを実行するエリア、例えば、デスクエリアである。タスクエリアの照明要件は、典型的には、環境１１０内の他のエリアの照明要件とは異なる。例えば、ユーザ１１１は、自身のデスク（タスクエリア）が、環境１１０の他の部分よりも明るい明るさで照明されることを望む可能性がある。

【0066】

ユーザデータは、ユーザの物理的属性等、ユーザに関連する情報を指す。ユーザデータの例としては、ユーザの位置データ、ユーザの向きデータ、ユーザの注視方向(user gaze direction)等がある。

【0067】

また、他のデータが、１つ以上のＬＰＩを決定する際にプロセッサ２０２によって考慮されてもよい。例としては、環境１１０の占有、顔認識、アイトラッキング等がある。

【0068】

環境データ、ユーザデータ、及び他のデータは、ａ）予め決定され、メモリ２０４等のメモリに格納されてもよく、ｂ）外部センサによって決定され、プロセッサ２０２によって受信されてもよく、ｃ）カメラ２０１によって撮像される１つ以上の画像からプロセッサ２０２によって決定されてもよく、又は、ｄ）これらの１つ以上の組み合わせであってもよい。とりわけ、１つ以上のセンサデバイスを使用してユーザの位置及び／又は向きを決定する技術は、当技術分野で知られており、例えば、ユーザのコンピュータデバイス（スマートフォン等）によって捕捉されるデータを使用する。

【0069】

プロセッサ２０２がユーザ１１１の位置及び／又は向きを決定できない場合であっても、プロセッサ２０２は、多くの「仮想的な(hypothetical)」ユーザ位置に対する１つ以上のＬＰＩを決定し、これらの「仮想的な」位置の平均ＬＰＩを決定することができる。言い換えれば、メモリ２０４は、環境１１０内の１つ以上の所定のユーザ位置のインディケーションを格納してもよい。プロセッサ２０２は、メモリ２０４からこれらの所定のユーザ位置のうちの１つを取得し、本明細書で述べられるように、取得された位置を使用するように構成されてもよい。他の例では、プロセッサ２０２は、メモリ２０４から複数の所定のユーザ位置を取得するように構成されてもよい。このような場合、プロセッサ２０２は、１つ以上のＬＰＩを決定するために各取得された位置を使用する、及び、コントローラ１２０に提供するための単一の出力ＬＰＩを決定するために結果としての複数のＬＰＩを平均化してもよい。

【0070】

所定のユーザ位置は、コミッショニングプロセスの間にメモリ２０４に格納されてもよい。例えば、コミッショナは、プロセッサ２０２が現在の（実際の、現実の）ユーザ位置を決定できないような場合に使用されるべきユーザ位置を決定してもよい。所定のユーザ位置は、ユーザによって占有される可能性がより高い環境１１０内のロケーションに対応してもよい。このようなロケーションの一例は、デスクである。したがって、一例では、所定のユーザ位置は、環境１１０内のデスクの位置に対応する。

【0071】

また、メモリ２０４は、所定のユーザ位置に関連して上述したのと同様に、１つ以上の所定のユーザ向きを有するように構成されてもよい。この場合、プロセッサ２０２は、現在の（実際の、現実の）ユーザの向きを決定することができない場合、同様に、１つ以上の所定のユーザ向きを使用してもよい。

【0072】

プロセッサ２０２は、１つ以上のＬＰＩを決定すると、ＬＰＩをコントローラ１２０に送信する。コントローラ１２０は、ＬＰＩの値を改善するために１つ以上のイルミナント１２１によって提供される照明を相応に調整することができる。例えば、コントローラ１２０は、ＬＰＩから、ユーザ１１１が作業しているタスクエリアが十分に照明されていないことを判断することができる。この場合、コントローラ１２０は、光出力を増加するように、当該タスクエリアに光を発する１つ以上のイルミナント１２１を制御することができる。

【0073】

そうするために、コントローラ１２０は、受信したＬＰＩと、対応するユーザプリファレンスとを比較してもよい。ユーザプリファレンスは、メモリ１２４に格納されてもよい。ＬＰＩが、１つ以上のパラメータ（例えば、環境１１０内の全体的又は平均的な明るさ）の現在の値が、当該パラメータに対するユーザのプリファレンスと等しくないことを示す場合、コントローラ１２０は、相応に明るさを調整するためにイルミナント１２１を制御する。

【0074】

ユーザプリファレンスは、対応する許容範囲(tolerance)と関連付けられてもよい。所与のプリファレンス値に対するユーザの許容範囲(user tolerance)は、ユーザ１１１が当該値に対する所与の設定を受け入れる可能性のインディケーションである。これは、以下でより詳細に述べられる。

【0075】

一部のＬＰＩは、より具体的であってもよい。例えば、ＬＰＩは、（例えば、タスクエリア識別番号によって識別される）特定のタスクエリアが照明不足であることを示してもよい。これを是正するために、コントローラ１２０は、照明システムデータを格納するデータベース（例えば、メモリ１２４）にアクセスしてもよい。ここで、「照明システムデータ」は、環境１１０内のイルミナント１２１の位置、及び任意選択的に向きに関連する情報を指す。したがって、この例では、コントローラ１２０は、どのイルミナント１２１が照明不足のタスクエリアを照らすように配置されているかを判断するためにメモリ１２４にアクセスしてもよい。その後、コントローラ１２０は、当該タスクエリア内の明るさを増加するために当該イルミナントを制御することができる。

【0076】

コントローラ１２０が、環境１１０内の照明に変更を加えることを決定するか否かは、さらに、ユーザ１１１によって現在行われているアクティビティに依存してもよい。例えば、ユーザ１１１が眠っている場合、コントローラ１２０は、受信したＬＰＩが明るさが「低すぎる」ことを示しても、環境１１０内の明るさを増加しないように決定してもよい。一部の例では、ユーザ１１１の現在のアクティビティは、例えばメモリ１２４に格納される、所定のスケジュールに基づいて決定されてもよい。他の例では、ユーザ１１１の現在のアクティビティは、環境１１０内の１つ以上のデバイスからの入力に基づいて推定されてもよい。このようなデバイスの例としては、ユーザ１１１のスマートフォン及びユーザ１１１が装着するスマートウォッチがある。スマートフォン又はスマートウォッチからのデータは、コントローラ１２０によって（例えば、ネットワーク１２３を介して、又は直接、例えばＢｌｕｅｔｏｏｔｈ若しくはＷｉＦｉを介して）アクセス可能であってもよい。スマートウォッチ、スマートフォン、又は他のデバイスからのデータは、ユーザ１１１の現在のアクティビティを決定するために使用されてもよい。例えば、スマートウォッチからの心拍数データは、ユーザ１１１が運動している又はストレスを受けていることを示すことができ、スマートフォンからのアプリケーションデータは、ユーザ１１１がビデオを見ている又はメッセージ若しくは他のコンテンツを読んでいることを示すことができる。

【0077】

追加的又は代替的な例では、ユーザ１１１の現在のアクティビティは、カレンダー又はアジェンダデータに基づいて決定されてもよい。カレンダー又はアジェンダエントリは、ユーザ１１１が、例えば、会議中であるかどうかを示すことができる。環境１１０は、ユーザが予約可能な部屋であって、予約に関連するデータ（例えば、開始時間及び終了時間、出席者の人数等）が、部屋予約システムによって管理されてもよい。このような場合、部屋予約システムからのデータは、環境１１０にいる人の数を推定するために使用されてもよい。また、部屋予約システムからのデータは、例えば、プレゼンテーション、会話、討論等が現在進行中であるかどうかを示す場合、ユーザアクティビティを判断するために使用されてもよい。

【0078】

さらなる追加的又は代替的な例では、ユーザ１１１の現在のアクティビティは、例えばマイクを使用して、環境１１０内で捕捉される音声に基づいて決定されてもよい。一部の具体的な例では、ユーザ１１１の現在のアクティビティは、ユーザの気分又は興奮に関連してもよい。音声から気分又は興奮レベルを決定する技術は、当技術分野で知られている。

【0079】

ユーザプリファレンスは、異なるアクティビティ又は気分／興奮レベルによって異なり得る。

【0080】

コントローラ１２０は、ユーザ１１１から受ける明示的又は黙示的な入力に応答してユーザプリファレンスを更新するように構成されてもよい。これは、以下、後でより詳細に述べられる。

【0081】

一部のＬＰＩは、ユーザ１１１の主観的な体験を考慮してもよい。ユーザ１１１の主観的な体験は、イルミナント１２１によって提供される照明のスペクトルだけでなく、それらの波長に対する人間の目の反応にも依存する。それゆえ、ユーザ１１１が環境１１０内の照明をどのように体験するかは、輝度値によって最良に述べられる。輝度は、人間の目の感度を考慮するという点で明るさの測光尺度(photometric measure)である。したがって、環境１１０内の異なるロケーションにおいて（ユーザ１１１によって）知覚された明るさを示す輝度分布は、照明システム１００にとって貴重な情報である。

【0082】

それゆえ、１つ以上のＬＰＩを決定することの一部として、カメラユニット２００のプロセッサ２０２は、カメラ２０１によって撮像される１つ以上の画像から輝度分布を決定してもよい。

【0083】

カメラ２０１によって撮像される１つ以上の画像から輝度分布を決定する方法がまず述べられる。その後、様々な例示的なＬＰＩが与えられる。ＬＰＩが輝度分布を必要とするものとして述べられる場合、輝度分布は、（以下すぐに述べられるように）カメラ２０１によって撮像される１つ以上の画像から決定されてもよく、又は、追加のセンサによって決定され、例えば、通信インターフェース２０３を介してプロセッサ２０２に提供されてもよい。

【0084】

カメラ２０１によって撮像される画像のＲＧＢ値は、成分の１つとして輝度を有し、典型的には他の成分として２つのクロミナンス成分(chrominance component)を有する異なる色空間に変換されてもよい。すなわち、輝度値は、ＲＧＢ値の組み合わせとして決定されることができる。特に有利な色空間の一例は、ＣＩＥ ＸＹＺ色空間である。なぜなら、これは、明所視(photopic vision)に対する人間の目の光感度曲線(luminous sensitivity curve)に類似する等色関数(colour matching function)Ｖ（λ）を持つように開発されたからである。ＲＧＢからＸＹＺ（又は他の）色空間への変換は、カメラ２０１によって適用される白色点(white point)及び選択された色空間の原色への依存性を示す変換行列を用いて行われてもよい。したがって、式１に示されるように、輝度Ｙは、ＲＧＢ値の線形結合として決定されてもよい。

式１
ここで、ｒ、ｇ及びｂは、変換行列から抽出される、それぞれ、Ｒ、Ｇ及びＢの値に対する重み付け係数である。

【0085】

ＲＧＢ空間とＸＹＺ空間又は他の空間との間を適切にマッピングするために使用される変換（それゆえ、重み付け係数）は、ＲＧＢ画像が撮像されたときの照明（１つ以上のイルミナント１２１によって提供される照明のスペクトルパワー分布（ＳＰＤ：spectral power distribution））に依存する。従来技術のシステムは、照明は、既知のＳＰＤを有する標準的なイルミナントのものであると仮定している。例えば、ｓＲＧＢ色空間の場合、これは、標準イルミナントＤ６５である。これらの仮定のため、従来技術のシステムは、変換のために固定の重み付け係数ｒ、ｇ及びｂを使用する。

【0086】

本開示は、従来技術のシステムは、輝度値に変換する際の精度が悪いことに悩まされることを認識している。これにはいくつかの要因がある。第１に、現実の世界では、環境は、異なるＳＰＤを有する多くの異なるタイプのイルミナントによって照らされる可能性がある。第２に、カメラ２０１の応答度は、標準的なｓＲＧＢの分光応答度と完全にマッチしない可能性がある。

【0087】

本開示は、環境に存在するイルミナントのＳＰＤに依存して、与えられた画像から輝度分布を決定するための重み付け係数を適応する。この方法により、より正確な輝度値が、ＳＰＤを考慮するために使用される重み付け係数を最適化することによって決定されることができる。また、本明細書で述べられる方法は、標準的なｓＲＧＢ分光応答度からのカメラ２０１の応答のずれを考慮する。

【0088】

この場合、タスクは、画像の所与のピクセルのＲＧＢ値から最も正確な輝度値Ｙを決定するｒ、ｇ及びｂの値を決定することである。これは、スペクトルマッチ(pectral match)及び輝度分布測定のパフォーマンスを向上させるように設計される。以下、理論の説明に続いて、図４を参照し、例示的な実装形態がより詳細に述べられる。

【0089】

カメラ２０１の相対分光応答度(relative spectral responsivity)ｓ_ｒｅｌ（λ）は、重要なことに、上記と同じ変換係数を用いる、赤色Ｒ（λ）、緑色Ｇ（λ）及び青色Ｂ（λ）チャネルの個々の応答の線形結合として定義される。

式２
ここで、ｋ_{ｒ、ｇ、ｂ}、は較正係数である。較正係数は、式３に示されるように、光度関数(luminosity function)Ｖの積分が、カメラの応答ｓ_ｒｅｌの積分と等しくなるように選択される。

式３

【0090】

光度関数Ｖの選択は、特定の実装形態に依存する。これは、非視覚的効果(non-visual effect)との関連で以下で詳細に説明される。説明の便宜上、典型的な光度関数は、人間の明るさの視覚的認知(human visual perception of brightness)の平均分光感度(average spectral sensitivity)をモデル化する。このような光度関数の一つは、ＣＩＥフォトピック光度関数(CIE photopic luminosity function)Ｖ（λ）である。以下でより詳細に述べられるように、異なる光度関数が使用されてもよい。

【0091】

いずれの場合も、カメラ２０１によって検出されるトータルパワーは、画像から人間の目によって検出されたであろうトータルパワーに等しいはずである。したがって、両者を有意義に比較するために、まず、式４のように、カメラ２０１によって検出されるトータルパワーが人間の目によって検出されたであろうトータルパワーに等しくなるように、カメラ２０１の応答がスケーリングされる。

式４
ここで、ｓ^＊は、カメラのスケーリングされた応答であり、Φは、ＳＰＤである。ＳＰＤは、以下でより詳細に述べられるように、さまざまなやり方で決定されてもよい。

【0092】

その後、カメラ２０１のスケーリングされた応答ｓ^＊は、人間の目と直接比較されることができる。カメラ２０１と人間の目との差の絶対値は、式５に示されるように、スペクトルミスマッチ(spectral mismatch)の尺度である。

式５

【0093】

その後、一般的なスペクトルミスマッチ(general spectral mismatch)ｆ_１ ^｀が最小化されるように、すなわち、式６に示されるように、関数ｆ_１ ^｀を最小化するｒ、ｇ及びｂの値のセットを見つけるように、重み付け係数ｒ、ｇ、ｂが決定される。

式６

【0094】

その後、上記の方法によって得られる係数ｒ、ｇ、ｂは、上述の式１により画像の各ピクセルの輝度値を決定するために使用されてもよい。したがって、画像自体が、環境内の輝度分布を表す輝度値のアレイに変換されることができる。

【0095】

代替的な例では、一般的なスペクトルミスマッチは、式７に示されるように、ＳＰＤによって重み付けされる光度関数と、ＳＰＤによって重み付けされるカメラの応答との絶対差の二乗平均平方根として定義されることができる。

式７

【0096】

しかしながら、ひとたびスペクトルミスマッチが定義されると、式６の制約のもとでスペクトルミスマッチを最小化するという同じプロセスが適用される。その後、（スペクトルミスマッチを最小化する）結果としての係数値は、式１のように、輝度値を決定するために使用されることができる。

【0097】

上記のいずれの例でも、１つ以上の積分は、例えば１ｎｍの増分(increment)ごとに、離散的に計算されてもよいことに留意されたい。また、積分の上下限は人間の視覚における可視スペクトルを示し、それゆえ、３８０～７８０ｎｍという所与の範囲は一例に過ぎないことにも留意されたい。

【0098】

図４は、プロセッサ２０２によって実行される例示的な方法を示すフローチャートである。

【0099】

Ｓ４０１において、プロセッサ２０２は、カメラ２０１からＲＧＢ画像を受ける。

【0100】

Ｓ４０２において、プロセッサ２０２は、環境１０１内の照明のスペクトルパワー分布（ＳＰＤ）を識別する。

【0101】

スペクトルパワー分布（ＳＰＤ）は、各波長における放射パワーを表す。イルミナント１２１によって提供される照明のＳＰＤは、上述のように、係数を決定するために必要とされる。

【0102】

上述したように、環境１０１における照明のＳＰＤは、カメラ２０１によって撮像される色域に影響を与える。ガマットは、ある程度、シーンの表面色と関連する。例えば、白熱灯の下で撮像されるシーンは、赤色の値がより高いことが予期されるシーンを提供し、ゆえに、ガマットは、より高いＲの値の近辺に位置することが予期される。いずれの光源も、それ自体のガマットを有することが予期されるが、同様のＳＰＤを有する光源は、非常に似ているガマットを有することが予期される。このことが、異なる光源を区別するために利用されることができる。したがって、シーンのガマットに基づいて、イルミナント１２１のＳＰＤが推定されることができる。

【0103】

メモリ２０４は、各々が予め定められたＳＰＤに関連付けられる、予め定められたガマットのセットを格納してもよい。ガマットとＳＰＤとの間の関連付けは、コミッショニングプロセスにおいて、既知のＳＰＤを有する照明の下で環境の画像を撮像すること、及び、当該撮像された画像から関連するガマットを決定することによって決定されてもよい。

【0104】

したがって、プロセッサ２０２は、ＲＧＢ画像からガマットを決定すること、及び、決定されたガマットに最も近くマッチする予め定められたガマットを識別するためにメモリ２０４にアクセスすることによってＳＰＤを識別してもよい。その後、プロセッサ２０２は、識別された予め定められたガマットに関連付けられるメモリ２０４からのＳＰＤを使用してもよい。

【0105】

環境が、複数の異なるＳＰＤを有する光源（例えば、イルミナント１２１、自然光等）によって照明される場合、ガマットは、存在するすべてのＳＰＤによって影響を受けることに留意されたい。言い換えれば、環境１１０内の光源のＳＰＤは、足し合わされて(add together)全体的なＳＰＤを生み出す。抽出されたガマットから推定されるのは、全体的なＳＰＤである。したがって、（抽出されたガマットに最も似ている予め定められたガマットに関連する）推定された予め定められたＳＰＤは、全体的なＳＰＤに最も近くマッチする予め定められたＳＰＤとなる。

【0106】

例えば、環境１１０が、５０％の自然光とイルミナント１２１によって提供される５０％のＬＥＤ照明との組み合わせによって照明される場合、全体的なＳＰＤは、自然光及びＬＥＤ照明のＳＰＤの組み合わせとなる。予め定められたガマットのいずれも、この正確なタイプの照明に関連付けられていない場合でも、プロセッサ２０２は、最も近いマッチを決定する。

【0107】

（メモリ２０４に格納される及びＲＧＢ画像から決定される）ガマットは、赤色－青色ガマット（カメラ２０１によって撮像される赤色及び青色チャネルに基づくガマット）であってもよい。赤色－青色ガマットは、画像内の色をとりわけ表すものであり、それゆえ、ＳＰＤを推定するために他のガマット（青色－緑色ガマット、緑色－赤色ガマット）よりもよく機能する。

【0108】

予め定められたガマットは、ＬＥＤ、蛍光灯及び昼光等、実生活のシナリオに存在する可能性の高いＳＰＤのセットに基づく。各ＳＰＤについて、理論的なガマットが、カメラの分光応答度を用いて決定される。シーンの光源を推定するために、シーンの撮像されたガマットが、すべての予め定められたガマットと比較される。撮像されたガマットと予め定められたガマットとの相関関係に基づいて、プロセッサ２０２は、どのＳＰＤが最も可能性が高いか、言い換えれば、どのＳＰＤが最も確率が高いかを判断する。メモリ２０４からのどのガマットが識別されたガマットに最も近くマッチしたかは、ベイズ推定(Bayesian estimation)を用いて判断されてもよい。

【0109】

別の例では、ＳＰＤのインディケーションは、イルミナント１２１の１つによって通信インターフェース２０３を介してプロセッサ２０２に提供されることができる。ＳＰＤインディケーション(SPD indication)は、照明システム１００の設置時等、コミッショニングプロセスにおいて、又はイルミナント１２１の製造プロセスにおけるステップとして定義されることができる。いずれの場合も、イルミナント１２１は、プロセッサ２０２に提供され得る当該イルミナントのＳＰＤのインディケーションを格納するメモリを備える。代替的に、ＳＰＤインディケーションは、メモリ１２４等の別のメモリに格納されることができる。

【0110】

さらに別の例では、ＳＰＤは、照度分光光度計(illuminance spectrophotometer)を用いて直接測定されることができる。

【0111】

Ｓ４０３において、プロセッサ２０２は、画像のＲＧＢ値を輝度値に変換するための係数のセットｒ、ｇ、ｂの値を決定する。

【0112】

最も可能性の高いＳＰＤに基づいて、プロセッサ２０２は、上述したように、分布内の輝度値を最も正確に計算するためにＲ、Ｇ及びＢに対する重み付け係数を決定する。重み付け係数は、上記の式４及び５に示されるように、Ｒ、Ｇ及びＢの組み合わせの一般的なスペクトルミスマッチが最小化されるように決定される。これは、ＳＰＤによって重み付けされる光度関数が最も近似するように、所与のピクセルのＲ、Ｇ及びＢの値が組み合わされることを意味する（式２参照）。式６又は式７で示される、この最適化の結果、対応する輝度値を最も正確に計算するために使用される、Ｒ、Ｇ及びＢに対する３つの重み付け係数が得られる。

【0113】

Ｓ４０４において、プロセッサ２０２は、輝度分布を決定するためにステップＳ４０３からの係数値を使用する。これは、ＲＧＢ画像の各ピクセル、又はその少なくとも一部の輝度値を、式８に示されるように、決定された係数値を有する当該ピクセルのＲＧＢ値の線形結合を取ることによって、決定することを伴う。

式８

【0114】

これは、個々のピクセルに対して行われる。その結果、あるエリアにおける各ピクセルの輝度値を含む輝度チャネルの画像、すなわち、輝度分布が得られる。輝度分布が形成されるエリアは、元の入力画像（又は複数の画像）のエリアの一部又はすべてを含んでもよい。

【0115】

また、このプロセスは、α－ｏｐｉｃｓ等、スペクトルの可視部分における他の感度に置き換えられることもできる。これは、以下でより詳細に述べられる。

【0116】

プロセッサ２０２は、上述の方法を用いて任意のＲＧＢ画像から輝度分布を決定することができるが、より正確な輝度分布を得るためには、ＲＧＢ画像の各ピクセルのダイナミックレンジが可能な限り高いことが好ましい。これを実現する一つのやり方は、高ダイナミックレンジ（ＨＤＲ：High Dynamic Range）画像を使用することである。

【0117】

ＨＤＲ画像は、異なる露出を使用して、例えば、順次露出ブラケット(sequential exposure bracketing)を使用して撮像される複数の低ダイナミックレンジ（ＬＤＲ：Low Dynamic Range）画像から構成される。ＬＤＲ画像は、単一のＨＤＲ画像にマージされる。それゆえ、カメラ２０１は、一部の例では、環境１０１の複数のＬＤＲ画像を撮像するように構成される。その後、プロセッサ２０２は、これらのＬＤＲ画像をＨＤＲ画像にまとめる。その後、プロセッサ２０２は、本明細書で述べられるように、輝度分布を決定する際にＨＤＲ画像を使用することができる。すなわち、線形結合は、構成されたＨＤＲ画像に適用される。

【0118】

ＨＤＲ画像の構築は、線形結合のための係数の決定と並行して行われることができる。これは、プロセッサ２０２によって実行される例示的な方法を示すフローチャートを示す図５を参照して以下で説明される。この例では、メモリ２０４が、各々がそれぞれのＳＰＤに関連付けられる、予め定められた色域のセットを格納する。

【0119】

Ｓ５１０において、プロセッサ２０２は、カメラ２０１からＬＤＲ画像のセットを受ける。各ＬＤＲ画像は、ＲＧＢ画像である。

【0120】

Ｓ５１１において、プロセッサ２０２は、受けたＲＧＢ画像の１つ以上から色域を抽出する。例えば、プロセッサ２０２は、ＬＤＲ画像のうちの第１のＬＤＲ画像から色域を抽出してもよい。代替的に、プロセッサ２０２は、ＬＤＲ画像の各々から色域を抽出し、平均ガマットを決定してもよい。

【0121】

Ｓ５１２において、プロセッサ２０２は、係数を決定する際に使用するＳＰＤを識別する。そうするために、プロセッサ２０２は、Ｓ５１１で抽出されるガマットに最も近くマッチする予め定められた色域を決定するためにメモリ２０４にアクセスする。これは、ベイズ推定を用いて行われてもよい。ＳＰＤは、撮像された画像から識別される色域と最も近くマッチするメモリ２０４内のガマットに関連付けられるものであると仮定される。言い換えれば、ＳＰＤは、カメラ２０１によって撮像される画像からプロセッサ２０２によって推定されることができる。これは、イルミナント１２１によって提供される照明のＳＰＤが、カメラ２０１によって撮像される色に影響を与えるという洞察を用いて行われる。

【0122】

Ｓ５１３において、プロセッサ２０２は、上述したように、光度関数及びＳＰＤを用いて係数を決定する。

【0123】

Ｓ５２０において、プロセッサ２０２は、受けたＬＤＲ画像からＨＤＲ画像を構築する。図５に示され、上述したように、これは、Ｓ５１１におけるガマット抽出、Ｓ５１２におけるＳＰＤ識別、及びＳ５１３における係数決定と並行して行われる。これに起因して、並行タスクは、別個のコントローラモジュールによって実行されてもよい。すなわち、プロセッサ２０２は、第１の制御モジュール及び第２の制御モジュールとして実装されてもよいことを理解されたい。第１の制御モジュールは、少なくともステップＳ５１１からＳ５１３を実行するように構成され、第２の制御モジュールは、少なくともステップＳ５２０を実行するように構成される。制御モジュールは、異なるプロセッサによって実装されてもよい。プライバシが懸念ではない場合、制御モジュールは、照明システム１００のどこかに実装されてもよい。例えば、第２の制御モジュールは、カメラユニット２００にローカルに実装され、第１の制御モジュールは、サーバ等照明システム１００の他の場所に実装されてもよい。

【0124】

Ｓ５３０において、プロセッサ２０２は、決定している係数を用いて、構築されたＨＤＲ画像から輝度分布を決定する。

【0125】

照明制御システムに適用される従来技術のセンサは、一般的に、空間内のある特定のポイントの照度、すなわち、センサの視野内の照度を表すスカラ値という１つの情報(one piece of information)しか提供することができない。一方、輝度分布は、空間のエリア又はボリュームをカバーする完全なポイントのセット（撮像された画像の一部又はすべてにおける各ポイント）の輝度値（すなわち、輝度分布）を提供する。図６は、上述のようにしてカメラ２０１によって撮像される画像から決定される環境１１０の例示的な輝度分布６００を示している。

【0126】

この情報は、従来技術のセンサによって提供されるような単一のスカラ値と比較して、環境１１０内のユーザ１１１の知覚に関連する広範囲の貴重な洞察を可能にする。そうするために、本明細書で開示される実施形態によれば、プロセッサ２０２は、カメラ２０１によって撮像される画像から１つ以上のＬＰＩを導出するように構成される。ＬＰＩは、明るさ、タスクエリア照明レベル、非視覚的効果、ダイナミクス等に関する。各ＬＰＩは、カメラ２０１によって撮像される画像内のピクセルのアレイからの複数のピクセルから導出される複合メトリックである。上述したように、これは、先ず各ピクセルを輝度値に変換することを伴ってもよく、伴わなくてもよい。

【0127】

ここで、ＬＰＩの様々な例が述べられる。

【0128】

タスクエリア照明レベルは、ＬＰＩの一例である。プロセッサ２０２は、カメラ２０１によって撮像される画像から１つ以上のタスクエリアを決定してもよい。例えば、タスクエリアは、環境１１０内のデスクの表面であってもよい。その後、プロセッサ２０２は、輝度分布から、タスクエリア内に存在する輝度値を決定することができる。一例では、プロセッサ２０２は、識別されたタスクエリアに対応する輝度分布の一部にわたる平均輝度値を取ってもよい。例えば、プロセッサ２０２は、各タスクエリア内の平均照度値を識別し、識別された照度をそれぞれのタスクエリアのインディケーションとともに（例えば、タスクエリア１ 輝度＝値１、タスクエリア２ 輝度＝値２、等）コントローラ１２０に提供してもよい。

【0129】

人は、自身のタスクエリア上のある照明レベルについてのプリファレンス、例えば、３００ルクス又は５００ルクスを有する傾向がある。したがって、タスクエリア照明レベルＬＰＩは、（例えば、決定されたタスクエリア照明レベルと、当該タスクエリアの目標照明レベルとを比較することによって）タスクエリアが照明不足又は照明過剰であることを決定するためにコントローラ１２０によって使用されてもよい。その後、コントローラ１２０は、相応に当該タスクエリアの照明レベルを増加又は減少させるために１つ以上の対応するイルミナント１２１を制御してもよい。

【0130】

図７及び図８は、図３に関連して上述したようなユーザプリファレンスデータの例を示している。照度(Illuminance)及び輝度(Luminance)の両方の値が示されていることに留意されたい。環境１１０内の表面の反射率が既知である場合（表面がランバートリフレクタ(Lambertian reflector)であると仮定する）、照度は、輝度から抽出されることができる。コントローラ１２０は、例えばメモリ１２４から、ユーザプリファレンスデータにアクセスしてもよい。

【0131】

図７は、単一のユーザに関する。図７では、環境１１０内の所与の照度が、ユーザによって不十分(Insufficient)７０１、満足(Satisfactory)７０２、又は過剰(Excessive)７０３と見なされる確率(Probability)が示されている。

【0132】

コントローラ１２０は、ユーザ満足度を決定するために受けたＬＰＩとユーザプリファレンスデータとを比較してもよい。コントローラ１２０は、より複数のユーザのユーザ満足度を決定し、それによって、平均又は全体ユーザ満足度を決定してもよい。

【0133】

図８は、複数（この例では３人）のユーザ(User)８０１、８０２、８０３のプリファレンスに関する。各ユーザのプリファレンスのデータは、当該ユーザの好ましい照度で最大値を有し、当該ユーザの許容範囲を表す幅を有する曲線として表される。例えば、ユーザ８０１は、ユーザ８０３よりも低い照度を好むが、両者は、同様の許容範囲を有する。ユーザ８０２は、ユーザ８０１及びユーザ８０３の間の照度値を好むが、この好ましい値からのずれに対して他の２人のユーザ８０１、８０３よりも寛容である。

【0134】

複数のユーザがいる場合、コントローラ１２０は、当該特定のユーザのタスクエリアに基づいてユーザの満足さ(Satisfaction)を決定してもよい。すなわち、コントローラ１２０は、（受けたＬＰＩに示される）特定のタスクエリアの現在の輝度値と、当該タスクに関連するユーザ（例えば、当該デスクで作業するユーザ）のプリファレンスデータとを比較してもよい。

【0135】

輝度以外の値に対するユーザプリファレンスデータが、上述したのと同様にコントローラ１２０によって表され、考慮されてもよい。例えば、異なるレベルのコントラストに対する各ユーザの満足さに関連するユーザプリファレンスデータが、メモリ１２４に格納されてもよい。

【0136】

グレアは、ＬＰＩの別の例である。プロセッサ２０２は、輝度分布から（潜在的な）グレア源を識別するように構成されてもよい。その後、プロセッサ２０２は、ユーザ１１１が体験するグレアの量を定量化してもよい。グレアは、ユーザ１１１によって視られるグレア源の輝度及び立体角、背景輝度、並びにグレア源に対するユーザ１１１の向きの関数である。一例として、グレアの有用な定義の一つは、Ｕｎｉｆｉｅｄ Ｇｌａｒｅ Ｒａｔｉｎｇである。Ｕｎｉｆｉｅｄ Ｇｌａｒｅ Ｒａｔｉｎｇ（ＵＧＲ）は、１９８７年にＳｏｒｅｎｓｅｎによって提唱され、国際照明委員会（ＣＩＥ：International Commission on Illumination）によって採用された、所与の環境におけるグレアの尺度である。これは、式９のように定義される。

式９
ここで、ｌｏｇは、対数基数(logarithm base)１０であり、Ｌ_ｂは、背景輝度であり、Ｌ_ｎは、ｎで番号付けされる各光源の輝度であり、ω_ｎは、観察者から見た光源の立体角であり、ｐ_ｎは、ユーザ１１１の視線からの距離に依存する、グースの位置指数(Guth position index)である。ＵＲＧは一例として与えられているにすぎず、グレアの他のメトリックが使用されてもよいことに留意されたい。

【0137】

プロセッサ２０２は、輝度分布自体から背景輝度及びグレア源の輝度を決定してもよい。

【0138】

プロセッサ２０２は、当技術分野で知られている顔認識及び／又はアイトラッキング技術を使用して、グースの位置指標又はユーザ１１１の視線からのグレア源のずれ、及びグレア源に対する立体角を推定してもよい。とりわけ、このような技術は、サイネージ及びインタラクティブなショップウィンドウの分野で知られ、使用されている（ショップオーナは、どの製品が潜在的な顧客に注目されているかを知りたがっている）。本明細書で述べられる目的のために、これらの技術が、ユーザ（例えば、ユーザ１１１）がどの方向を見ている（視野角）を決定するために使用されることができる。その後、グレアＬＰＩが、この視野角を使用して決定されることができる。ユーザ１１１の視野角に関する情報を必要とする他のＬＰＩは、同様に、これらの技術を使用してもよい。

【0139】

グレアは一般的に望ましくない。したがって、コントローラ１２０は、グレアを低減するように照明システム１００内の１つ以上のデバイスを制御してもよい。例えば、コントローラ１２０は、ユーザ１１１が体験するグレアの量がグレアの量の閾値を超えていることを示すＬＰＩを受けることに応答してそうしてもよい。例えば、コントローラ１２０は、ユーザ１１１のコンピュータスクリーンから出るグレアの量が閾値量を超えていることを判断してもよい。コントローラ１２０は、この決定に応答して、過剰なグレアを是正するために照明システム１００の１つ以上のデバイスを制御してもよい。これは、例えば、グレアの原因となっている１つ以上のイルミナント１２１の輝度設定を下げることによって達成されてもよい。

【0140】

コントローラ１２０は、グレアである／グレアの原因となっている１つ以上のイルミナント１２１を調光又はオフすることによってグレアを低減するために照明制御に介入する追加機能を有してもよい。グレアが、制御可能ではない光源（例えば、窓からの自然光）に起因する場合、コントローラ１２０は、この制御可能ではない光源の存在を低減するために異なるデバイスを制御してもよい。一例として、コントローラ１２０は、自然光が環境１００に入ってくる窓の上にブラインド又はシェードを展開してもよい。

【0141】

グレア値は、上述の技術を用いて、タスクエリアごとに決定されてもよい。すなわち、プロセッサ２０２は、環境１１０内の各タスクエリアのグレア値を決定してもよい。

【0142】

（コントラストとも呼ばれる）均一性(uniformity)は、ＬＰＩの別の例である。「均一性」は、分布中の明るさの変化、すなわち、画像中の明るさのばらつきを指す。明るさは、画像のＲＧＢ値に基づいて決定されてもよい。例えば、プロセッサ２０２は、カメラ２０１によって撮像される画像の領域の明るさの差異又はばらつきを示すコントラストＬＰＩを生成してもよい。同様の「輝度コントラスト」ＬＰＩが、輝度分布から生成されてもよい。

【0143】

本明細書で開示される技術は、（単一の輝度値とは対照的に）輝度分布が決定されることを可能にするため、他の例では、プロセッサ２０２は、環境内の輝度の均一性を決定する。

【0144】

言い換えれば、プロセッサ２０２は、画像中の明るさ又は輝度の変化を分析するように構成されてもよい。これは、プロセッサ２０２が、高コントラストのエリアを示すＬＰＩを生成することを可能にする。その後、プロセッサ２０２は、このＬＰＩをコントローラ１２０に送信してもよい。その後、コントローラ１２０は、不均一性(non-uniformity)の量が許容範囲内にあるかどうかを識別してもよい。例えば、（例えば、メモリ１２４からの）ユーザプリファレンスデータは、１人以上のユーザの許容可能なコントラスト範囲を示してもよい。一般的に、強すぎるコントラストは気を散らす(distracting)が、弱すぎるコントラストは退屈(dull)である。ユーザプリファレンスデータは、コントラストが許容できるか、高すぎるか、又は低すぎるかを判断するために、受けたコントラスト値と比較されてもよい。コントローラ１２０は、１人以上のユーザが体験するコントラストをより許容できるものにする（すなわち、低すぎる場合はコントラストを増加させ、高すぎる場合はコントラストを減少させる）ために照明システム１００内の１つ以上のデバイスを制御するように構成されてもよい。

【0145】

色度(chromaticity)の均一性は、ＬＰＩの別の例である。環境１１０内の大きな色ばらつきは一般的に望ましくない。例えば、窓１１２を介して入る太陽光は、イルミナント１２１からの人工光とは異なる色を有する可能性がある。環境１１０内に均一な照明雰囲気を作り出すために太陽光の色とマッチするようにイルミナント１２１を制御することが一般的に望ましい。したがって、プロセッサ２０２は、カメラ２０１によって撮像される画像の領域の色の差異又はばらつきを示す色コントラストＬＰＩを生成してもよい。

【0146】

色の均一性は、輝度の均一性に関連して上述したのと同様の技術を用いて決定されてもよい。個々の色チャネルに対する非線形演算が、色差(colour difference)を定量化するために好ましい。ＬＰＩは、これらの色の距離の絶対値又は二乗を含むことが好ましい。例えば、色の距離(colour distance)を算出するために、最初のステップとして、ＲＧＢから色三角形(colour triangle)内のＸＹ色度位置への（非線形）変換が必要とされる。色の距離は、２つの異なって照明されるエリアの色度位置(chromaticity location)間の距離から得られることができる。

【0147】

その後、コントローラ１２０は、色の均一性を向上させるために照明システム１００内の１つ以上のデバイスを制御してもよい。例えば、これは、イルミナント１２１を制御して、その色出力を太陽光の色出力とより近くマッチするように変更することを含んでもよい。

【0148】

ＬＰＩの他の例は、非視覚的効果に関する。照明（及び一般的に光）が非視覚的に人体に影響を与え得ることはよく知られている。例としては、覚醒(alertness)、メラトニン抑制(melatonin suppression)、瞳孔反射(pupillary reflex)、脳活動(brain activity)、心拍(heart rate)等の急性効果(acute effect)、睡眠－覚醒調節(sleep-wake regulation)等の概日効果(circadian effect)、うつ及び気分等の治療効果(therapeutic effect)等がある。

【0149】

上述の輝度分布を決定するための方法は、光度関数Ｖ（λ）の使用を伴っていたことに留意されたい。この光度関数は、人間の視覚が光の異なる波長に反応する様子(way)を記述したものである。しかしながら、同じ技術は、環境１１０内の照明の非視覚的効果をモデル化するために使用されることができる。

【0150】

そうするために、光度関数は、人間の目の望ましい非視覚的反応(desired non-visual response)を表す関数に単純に置き換えられる。このような関数は、α－ｏｐｉｃ作用スペクトル(α-opic action spectrum)と呼ばれ、それぞれの生理的効果(physiological effect)に関連する人間の目の異なる細胞タイプの反応を表す。適切な関数の例としては、メラノピック放射輝度(melanopic radiance)、ｓ－錐体－ｏｐｉｃ放射輝度(s-cone-opic radiance)、ｍ－錐体－ｏｐｉｃ放射輝度(m-cone-opic radiance)、ｌ－錐体－ｏｐｉｃ放射輝度(l-cone-opic radiance)、ロドピック放射輝度(rhodopic radiance)等がある。図９は、これらの関数のいくつかの異なる例を示している。各関数は、人間の目の特定のタイプの細胞の反応に関し、異なる波長に対する当該タイプの細胞に関連する効果の相対的強さ(relative strength)を表す。例えば、関数９０１によって表される反応を有する第１のタイプの細胞によって引き起こされる生理的効果は、関数９０２によって表される反応を有する第２のタイプの細胞によって引き起こされる生理的効果よりも短い波長に対して反応性が高い。

【0151】

特定の生理的効果を表すα－ｏｐｉｃを用いることにより、環境１１０内の現在の照明によってユーザ１１１に誘発される当該効果の強さが推定されることができる。したがって、１つ以上のＬＰＩは、特定の効果の推定された強さを示す非視覚的ＬＰＩであってもよい。

【0152】

効果の推定された強さは、現在の強さが許容可能であるかどうかを判断するために当該効果に対するユーザプリファレンスと比較されてもよい。ユーザプリファレンスは、時間に依存してもよい。例えば、ユーザプリファレンスは、朝よりも夜に低いメラノピック効果についてであってもよい。その後、コントローラ１２０は、効果を調整するために相応に照明システム１００内の１つ以上のデバイスを制御してもよい。例えば、コントローラ１２０は、メラノピック効果を低減するために夜により少ない青色光を出力するようにイルミナント１２１を制御してもよい。

【0153】

他の例では、ユーザに対して予期される非視覚的効果は、画像からの色値を使用して単純に推定されることができる。例えば、画像の青い領域は、メラノピック効果を生み出すと仮定されてもよい。

【0154】

白色は、ＬＰＩの別の例である。色は、画像内の色と同等の色の光を放射する理想的な黒体放射体の温度である「色温度」として表現されることができる。カメラ２０１によって撮像される画像から色温度を算出するために、プロセッサ２０２は、ＲＧＢ値をＸＹＺ座標に変換する。これらは、標準化されたｕ、ｖ色空間に変換され、ＣＩＥ １９６０ ＵＣＳに準拠した非線形マッピングが、色温度(Color Temperature)を与える。

【0155】

色調整可能な(colour-tunable)システム（すなわち、イルミナント１２１によって出力される光の色が制御可能である照明システム１００）において、色及び色差(colour difference)に基づくＬＰＩは、このような演算を含む。とりわけ、ＬＰＩは、色温度及び輝度の組み合わせがＫｒｕｉｔｈｏｆ（クルイトフ）基準を満足するか否かを示すことができる。（非線形の）Ｋｒｕｉｔｈｏｆのカーブ(Kruithof curve)は、観察者にとって快適又は心地よいと見なされることが多い照度レベル及び色温度の領域を記述する。とりわけ、低いレベルの冷たい光(cool light)又は高い強度の暖かい光(warm light)の組み合わせは、不快なものとして知覚される。

【0156】

照度及び色温度の許容可能な組み合わせを記述するＫｒｕｉｔｈｏｆのカーブ等の情報は、メモリ１２４に格納されることができる。これにより、コントローラ１２０は、現在の組み合わせが許容可能であるか否かを判断するために、色温度及び照度（これらは、別個のＬＰＩであってもよい）を示す受けたＬＰＩと、許容可能な組み合わせとを比較してもよい。

【0157】

コントローラ１２０は、現在の組み合わせが許容可能ではないと判断する場合、許容可能な値に達するように適宜色温度及び／又は照度を低くする又は高くするアクションを開始することができる。

【0158】

ＬＰＩのさらなる例は、時間生物学(chronobiology)から得られる。人間の睡眠は、主に、概日ペースメーカ(circadian pacemaker)及び恒常性睡眠欲求(homeostatic sleep drive)という２つのプロセスによって調節される。「Ｋｒｏｎａｕｅｒモデル」等、概日ペースメーカの多くの数学的モデルが知られている。光への暴露は、人間の体内時計に対する光暴露の瞬間に依存する多くの非線形方程式によって記述されることができるように人間の体内時計に影響を与える。これは、光暴露が予測可能である場合（例えば、自然光が主影響である）、時刻の関数に単純化されてもよい。光暴露は、人体時計、とりわけ、睡眠に対する重み付けされたインパクト(weighted impact)を有する。これは、典型的には、「光ドーズ反応曲線(light dose response curve)」のコンテキストで参照される。したがって、ＬＰＩの別の例は、ユーザ１１１の体内時計に対する照明のインパクトである。

【0159】

ＬＰＩの他の例は、薬物の有効性に対する照明のインパクトに関するメディカルＬＰＩである。投薬の効果に関する研究において、光暴露量(amount of light exposure)が、特定の薬物の投与量の有効性に影響を与えることが知られている。したがって、プロセッサ２０２は、現在の照明が１つ以上の薬物の有効性に与えることが予期されるインパクトを決定し、これらをＬＰＩとしてレポートするように構成されてもよい。さらなる例では、プロセッサ２０２は、現在の照明が薬物の有効性にどの程度影響するかを決定してもよい。その後、プロセッサ２０２は、ＬＰＩにおいて、照明によって誘発される有効性の変化を打ち消す投与量に対応する変更を示してもよい。代替的に、コントローラ１２０は、カメラユニット２００からメディカルＬＰＩを受けるとこのステップを実行してもよい。

【0160】

１つ以上のＬＰＩは、コントローラ２０２によって、予め定められた時間間隔、例えば、１秒に１回、１０秒に１回等で決定されてもよい。そうするために、カメラ２０１は、予め定められた時間間隔で画像をキャプチャし、コントローラ２０２に提供するように構成される。その後、コントローラ２０２は、カメラ２０１から受ける画像（又は画像のセット）の各々について、対応する輝度分布を決定するように構成されることができる。コントローラ２２０は、動的に(dynamically)決定された輝度分布から上述のＬＰＩのいずれかを決定してもよい。

【0161】

ＨＤＲ画像を構成する際に使用する複数のＬＤＲ画像を撮像するように構成される場合でも、カメラ２０１は、同様に、予め定められた時間間隔で画像を撮像するように構成されてもよい。このような場合、予め定められた時間間隔は、上記よりも長くてもよく、例えば、１分に１回、５分に１回等であってもよい。

【0162】

上述したように、図３に示されるように、コントローラ１２０は、ユーザ１１１からの入力に応答してユーザプリファレンスデータを更新してもよい。入力は、明示的又は黙示的であってもよい。

【0163】

明示的なユーザ入力の一例は、ユーザ１１１が、１つ以上の照明条件を変更するために照明システム１００内の１つ以上のデバイスを手動で制御することである。例えば、ユーザ１１１がイルミナント１２１を制御して（例えば、壁のスイッチを使用して、又は、ネットワーク１２３を介してコントローラ１２０に接続されるパーソナルコンピューティングデバイスを使用して）その明るさを増加させる場合、コントローラ１２０は、ユーザ１１１はより明るい照明を好むと判断してもよい。その後、コントローラ１２０は、メモリ１２４内のユーザプリファレンスデータを相応に更新してもよい。

【0164】

明示的な入力の他の例は、ユーザ１１１が、環境１１０内の現在の照明条件に対する満足度を明示的に示すことである。例えば、ユーザ１１１は、スマートフォン等のパーソナルコンピューティングデバイスを使用してネットワーク１２３を介してコントローラ１２０に自身の満足度のインディケーションを提供してもよい。

【0165】

黙示的な入力の一例は、ユーザ１１１が、照明設定の変更に対して否定的に反応しないことであり、例えば、コントローラ１２０が環境１１０内の明るさを増加させ、ユーザ１１１が手動で明るさを減少させるように介入しない場合、コントローラ１２０は、新しい明るさ設定はユーザ１１１にとって許容可能であると判断してもよい。すなわち、コントローラ１２０は、メモリ１２４内のユーザの明るさユーザプリファレンスデータを更新してもよい。

【0166】

様々な潜在的なユースケースが以下で述べられる。

【0167】

第１の例示的なユースケースは、ＤＧＰ（Ｄａｙｌｉｇｈｔ Ｇｌａｒｅ Ｐｒｏｂａｂｉｌｉｔｙ）サンシェード(sunshading)コントローラである。

【0168】

自動サンシェード(automatic sun shading)は、快適性だけでなくエネルギパフォーマンスも向上させることができるため建物にますます実装されている。しかしながら、自動日よけデバイス(automatic shading device)は、「フォールスオン(FALSE ON)」及び「フォールスオフ(FALSE OFF)」によって不快感をもたらすため評判が悪い。一般的に、これらの日よけシステムは、建物の屋根に配置されるフォトセルによって制御される。第１に、フォトセルは、最も関連するロケーションに配置されていない。第２に、フォトセルは、センサに落ちる光を平均化することによって空間的情報を失う。

【0169】

グレアが、日よけを適用したい最も重要な理由である。それゆえ、実施形態は、サンシェードを制御するためにＤＧＰ測定デバイスを使用する。ＤＧＰは、本明細書で述べられるような低コストのコンポーネントを使用し、関連する部屋内で実行される、輝度分布測定に基づく。ＤＧＰは、当技術分野で知られている適切なソフトウェアを使用して抽出されることができる。グレアがある閾値を超える場合、サンシェードが作動される。

【0170】

その結果、部屋の居住者を悩ませることが予期される実際のグレアがある場合にのみ、サンシェードは作動される。それゆえ、不快感をもたらす日よけデバイスの必要のない動きが少なくなることが期待される。

【0171】

第２の例示的なユースケースは、照明品質コントローラの一部としてである。

【0172】

照明制御システムは、エネルギパフォーマンス又は単一の照明品質の態様（例えば、デスクトップ上の照度）を最適化する傾向がある。しかしながら、照明品質は、すべて関連する多くの態様を有する。単一の照明品質の態様を最適化することは、必ずしも高品質の照明を提供するわけではない。主な問題は、すべての態様が簡単に測定されるわけではなく、異なる測定デバイスを必要とすることが多いことである。

【0173】

本明細書では、輝度分布測定デバイスが、複数の関連する照明品質の態様に関する情報を同時に抽出することができることが認識されている。それゆえ、高品質な照明を提供する制御システムのための優れたセンサとなる。センサが部屋に配置される場合、天井が最も可能性が高く、高品質な照明を提供するように照明を最適化することができる閉ループ制御システムが開発されることができる。

【0174】

照度又はエネルギパフォーマンスのみを最適化することに代わり、光は、光の量(Quantity)、グレア(Glare)、分布(Distribution)、方向性(Directionality)、及びダイナミクス(Dynamics)の組み合わせてについて最適化されることができる。これは、制御システムが、逆効果になることなく、より正確に照明条件を設定することを可能にする。

【0175】

第３の例示的なユースケースは、デスクトップ照度センサである。

【0176】

光センサは、小さなエリアの輝度を測定することにより、デスクトップ上の、照明を制御するための、照度を近似する。輝度測定は、デスクトップの反射を用いる照度と関連する。しかしながら、測定エリアが非常に小さいため、このエリアがデスクトップ全体を表すことは保証されない。このエリアは、例えば、デスクトップとは全く異なる反射を有する紙によって覆われている可能性があり、その場合、照度近似値に大きな誤差を引き起こす。その結果、制御システムが誤った入力に基づいて誤った選択をするため、デスクトップ上の実際の照度の変化につながり得る。

【0177】

実施形態は、輝度分布測定デバイスを用いてこの問題に対処する。これは、開き角度(opening angle)が大幅に増加され、それゆえ、デスクトップ全体の輝度が測定されることができることを意味する。追加的に、輝度分布は画像を利用するため、デスクトップの障害物が、画像処理によって認識されることができる。遮蔽されるエリアを無視することにより、照度は、関連するエリアについてのみ測定される。

【0178】

この方法論に基づいて、照度は、必ずしも関連しない小さなエリアに代わり、障害物のない、関連するエリア全体について測定される。したがって、照明は、制御システムによってより正確に提供されることができる。

【0179】

第４の例示的なユースケースは、壁輝度制御である。

【0180】

視野内の非水平面（例えば、壁）の輝度及び均一性が、オフィス空間の視覚的及び心理的評価に影響を与えることが文献で示されている。さらに、デスクトップ上の好ましい光レベルは、不均一な壁輝度について低くなる。それゆえ、壁輝度を照明制御システムの対象として含めることは、快適性及びエネルギパフォーマンスを向上させる。しかしながら、壁は大きな表面を有し、それゆえ、現在の方式を用いては容易に測定されない。その結果、制御システムに含められることができない。

【0181】

本明細書で開示される実施形態では、壁の輝度分布が、カメラユニット２００を用いて連続的に測定されることができる。カメラユニット２００が相応に、最も可能性が高いのは垂直の向きに配置される場合、壁輝度が、デスクトップ輝度（照度）と同時に測定されることができる。これは、デスクトップ上のより低い照度が可能とされるように壁輝度を変更することによってエネルギが制限されることができるように、制御システム（閉ループ）に関連する連続データを提供する。

【0182】

カメラユニット２００を用いて、関連するすべてのコンテンツが一度に測定される。測定に基づき、照明される環境は、壁輝度によって、デスクトップ照度が、エネルギが節約されることができるように下げられることを可能にするように設定される。

【0183】

第５の例示的なユースケースは、画面視認性(screen visibility)に関する。

【0184】

手術は、医師によって制御されるロボットで行われることがより多くなっている。医師は、ライブカメラ又はＸ線情報に基づいてロボットを制御する。医師がこの情報を可能な限り良く見ることができることが非常に重要である。示される映像が、視認性を向上させるためにエンハンスされることは可能であるが、医師が画像を見るのに最適な条件が提供されるように照明される環境を向上させることがより効果的であり得る。

【0185】

ある画面上の画像の視認性を高めるためには、輝度コントラストが最適化されるべきである。追加的に、反射グレア(veiling reflection)が防止されるべきである。いずれも、カメラユニット２００で測定されることができる態様である。カメラユニット２００の測定データ及び画像／映像を入力とした閉ループ制御システムを開発することにより、画面の視認性が高められるように条件が最適化されることができる。

【0186】

画像の向上は限界に達しており、多額の投資をしても、わずかな視認性の増加しか達成されることができない。カメラユニット２００を含む閉ループシステムを開発することは、より効果的であり得る。さらに、カメラユニット２００は、手術室内の異なるタスクに対して照明を最適化するためにも使用されることができる。

【0187】

第６の例示的なユースケースは、占有ベースの調光である。

【0188】

占有に基づいて照明器具を調光することはエネルギ効率が高い。しかしながら、オープンオフィスにおいて、占有ベースの調光は、人が去る又は着く場合に自動的に照明器具を切り替える又は調光することにより不快感にさせ得る。

【0189】

本明細書では、作業エリアの十分な照明を維持しながら背景ゾーンを調光することにより高い快適性を維持しながらエネルギが節約されることができることが認識されている。カメラユニット２００を用いて、異なるエリアの輝度が、同時に測定されることができる。ゆえに、占有者が去る場合、光が、利用可能な背景、周囲及びタスクエリアに関する推奨を用いて部分的に調光されることができる。

【0190】

有利な点は、各々占有者が自身のエリアを有する、関連するすべてのエリアが測定されることができるが、依然１つの測定デバイスだけで測定されることができることである。さらに、占有感知は、カメラユニット２００の測定に含められることができる。

【0191】

第７の例示的なユースケースは、非イメージ形成（ＮＩＦ：Non-Image-Forming）効果のための指向性照明に見出される。

【0192】

本明細書では、ある角度から来る光が、人間に対してより刺激的効果(stimulating effect)を有することが認識されている。日中のある瞬間に刺激(stimulation)は必要とされ、別の瞬間には必要とされず、昼光も時間依存性があるように、刺激は非常に時間依存性がある。それゆえ、所要の刺激を達成するように照明及び遮光／反射デバイスを最適化することは複雑な問題である。

【0193】

カメラユニット２００を用いて、非イメージ形成（ＮＩＦ）効果は近似されることができる。輝度ピクチャと同様に、放射輝度マップ(radiance map)が、空間全体について決定されることができる。これに基づいて、カメラユニット２００は、（魚眼レンズを使用した）イメージセンサの（刺激を与える）上半分が下半分に対してある比率を有するように光を最適化する閉ループ制御システムに実装されることができる。

【0194】

また、該デバイスを用いて、輝度分布がα－ｏｐｉｃｓと同時に測定されることができ、視覚的な快適さに悪影響を与えずに刺激効果が最適化されることができる。

【0195】

第８の例示的なユースケースは、非イメージ形成（ＮＩＦ：Non-Image-Forming）対イメージ形成（ＩＦ：Image-Forming）の最適化である。

【0196】

非イメージ及びイメージ形成要件は、一日の中で変化する。しかしながら、ある時間に対するＮＩＦ要件とＩＦ要件との関係を捉える比率が開発されることができる。この比率に基づいて、高品質の照明を維持しながら、照明が刺激的でありながら間違った瞬間ではないように、照明が最適化されることができる。

【0197】

実施形態では、カメラユニット２００を用いて、非イメージ形成（ＮＩＦ）効果が近似されることができる。輝度ピクチャと同様に、放射輝度マップが、空間全体について決定されることができる。これに基づいて、カメラユニット２００は、ＮＩＦ ＩＦ比率に従って光を最適化する閉ループ制御システムに実装されることができる。

【0198】

また、該デバイスを用いて、輝度分布がα－ｏｐｉｃｓと同時に測定されることができ、視覚的な快適さに悪影響を与えずに刺激効果が最適化されることができる。

【0199】

第９の例示的なユースケースは、両面照明品質最適化(two-sided lighting quality optimization)である。

【0200】

照明品質について、一般的には、視覚的態様のみが考慮される。しかしながら、非視覚的態様に対しても高品質の照明を区別することができる。問題は、視覚的に高品質な照明が、必ずしも非視覚的な品質を提供するとは限らないことである。それゆえ、両方を最適化することは困難である。

【0201】

特に、非視覚的態様は、非常に時間依存性があり、これは、非視覚的な照明品質は、日中のすべての瞬間に(for every moment)、関連しない、又はそれほど関連しないことを意味する。視覚的な照明は、それほど時間依存性がない。本明細書で開示される実施形態によれば、時間に基づいて、どちらのタイプの照明品質が最も関連性が高いか決定されることができ、その後、このタイプが最適化される。両方のタイプの照明品質は、カメラユニット２００を使用して決定されることができる。

【0202】

カメラユニット２００を用いて、両方の品質が同時に測定されることができる、ゆえに、部屋又は部屋のあるエリアを測定するために１つのデバイスしか必要とされない。さらに、デバイスは部屋の中に配置されるため、精度を向上させるために、閉ループセットアップが開発されることができる。この技術を使用して、照明は、これまで実現可能ではなかった多くの態様について制御されることができる。

【0203】

図面、本開示、及び添付の請求項の検討によって、開示される実施形態に対する他の変形形態が、当業者により理解されることができ、また、特許請求される発明を実施する際に実行されることができる。請求項では、単語「含む（comprising）」は、他の構成要素又はステップを排除するものではなく、不定冠詞「１つの（a）」又は「１つの（an）」は、複数を排除するものではない。単一のプロセッサ又は他のユニットが、請求項において列挙される、いくつかの項目の機能を果たしてもよい。特定の手段が、互いに異なる従属請求項内に列挙されているという単なる事実は、これらの手段の組み合わせが、有利に使用され得ないことを示すものではない。コンピュータプログラムは、他のハードウェアと共に、又は他のハードウェアの一部として供給される、光学記憶媒体又は固体媒体等の、好適な媒体において記憶／頒布されてもよいが、インターネット、又は他の有線若しくは無線の電気通信システム等を介して、他の形態で頒布されてもよい。請求項中のいかなる参照符号も、範囲を限定するものとして解釈されるべきではない。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】