[3N4-J-10] 画像・音声: 産業応用

[3N4-J-10-02] 畳み込みニューラルネットワークを用いたビール缶パッケージの好意度予測及び要因の可視化

〇篠原 裕之¹、石黒 達治¹、中村 遵介²、山崎 俊彦² (1. キリン株式会社、2. 東京大学)

キーワード：深層学習、パッケージデザイン

企業において商品を上市する際には、パッケージデザインに関する好意度調査を行い、良好な結果が得られたデザインを採用する事が多い。しかし、十分な消費者パネルを集めた調査には多額の費用が必要である、一度の調査にかけられるパッケージデザインの数に上限があるという課題がある。そこで、未調査のパッケージデザインを好意度調査に供した結果を畳み込みニューラルネットワークを用いて予測する事、その際にパッケージデザインの中で好意度に対して好影響を及ぼすと予測される要素と悪影響を及ぼすと予測される要素をClass Activation Mappingを用いて可視化する事、を目的に研究を行った。その結果、パッケージデザインのプレスクリーニングテストや調査においてデザイン上重要であると予測される要素をデザイナーにフィードバックすることが可能になった。