今回の研究では、まず「93種類の色」を用意し、オンラインで数百名もの参加者から「この色とこの色はどのくらい似ているか」を回答してもらいました。

具体的には、画面上に2つの色パッチ（四角形）を提示し、「とても似ている」「あまり似ていない」などの感覚をスライダーや選択肢で答えてもらう形式です。

これをランダムに選んだ複数の色の組み合わせについて繰り返して集めることで、「色と色がどれだけ似ていると感じられるのか」を、大規模にデータ化しました。

参加者は大きく2つのグループに分かれています。

1つは典型的色覚を持つ人たち、もう1つは色覚異常（色盲など）と自己申告した人たちです。

後者のグループについては、いわゆる「イシハラ検査（数字がドットで描かれた色覚テスト）」をオンライン版にアレンジしたものを使い、本当に色覚特性が異なるかを確認しました。

こうすることで、典型的色覚だけでなく、red-green（赤と緑）の見え方が独特な人など、多様な色感覚を持つ参加者のデータを集めることに成功しています。

実験のユニークな点は「93色もの多彩な色セットを使い、しかも一人ひとりに全ての色の組み合わせを答えさせるのではなく、クラウドソーシングを活用して多数の人から少しずつ回答を集め、最終的に膨大な組み合わせを網羅的にカバーした」ことです。

一人あたりに課す負担を減らしながら大量の比較データを得られるため、それらを集約することで各グループの「色と色の距離（類似度）」を表す構造を推定できるわけです。

そして、この「構造」を比較するために使われたのが、数学的には「最適輸送問題（Optimal Transport）」と呼ばれる手法です。

この最適輸送問題を用いた手法では、参加者が各自で感じた「似ている・似ていない」という感覚だけをもとに、色どうしの関係性（すなわち主観的な距離）を計算します。

これにより、たとえばある人は「赤」を強く感じ、別の人は微妙なニュアンスとして別の色と近いと感じる場合でも、その違いがデータとして現れやすくなります。