CN106030659B - 增龄分析方法及增龄分析装置 - Google Patents

Abstract

增龄分析方法包含：取得关于与年龄相关的多个形状特征类型的被试验者的特征量组，使用对关于多个人的总体的特征量组的集合进行因子分析而提取的多个增龄公因子、及被试验者的特征量组，确定被试验者的、表示该多个增龄公因子的表达状况的因子表达模式，并基于被试验者的因子表达模式而取得被试验者的增龄信息。

Description

增龄分析方法及增龄分析装置

技术领域

本发明涉及一种增龄分析技术。

背景技术

增龄(衰老)修护或增龄防止不仅是女性关心的事项，也是男性 关心的事项，化妆品或食品等专用于此的各种商品正在流通。注意外 在年龄或各部位的增龄情况等自身的增龄状况的人较多。在专利文献1 中，提出有如下方法：以自二维脸部图像获得的(1)脸部形状的变化 方向、(2)上眼睑的凹陷情况、(3)嘴角部的皱纹的情况、(4)鼻唇 沟的情况、(5)下颌的形状这5个特征为指标，鉴别脸部的增龄模式。 另外，在专利文献2中，提出有如下方法：使用对脸部表面的三维形 状信息进行多变量解析而获得的基底向量，算出关于被试验者的脸部 的基底向量的加权系数，基于该加权系数而求出被试验者的脸部的长 相的印象倾向的程度。

现有技术文献

专利文献

专利文献1：日本特开2001-331791号公报

专利文献2：日本专利5231685号公报

发明内容

第1方面所涉及的增龄分析方法包含：取得关于与年龄相关的多 个形状特征类型(morphological characteristic type)的被试验者的特征 量组，使用对关于多个人的总体的特征量组的集合进行因子分析而提 取的多个增龄公因子、及被试验者的特征量组，确定被试验者的表示 该多个增龄公因子的表达状况的因子表达模式(factor expressionpattern)，基于被试验者的因子表达模式而取得被试验者的增龄信息。

第2方面所涉及的增龄分析装置具有：取得单元，其取得关于与 年龄相关的多个形状特征类型的被试验者的特征量组；确定单元，其 使用对关于多个人的总体的特征量组的集合进行因子分析而提取的多 个增龄公因子、及被试验者的特征量组，确定被试验者的表示该多个 增龄公因子的表达状况的因子表达模式；及输出单元，其基于被试验 者的因子表达模式而输出被试验者的增龄信息。

再者，作为本发明的另一方面，可存在使包含上述第1方面所涉 及的增龄分析方法的衰老修护(aging care)的信息提供(咨询 (counseling))方法、或上述第1方面所涉及的增龄分析方法在至少1 台计算机中执行的程序、或记录有这样的程序的计算机可读取的存储 介质。该记录介质包含非暂时性的有形的介质。

附图说明

上述的目的、及其它目的、特征及优点根据以下所述的优选的实 施方式、及随附于此的以下的附图而进一步明确。

图1是表示第1实施方式中的增龄分析方法的图。

图2是概念性地表示第1实施方式中的增龄分析装置的硬件构成 例的图。

图3是概念性地表示第1实施方式中的增龄分析装置的处理构成 例的图。

图4是表示第2实施方式中的外在年龄分析方法(分析方法)的 一个例子(第1模式确定方法)的图。

图5是概念性地表示第2实施方式中的外在年龄分析装置(分析 装置)的处理构成例的图。

图6是表示第2实施方式中的外在年龄分析装置(分析装置)的 另一处理构成例的图。

图7是表示第3实施方式中的外在年龄分析方法(分析方法)的 一个例子(第2模式确定方法)的图。

图8是表示变形例中的外在年龄分析方法(分析方法)的图。

图9是表示变形例中的外在年龄分析装置(分析装置)的处理构 成例的图。

图10A是表示形状特征类型及增龄公因子的例子的图。

图10B是说明图10A中所例示的形状特征类型的图。

图10C是表示图10A所示的各因子中的与外在年龄的相关的图。

图11是表示形状特征类型及增龄公因子的其它例子的图。

图12是表示用于自特征量组获得因子得分的复回归公式的例子的 图。

图13是表示自图12所示的复回归公式所获得的各被试验者的因 子得分与增龄公因子的表达状况的图。

图14是表示通过对包含被试验者的总体(497名)的特征量组的 集合进行因子分析而获得的各被试验者的因子得分与增龄公因子的表 达状况的图。

图15是表示本实施例中的因子表达状况的确定方法的图。

图16是表示外在年龄的每个年代的个别样本的分类状况的图。

图17是表示因子表达模式的分类例的图。

图18是表示基于因子表达模式的分类的增龄信息的例子的图。

具体实施方式

以下，对本发明的实施方式进行说明。再者，以下所列举的各实 施方式分别为例示，本发明并不限定于以下的各实施方式的构成。

[第1实施方式]

图1是表示第1实施方式中的增龄分析方法的图。如图1所示， 第1实施方式所涉及的增龄分析方法包含：取得关于与年龄相关的多 个形状特征类型的被试验者的特征量组(S11)，使用该被试验者的特 征量组，确定通过对关于该多个形状特征类型的总体的特征量组的集 合进行因子分析而提取的多个增龄公因子的表示上述被试验者的表达 状况的因子表达模式(S13)，基于该被试验者的该因子表达模式而取 得该被试验者的增龄信息(S15)。

上述年龄是指外在年龄或实际年龄。由(S11)所取得的特征量组 所包含的各特征量为关于与这样的年龄相关的身体的一部分的形状的 信息。即，由(S11)所取得的特征量组为身体的多个部位的形状信息。

“特征量”及“形状特征类型”如下所述区分使用。“形状特征类 型”是表示人类的某一特定部位的形状的各个人中所共通的信息，“特 征量”是反映该形状特征类型中的各个人的特征的物理量。例如，“形 状特征类型”为鼻下的长度、眼睛相对于脸颊宽度的相对大小、上下 方向的眼睛的倾斜度(角度)，表示该“形状特征类型”的“特征量” 为如20mm(毫米)、0.32、2度那样的各个人的测量值。这样的“形状 特征类型”只要为与年龄相关的形状的信息，则不限制具有该形状的 身体的部位。例如，该“形状特征类型”为脸部及脸部以外的头部(包 含颈部)中的一部分的形状。另外，该“形状特征类型”也可为头部 以外的腹部、手背、脚等的形状。另外，各特征量可利用长度、角度、 曲面或曲线的曲率、比率等各种单位表示。此处，所谓头部是指人体 的颈部及较颈部更靠上的部位。

在(S13)中，利用对关于多个人的总体的特征量组的集合进行因 子分析而获得的多个公因子。该公因子被记为增龄公因子。再有，该 特征量组的集合所包含的各个别样本(各个人)的特征量组对应于与 (S11)中所获得的被试验者的特征量组相同的多个形状特征类型。在 (S13)中，使用在(S11)中所获得的被试验者的特征量组，关于被 试验者，确定表示该多个增龄公因子的表达状况的因子表达模式。例 如，因子表达模式可关于各增龄公因子分别表示有无表达。然而，因 子表达模式的体现方法未被限制。因子表达模式既可关于各增龄公因 子分别表示表达的程度，也可仅表示表达的增龄公因子或未表达的增 龄公因子。

在(S15)中，基于在(S13)中所确定的被试验者的因子表达模 式，取得被试验者的增龄信息。所取得的增龄信息既可表示被试验者 的年龄印象(外在年龄)，也可表示特征量组所表示的形状特征综合性 地对应于几岁程度之类的增龄程度(以下，也有记为形状年龄的情况)。 此处，(S15)中的增龄信息的取得可以各种方式执行。例如可针对每 个因子表达模式预先分配增龄信息。因子表达模式可存在相当于增龄 公因子的组合数的量。此情况下，取得对被试验者的因子表达模式分 配的增龄信息。另外，(S15)也包含使被试验者的增龄信息作为可被 人掌握的状态。例如，(S15)也可以将表示所取得的每个因子表达模 式的增龄信息的表格与在(S13)中确定的被试验者的因子表达模式一 并提供的方式实现。此情况下，人可将被试验者的因子表达模式与该 表格进行比较而掌握被试验者的增龄信息。再者，(S15)中的增龄信 息的取得的具体方式在下文叙述。

第1实施方式中的增龄分析方法可在以下所说明的增龄分析装置 那样的至少1台计算机中执行。然而，在上述增龄分析方法中，也可 包含至少一部分由人实施的工序。例如在(S13)中，也可利用计算机 执行中间处理，基于利用计算机所算出的信息而由人进行仅最终的因 子表达模式的确定。另外，在(S15)中，也可如人将被试验者的因子 表达模式与该表进行比较而掌握被试验者的增龄信息那样，仅最终的 被试验者的增龄信息的取得(掌握)由人来执行。第1实施方式中的 增龄分析方法是反复持续地实现如下一定效果的方法：使用年龄与人 的形状特征类型之间的相关性、及形状特征类型间的公因子与年龄之 间的相关性，不用实际地与多个其它人的信息比较或不用实际地问询 多个判定者，便可容易且客观地取得被试验者的增龄信息。因此，例 如即使包含由人实施的工序，第1实施方式中的增龄分析方法也可谓 整体上利用自然定律的技术思想的创作。

图2是概念性地表示第1实施方式中的增龄分析装置10的硬件构 成例的图。增龄分析装置10为所谓计算机，例如具有利用总线而相互 连接的CPU(Central ProcessingUnit(中央处理单元))11、存储器12、 输入输出接口(I/F)13、及通信单元14等。存储器12为RAM(Random Access Memory(随机存取存储器))、ROM(Read Only Memory(只读 存储器))、及硬盘等。通信单元14与其它计算机或设备进行信号的交 换。在通信单元14，也可连接有可携型记录介质等。

输入输出I/F13可与显示装置15、输入装置16等用户接口装置连 接。显示装置15是如LCD(Liquid Crystal Display(液晶显示器))或 CRT(Cathode Ray Tube(阴极射线管))显示器那样的显示与利用CPU11 或GPU(Graphics Processing Unit(图形处理单元))(未图示)等进行 处理的绘图数据对应的画面的装置。输入装置16是如键盘、鼠标等受 理用户操作的输入的装置。显示装置15及输入装置16也可一体化， 作为触摸面板而被实现。增龄分析装置10的硬件构成并无限制。

图3是概念性地表示第1实施方式中的增龄分析装置10的处理构 成例的图。如图3所示，增龄分析装置10具有：取得部21，其取得关 于与年龄相关的多个形状特征类型的被试验者的特征量组；确定部22， 其使用被试验者的特征量组，确定通过对关于该多个形状特征类型的 总体的特征量组的集合进行因子分析而提取的多个增龄公因子的表示 被试验者的表达状况的因子表达模式；以及输出处理部23，其基于被 试验者的因子表达模式而输出被试验者的增龄信息。这些各处理部例 如通过利用CPU11执行储存于存储器12的程序而实现。另外，该程 序例如也可自如CD(Compact Disc(光盘))、存储卡等可携型记录介 质或网络上的其它计算机经由输入输出I/F13或通信单元14而进行安 装，并储存于存储器12。

取得部21执行上述(S11)。取得部21既可自通过用户基于输入 画面等操作输入装置16而输入的信息取得被试验者的特征量组，也可 自可携型记录介质、其它计算机等经由通信单元14或输入输出I/F13 而取得被试验者的特征量组。

另外，取得部21也可自关于被试验者的信息，自行产生被试验者 的特征量组。例如增龄分析装置10还具有接触式测量部及非接触式测 量部(两者均未图示)的至少一者，取得部21可自由它们获得的被试 验者的特定部位的三维坐标信息中自动算出关于这些多个形状特征类 型的被试验者的特征量组。作为接触式测量部，例示有接触式三维坐 标读取装置(digitizer)。作为非接触式测量部，例示三维激光扫描仪或 距离图像传感器等。另外，取得部21既可自被试验者所拍摄的二维图 像直接取得特征量组，也可根据自不同方向对被试验者进行摄影而获 得的多个二维图像，利用周知的方法而算出被试验者的规定部位的三 维坐标信息，使用其而自动算出被试验者的特征量组。在根据三维坐 标信息的特征量组的算出中，也可使用基于相同模型的标准化。

为了自二维图像直接取得特征量组，只要利用如利用各像素的周 边的亮度分布的方法或利用脸部部分的配置的方法等周知的方法便 可。通过使用这样的周知的方法，可根据二维图像近似地自动算出被 试验者的特征量组。根据形状特征类型，可能有难以检测出特征点的 情况。在此情况下，可根据自总体自动取得的各特征点的平均值而预 测该特征点。

例如在下述参考文献中提出有如下方法：在颚脸部骨骼形状的特 征点测量中，对于未知的个体的无法直接测量的点的坐标，根据该点 的周围的可测量的点的坐标与多个已知的形状测量值的统计的平均的 对应关系而进行推断(插补)。在该方法中，根据周围的可测量的点(25 点)的坐标、及样本的总体的坐标平均而推断软组织上的形态特征点 的坐标(6点)。

参考文献：青木义满等人，Medical Imaging Technology,22(5), 250-258(2004).

这样，在本实施方式中，利用取得部21的被试验者的特征量组的 取得方法并无限制。

确定部22执行上述(S13)。

输出处理部23执行上述(S15)，并输出所取得的增龄信息。然而， 利用输出处理部23的增龄信息的输出方式并无限制。输出处理部23 产生表示增龄信息的输出数据，经由输入输出I/F13而将该输出数据输 出至显示装置15、或印刷装置等其它输出装置。另外，输出处理部23 既可将该输出数据经由通信单元14发送至其它装置，也可将该输出数 据记录于可携型记录介质。

(第1实施方式的作用及效果)

如上述专利文献1中所提出的方法那样，基于头部的每个部位的 形状变化而判定增龄状况的方法大多直接使用根据每个部位的形状信 息所获得的值而判定增龄倾向。其结果，可能有无法确切地分析各个 人的增龄状况的情况。其原因在于：各个人的原始的形状特征直接反 映于增龄倾向。再有，在这些方法中，无法判定各人的年龄印象(外 在年龄)。

本发明人等自人所具有的全部形状特征类型中筛选与年龄相关的 多个形状特征类型，并自关于所筛选出的形状特征类型的特征量组找 到多个公因子(增龄公因子)，验证了这些各公因子分别与年龄相关。 再有，本发明人等对如上所述提取的增龄公因子的各个人的表达模式 与增龄的关系进行调查，发现了因子表达模式体现增龄倾向。

由此，根据第1实施方式，可根据被试验者的特征量组而确定因 子表达模式，结果可获得被试验者的增龄信息。此处，因子表达模式 不仅可根据特定部位各自的特征量而确定，也可根据关于多个形状特 征类型的被试验者的特征量组而确定，因而自该因子表达模式所获得 的增龄信息不易受到来自各个人的天生的形状特征的影响。再有，根 据第1实施方式，也可获得被试验者的外在年龄的信息。这样，根据 第1实施方式，可使用被试验者的形状的特征量而客观地分析被试验 者的增龄状况。

另外，本发明人等发现了通过基于增龄公因子的因子载荷量，针 对依赖度较强的每个增龄公因子，将多个形状特征类型加以分类，从 而各增龄公因子分别与人的部位建立对应，且各部位的特定的变动对 年龄造成较大的影响。因此，根据该因子表达模式，可获得被试验者 的每个部位的增龄信息。

以下，进一步详细地说明上述第1实施方式。以下，作为详细实 施方式，例示第2实施方式中的外在年龄分析方法(以下，也有简称 为分析方法的情况)及外在年龄分析装置(以下，也有简称为分析装 置的情况)。即，在以下的第2实施方式中，取得外在年龄的信息作为 增龄信息。然而，在以下的第2实施方式中，也可与上述第1实施方 式同样地，取得形状年龄的信息作为增龄信息。以下，以与上述第1 实施方式不同的内容为中心进行说明，适当省略与上述第1实施方式 相同的内容。

[第2实施方式]

在第2实施方式中的分析方法中，也包含与图1所示的第1实施 方式中的增龄分析方法相同的工序。在第2实施方式中，进一步详细 地说明各工序。以下，使用图1及图4对第2实施方式中的分析方法 进行说明。

在(S11)中所取得的特征量组为关于与外在年龄相关的多个形状 特征类型的被试验者的个人的信息。作为这样的形状特征类型，例如 可列举鼻下的长度及唇的厚薄的至少一者、眼睛的大小、眼睛的倾斜 度、眉毛的倾斜度、及下颌的鼓出，特别是包含其中的至少2种。这 些形状特征类型为根据本发明人等的研究而提取的表示与外在年龄高 的相关性的头部的各部位的形状信息。然而，在本实施方式中，只要 为与外在年龄相关的多个形状特征类型，则体现其的身体的部位并无 限制。

此处，与被试验者的特征量组、及总体所包含的各个别样本的特 征量组对应的该多个形状特征类型如下所述自人的头部表面的多个形 状特征类型中筛选出。即，与年龄相关的该多个形状特征类型基于通 过将关于这些多个形状特征类型的特征量组作为说明变量组且将年龄 作为目标变量的复回归分析而获得的每个形状特征类型的复相关系数 来进行筛选。例如筛选出每个形状特征类型的复相关系数高于相对于 该复回归分析的总体的样本数的显著性水平的界限值的形状特征类 型。再者，在本实施方式中，上述年龄利用外在年龄。

该多个增龄公因子通过对关于如上所述筛选出的多个形状特征类 型的总体的特征量组的集合进行因子分析而提取。因子分析中所使用 的因子数例如可根据所筛选出的形状特征类型而确定。再有，优选在 所提取的各增龄公因子中，因子分析的总体所包含的个别样本中的该 增龄公因子的因子得分(例如平均)与年龄的相关系数分别大于总体 的样本数中的1％显著性水平的界限值。然而，相关系数的大小的基准 并不仅限于该基准，可适当设定。

(S13)中的确定被试验者的因子表达模式的方法包含使用因子得 分的方法(以下，记为第1模式确定方法)、及不使用因子得分的方法 (以下，记为第2模式确定方法)。关于第2模式确定方法在第3实施 方式中进行说明。

图4是表示第2实施方式中的分析方法的一个例子(第1模式确 定方法)的图。在使用第1模式确定方法的情况下，第2实施方式中 的分析方法如图4所示，代替第1实施方式中的(S13)而包含(S41)、 (S43)及(S45)。即，在第2实施方式中，确定被试验者的因子表达 模式的工序(S13)被详细化为(S41)、(S43)及(S45)。

(S41)使用在(S11)中所取得的被试验者的特征量组，分别算 出关于多个增龄公因子的各个的被试验者的因子得分。

(S43)通过将表示总体的因子得分分布中的规定位置的阈值与被 试验者的因子得分关于多个增龄公因子分别进行比较，从而确定被试 验者的增龄公因子的表达状况。

(S45)对被试验者确定表示在(S43)中被确定为作为表达状况 而表达的至少1个增龄公因子的因子表达模式。

在(S41)中的算出被试验者的因子得分的方法中，也具有各种方 法。第一，有使用复回归分析，根据被试验者的特征量组而推断被试 验者的每个增龄公因子的因子得分的方法。具体而言，可通过将被试 验者的特征量组分别应用于各复回归公式，从而算出被试验者的每个 增龄公因子的因子得分，上述各复回归公式通过对关于该总体的特征 量组的集合应用将关于该多个形状特征类型的特征量组作为说明变量 组且将因子得分作为目标变量的每个增龄公因子的复回归分析而分别 获得。该方法被记为第1因子得分算出方法。

在提取增龄公因子的因子分析中，关于对应于各特征量的各形状 特征类型，分别算出每个增龄公因子的因子载荷量。再有，关于被用 作因子分析的样本的该总体的各个别样本，分别算出每个增龄公因子 的因子得分。作为因子分析的成果的每个增龄公因子的因子载荷量、 及关于总体的各个别样本的每个增龄公因子的因子得分与该总体中的 特征量组的集合一起，被储存于计算机中。

在第1因子得分算出方法中，通过使用了关于该总体的各个别样 本的每个增龄公因子的因子得分及特征量组的复回归分析，预先获得 每个增龄公因子的复回归公式，该复回归公式进一步被储存于下述分 析装置30等的计算机中。各复回归公式是根据个人的特征量组，分别 说明个人的各增龄公因子的因子得分的公式。第1因子得分算出方法 通过将被试验者的特征量组分别代入至储存于计算机的各复回归公式 中，从而分别算出关于多个增龄公因子的各个的被试验者的因子得分。 这样，第1因子得分算出方法可通过使用由对不包含被试验者的总体 的特征量组的集合的复回归分析而预先获得的复回归公式，而快速地 算出被试验者的因子得分。

再有，也可在利用第1因子得分算出方法如上所述算出被试验者 的因子得分之后，对将该被试验者的特征量组添加至原本的总体的特 征量组的集合而获得的新的特征量组的集合，重新应用每个增龄公因 子的复回归分析，并利用所获得的各复回归公式，置换(更新)自原 本的总体获得的原本的各复回归公式。这样，每次被试验者的数量增 加时，总体的数量也增加，从而可提高储存于计算机的复回归公式的 精度。

作为算出被试验者的因子得分的其它方法，也有将被试验者添加 至该总体，并对该新的总体应用因子分析的方法。根据该方法，在加 入有被试验者的特征量组的状态下，分别算出每个增龄公因子的因子 载荷量，对于该总体所包含的作为一个人的个别样本的被试验者，可 算出每个增龄公因子的因子得分。在该方法中，也可使用关于包含被 试验者的新的总体的特征量组的集合(矩阵A)、多个形状特征类型间 的相关系数组(矩阵B)、及通过因子分析而新获得的因子载荷量组(矩 阵C)，通过矩阵A、矩阵B的逆矩阵与矩阵C的乘法，而算出关于总 体所包含的被试验者的各增龄公因子的因子得分。根据该方法，可算 出被试验者的因子得分。

在(S43)中所使用的表示总体的因子得分分布中的规定位置的阈 值针对每个增龄公因子分别确定。每个增龄公因子的阈值既可设定一 个，也可设定多个。例如对于该阈值而言，既可利用该因子得分分布 的平均值，也可利用对平均值加上或减去某个值所获得的值。(S43) 可关于各增龄公因子分别确定有无表达而作为表达状况。例如在被试 验者的某个增龄公因子的因子得分大于该增龄公因子用的阈值的情况 下，可确定为被试验者中该增龄公因子表达，在该阈值以下的情况下， 可确定为被试验者中该增龄公因子未表达。另外，(S43)也可关于各 增龄公因子分别确定表示表达的程度的表达分数。例如也可在被试验 者的某个增龄公因子的因子得分大于该增龄公因子用的第1阈值的情 况下，将被试验者的该增龄公因子的表达分数设为+1，在该因子得分 小于第2阈值的情况下，将该表达分数设为-1，在该因子得分为第1 阈值以下且第2阈值以上的情况下，将该表达分数确定为0。

在(S45)中，根据在(S43)中所确定的表达状况而确定被试验 者的因子表达模式。在第2实施方式中，因子表达模式以表示被确定 为表达的至少1个增龄公因子的方式呈现。此情况下，因子表达模式 的总模式数量与增龄公因子的总组合的数量(使增龄公因子数分反复 乘2所获得的值)相等。再者，如上所述，因子表达模式的呈现方式 并无限制。

在第2实施方式中，(S15)基于在(S45)中所确定的被试验者的 因子表达模式而取得被试验者的外在年龄信息。此处，外在年龄信息 可针对每个因子表达模式而预先确定。例如通过专家的官能评估而对 总体的各个别样本分别评估外在年龄。继而，通过与上述相同的方法， 预先对该总体的各个别样本分别求出因子表达模式，利用因子表达模 式而将该总体分类，针对各因子表达模式，分别算出外在年龄的平均。 这样的话，可针对每个因子表达模式预先准备外在年龄的平均。此情 况下，(S15)取得被试验者的因子表达模式的外在年龄的平均作为外 在年龄信息。然而，外在年龄信息的取得方法并不限定于这样的例子。

作为其它例子，也可预先根据增龄信息(外在年龄信息)的共通 性，将所有因子表达模式分类为多个群组，且对各群组分别分配增龄 信息(外在年龄信息)。例如可基于具有同一因子表达模式的各个别样 本的实际年龄或外在年龄、因子得分、及因子表达数的至少一者，而 将所有因子表达模式分类为多个群组。

根据本发明人等的研究，概括而言发现有如下倾向：增龄公因子 的表达数越少，外在年龄越低，增龄公因子的表达数越多，外在年龄 越高。因此，例如若根据增龄公因子的表达数，将所有因子表达模式 分类为多个群组，则可对各群组分配外貌的年龄层。具体而言，仅表 达出1个增龄公因子的因子表达模式，可分类为该多个群组中的年龄 最小的群组，表达出全部的增龄公因子的因子表达模式及表达出比全 部的增龄公因子少一个的数量的增龄公因子的因子表达模式，可分类 为多个群组中的年龄最大的群组。

在这样将因子表达模式预先分类的情况下，(S15)可自这些多个 群组中选择与被试验者的因子表达模式对应的群组，从而可取得被分 配至该所选择的群组的外在年龄信息。然而，因子表达模式的分类并 不仅限制于基于增龄公因子的表达数的分类。例如也可如上所述，通 过基于属于群组的各个别样本的因子得分的组集(cluster)分析而将利 用基于增龄公因子的表达数的分类而获得的各群组分类成子群组。根 据该进一步的分类，可根据因子得分的倾向而将被分类为同年龄层的 因子表达模式组进一步进行群组分配，从而不仅可获得外在的年龄层， 也可获得对应于因子得分的倾向的外在年龄信息。

(装置构成)

其次，关于第2实施方式中的分析装置，以与第1实施方式不同 的内容为中心进行说明。关于与第1实施方式相同的内容适当省略。 第2实施方式中的分析装置具有与图2所示的第1实施方式中的增龄 分析装置10相同的硬件构成，使用这样的硬件构成及下述处理构成， 执行上述第2实施方式中的分析方法。关于第2实施方式中的分析方 法的上述内容也被沿用至第2实施方式中的分析装置。

图5是概念性地表示第2实施方式中的分析装置30的处理构成例 的图。如图5所示，分析装置30具有取得部31、确定部32、及输出 处理部33等。确定部32包含算出部34。取得部31、确定部32及输 出处理部33分别对应于第1实施方式中的取得部21、确定部22及输出处理部23。这些各处理部通过与第1实施方式中的各处理部同样地， 利用CPU11执行储存于存储器12的程序而实现。

取得部31执行(S11)。再有，取得部31也可根据需要而取得关 于总体的特征量组的集合、多个形状特征类型间的相关系数组、通过 因子分析而获得的因子载荷量组、总体所包含的各个别样本的因子得 分组等。分析装置30既可自行保持这些信息，也可自可携型记录介质、 其它计算机等取得。

如上所述，确定部32包含算出部34，且基于利用算出部34而算 出的被试验者的每个增龄公因子的因子得分，而确定被试验者的上述 因子表达模式，上述算出部34使用利用取得部31而取得的被试验者 的特征量组，分别算出关于该多个增龄公因子的各个的被试验者的因 子得分。即，确定部32执行(S41)、(S43)及(S45)。其中，(S41) 利用算出部34而执行。

如上所述，算出部34可利用各种方法算出被试验者的因子得分。 例如算出部34可使用上述第1因子得分算出方法。此情况下，算出部 34通过将被试验者的特征量组分别应用于各复回归公式，可算出被试 验者的每个增龄公因子的因子得分，上述各复回归公式通过对关于总 体的特征量组的集合应用将关于该多个形状特征类型的特征量组作为 说明变量组且将因子得分作为目标变量的复回归分析而分别获得。

算出部34既可利用预先保持的各增龄公因子的复回归公式，也可 利用自其它装置取得的该复回归公式。再有，算出部34也可对关于总 体的特征量组的集合及被试验者的特征量组应用每个增龄公因子的复 回归分析，并利用由此而分别获得的各复回归公式，置换自原本的总 体获得的原本的各复回归公式。

算出部34也可通过将被试验者添加至原本的总体，并对该新的总 体重新执行因子分析，而算出被试验者的每个增龄公因子的因子得分。 在该因子分析中，算出部34将因子载荷量组更新，再有，关于该新的 总体的各个别样本(包含被试验者)分别算出每个增龄公因子的因子 得分。此情况下，算出部34也可通过基于利用取得单元所取得的特征 量组的集合、相关系数组及因子载荷量组的上述矩阵的乘法，而算出 关于总体所包含的被试验者的每个增龄公因子的因子得分。

确定部32通过将表示总体的因子得分分布中的规定位置的阈值与 被试验者的因子得分关于多个增龄公因子分别进行比较，而确定在被 试验者表达的增龄公因子，对被试验者确定表示被确定为表达的至少1 个增龄公因子的因子表达模式。确定部32既可预先保持每个增龄公因 子的上述阈值，也可自其它计算机取得。关于具体的因子表达模式的 确定方法如上所述。

输出处理部33执行(S15)，再有，将所取得的被试验者的外在年 龄信息输出为增龄信息。例如输出处理部33输出对多个增龄公因子的 各个赋予的名称及表示被试验者的因子表达模式的增龄信息。各增龄 公因子的名称例如可以体现与各增龄公因子的因子载荷量较大的形状 特征类型共通的特征倾向的方式赋予。结果，根据所输出的增龄信息， 可体现关于外在年龄的被试验者的特征倾向。再有，输出处理部33也 可使如上所述预先准备的每个因子表达模式的外在年龄的平均包含于 该外在年龄信息。再者，利用输出处理部33的输出方式与输出处理部 23相同。

另外，输出处理部33也可输出对根据被试验者的因子表达模式而 选择的群组赋予的增龄信息。此情况下，如上所述，所有因子表达模 式基于具有同一因子表达模式的各个别样本的年龄、因子得分及因子 表达数的至少1者而分类为多个群组，对于各群组，预先赋予相应于 分类方法的关于外在年龄的增龄倾向信息。输出处理部33通过取得因 子表达模式的群组分配信息及对各群组赋予的外在年龄信息(增龄信 息)，而输出关于被试验者的外在年龄信息。因子表达模式的群组分配 信息及对各群组赋予的外在年龄信息既可通过下述选择部35而预先保 持，也可自其它计算机取得。

在这样将因子表达模式分类的情况下，如图6所示，分析装置30 除图5所示的构成以外，还具有选择部35。

图6是表示第2实施方式中的分析装置30的另一处理构成例的图。

选择部35自根据增龄的共通性将与各增龄公因子的表达状况的全 部组合对应的所有因子表达模式加以分类而得的多个群组中，选择对 应于被试验者的因子表达模式的群组。输出处理部33输出被赋予至由 选择部35所选择出的群组的外在年龄信息来作为被试验者的增龄信 息。

(第2实施方式的作用及效果)

如上所述，在第2实施方式中，使用被试验者的特征量组，分别 算出关于多个增龄公因子的各个的被试验者的因子得分，基于所算出 的因子得分而确定被试验者的因子表达模式。此处，被试验者的各因 子得分分别表示被试验者的对应的增龄公因子的表达程度，各增龄公 因子由于分别与外在年龄具有较大相关，因而认为根据因子得分而求 出的被试验者的因子表达模式表示被试验者的对外在年龄造成影响的 某些主要原因的产生情况。由此，根据基于这样的因子表达模式而获 得被试验者的外在年龄信息的第2实施方式，可高精度地分析被试验 者的外在年龄。

在作为算出被试验者的因子得分的方法之一的第1因子得分算出 方法中，通过对预先获得的复回归公式代入被试验者的特征量组，可 快速地获得被试验者的因子得分。然后，根据被试验者的该因子得分 与表示总体的因子得分分布中的规定位置的阈值的比较，而确定被试 验者的增龄公因子的表达状况，根据该表达状况而确定被试验者的因 子表达模式。这样，加入总体的因子得分分布而确定被试验者的增龄 公因子的表达状况，由此可提高被试验者的因子表达模式的客观性， 进而可提高自该因子表达模式所获得的增龄信息(外在年龄信息)的 客观性及可靠性。

另外，在第2实施方式中，基于具有同一因子表达模式的各个别 样本的年龄、因子得分及因子表达数的至少1者而将各因子表达模式 分类为多个群组，并选择对应于被试验者的因子表达模式的群组。然 后，取得对该所选择的群组赋予的外在年龄信息作为被试验者的信息。 这样，可取得作为外在年龄信息被赋予至各群组的外在年龄层或因子 表达倾向等来作为被试验者的外在年龄信息。

[第3实施方式]

在上述第2实施方式中，基于被试验者的每个增龄公因子的因子 得分，而确定被试验者的因子表达模式(第1模式确定方法)。在第3 实施方式中，不使用被试验者的因子得分，而基于被试验者的特征量 组来确定被试验者的因子表达模式(第2模式确定方法)。以下，关于 第3实施方式，以与上述各实施方式不同的内容为中心进行说明，关 于同一内容适当省略。

在第3实施方式中的分析方法中，也包含与图1所示的第1实施 方式中的增龄分析方法相同的工序。在第3实施方式中，进一步详细 地说明各工序。以下，使用图7对第3实施方式中的分析方法进行说 明。

图7是表示第3实施方式中的分析方法的一个例子(第2模式确 定方法)的图。在使用第2模式确定方法的情况下，第3实施方式中 的分析方法如图7所示，代替第1实施方式中的(S13)而包含(S71)、 (S73)及(S75)。即，在第3实施方式中，确定被试验者的因子表达 模式的工序(S13)被详细化为(S71)、(S73)及(S75)。

(S71)分别取得关于多个因子表达模式的各个的特征量组的代表 值。在第3实施方式中，对于总体的各个别样本而言，根据个别样本 的每个增龄公因子的因子得分，分别确定因子表达模式，且关于所有 因子表达模式的各个，分别确定具有同一因子表达模式的各个别样本 的特征量组的代表值。各因子表达模式的代表值是根据具有同一因子 表达模式的各个别样本的特征量组而确定的表示特征量空间中的代表 性的位置的数据(具有与特征量组相同数量的要素的向量)，例如为表 示这些特征量组的重心的数据。然而，该代表值并不限制于重心。

(S73)分别算出在(S11)中所取得的被试验者的特征量组与在 (S71)中所取得的各因子表达模式的代表值的距离。代表值如上所述， 为具有与特征量组相同数量的要素的向量，在(S73)中，算出Euclid (欧几里得)距离。

(S75)基于(S73)中所算出的各因子表达模式的代表值与被试 验者的特征量组的距离，确定被试验者的上述因子表达模式。具体而 言，表示最小距离的因子表达模式被确定为被试验者的上述因子表达 模式。

(装置构成)

其次，关于第3实施方式中的分析装置，以与第1实施方式不同 的内容为中心进行说明。关于与第1实施方式相同的内容适当省略。 第3实施方式中的分析装置具有与图2所示的第1实施方式中的增龄 分析装置10相同的硬件构成，使用这样的硬件构成及下述处理构成， 执行上述第3实施方式中的分析方法。与第3实施方式中的分析方法 有关的上述内容也沿用至第3实施方式中的分析装置。

第3实施方式中的分析装置30具有与图5或图6所示的第2实施 方式相同的处理构成。然而，以下的各处理部执行与第2实施方式不 同的处理。

取得部31除(S11)以外，还执行上述(S71)。取得部31既可自 行保持各因子表达模式的特征量组的代表值，也可自可携型记录介质、 其它计算机等取得。

算出部34执行上述(S73)。

确定部32执行上述(S75)。

(第3实施方式中的作用及效果)

如上所述，在第3实施方式中，算出被试验者的特征量组与预先 算出的各因子表达模式的特征量组的代表值的距离，基于该距离而确 定被试验者的因子表达模式。因此，根据第3实施方式，可不算出被 试验者的因子得分而仅通过距离计算，快速地确定被试验者的因子表 达模式。

[变形例]

基于上述增龄公因子的因子分析自身既可利用上述第1实施方式 中的增龄分析装置10及第2实施方式及第3实施方式的分析装置30 执行，也可利用其它计算机执行。另外，因子分析的总体也可通过逐 次取入成为增龄分析装置10及分析装置30的分析对象的被试验者而 进行更新。此情况下，如图8所示，重新执行(S17)、(S18)及(S19)。 再者，图8是表示对图4所示的第2实施方式中的分析方法追加新的 处理工序的例子，但也可将该新的处理工序追加至图1所示的第1实 施方式中的增龄分析方法或图7所示的第3实施方式中的分析方法。

图8是表示变形例中的分析方法的图。该分析方法还包含：取得 关于多个形状特征类型的总体所不包含的新的个别样本的特征量组， 对新的个别样本的特征量组及原本的总体的特征量组的集合执行使用 了上述增龄公因子的数量的因子分析(S17)，使用通过(S17)的因子 分析而重新获得的因子载荷量组，重新分别算出关于对原本的总体添 加了该新的个别样本而得的新的总体的各个别样本的每个增龄公因子 的因子得分(S18)，利用重新获得的因子载荷量组及关于新的总体的 各个别样本的因子得分，而更新自原本的总体所获得的原本的信息 (S19)。在图8中，将被试验者的特征量组用作新的个别样本的特征量组(S11)。然而，新的个别样本也可是被试验者以外。

图9是表示变形例中的分析装置30的处理构成例的图。此情况下， 分析装置30还具有分析处理部37，该分析处理部37对关于上述多个 形状特征类型的多个个别样本的特征量组进行使用了上述增龄公因子 的数量的因子分析。取得部31还取得关于上述多个形状特征类型的原 本的总体所不包含的新的个别样本的特征量组。分析处理部37对该新 的个别样本的特征量组及原本的总体的特征量组的集合执行因子分 析，使用通过该因子分析而重新获得的因子载荷量组，重新分别算出 关于对原本的总体添加了新的个别样本而得的新的总体的各个别样本 的每个增龄公因子的因子得分，根据重新获得的因子载荷量组及关于 新的总体的各个别样本的因子得分，而更新自原本的总体所获得的原 本的信息。自原本的总体及新的总体所获得的因子载荷量组及因子得 分组既可由分析装置30保持，也可由其它计算机保持。另外，取得部 31也可将被试验者的特征量组用作新的个别样本的特征量组。

根据该变形例，将原本的总体所不包含的新的人(包含被试验者) 的特征量组添加至原本的总体的特征量组的集合，重新执行因子分析， 利用重新获得的因子载荷量组及因子得分组而更新原本的信息，因而每当获得新的人的特征量组时，可推进学习，且提高分析精度。

以下，列举实施例，更详细地说明上述各实施方式。本发明不受 以下实施例任何限定。

实施例

图10A是表示形状特征类型及增龄公因子的例子的图。图10A是 表示通过对497名实际年龄为二十几至六十几的日本女性的总体中的 13个形状特征类型的特征量进行因子分析而提取的5个公因子的例 子。在图10A中，将5个公因子记为因子1至因子5。另外，13个形 状特征类型以1至13的数字表示。图10A中的下标y是指上下方向(与 地面正交的方向)的成分。例如“(眉梢-眉头)y”是指自眉梢向眉头 的上下方向的落差(垂直距离)。

图10B是说明图10A中所例示的形状特征类型的图。

眼睛的纵宽y表示眼睛的上下方向的最长部的长度，眼睛的面积 为眼睛的黏膜部的露出面积。脸颊宽度与颊弓宽度不同，为通过前视 状态下的人的左右的外眼角的与地面垂直的平面、和该被试验者的脸 部的表面的交线上的较外眼角更靠下方的颊骨位置的宽度。

吊眼程度是连结内眼角(眼角)与外眼角(眼梢)的直线和自内 眼角相对于地面水平地延伸的直线所成的角度。外在吊眼程度是连结 外在眼梢点与内眼角(眼角)的直线和自内眼角相对于地面水平地延 伸的直线所成的角度。所谓外在眼梢点是指外貌上的眼梢点，例如相 当于较外眼角更下垂的上眼睑的外眼角侧的端部。

(眉梢-眉峰)y表示自眉梢向眉峰的上下方向的落差(垂直距离)， (眉梢-眉头)y表示自眉梢向眉头的上下方向的落差(垂直距离)。

鱼眼程度表示连结内眼角与外眼角的直线的前后方向的倾斜度。 鱼眼程度也可谓眼梢的后退程度。

“耳珠点(tragion)-下颌角点/下颌角点-颚尖点”是将自耳珠点至 下颌角点为止的距离除以自下颌角点至颚尖点为止的距离所得的值。

下颌角点宽度为左右的下颌角附近的最突出部间的宽度。

(唇上端[左右]-下端)y/口裂宽度表示唇的纵横比，具体而言，表 示将自唇的上端向唇的下端的上下方向的落差(垂直距离)除以口裂 宽度所得的值。(鼻下点-唇上端[左右]/鼻下点-颚下点)y表示鼻的下方 的长度，具体而言，表示将自鼻下点向唇的上端的上下方向的落差除 以自鼻下点向颚下点的上下方向的落差所得的值。

虽然在图10B中未表示，但左颊部角度是连结左耳珠点与左脸颊 宽度点的直线和连结左脸颊宽度点与左鼻翼点的直线所成的角。左颊 部最小曲率是自鼻下通过前视状态的人的左右的外眼角的与地面垂直 的平面和该被试验者的脸部的表面的交线上的通过较外眼角更靠下方 的颊骨位置的曲线的最小曲率。换言之，左颊部最小曲率是通过左脸 颊宽度点、鼻下点及右脸颊宽度点的3点的颅骨脸部剖面的颊部的最 小曲率。

本发明人等如下所述提取这样的13个形状特征类型。本发明人等 基于与外在年龄相关的特征点的变化量的解析及造形专家的解读特征 点的连动关系的见解等，使用相同模型中的4000以上的数据点(特征 点)，导出被推测为与外在年龄相关的60个特征点间的关系(形状特 征类型)。在该过程中，以不存在相关较大的多个形状特征类型的方式 将形状特征类型除外。而且，本发明人等统计性地对60个形状特征类 型的特征量与外在年龄的关系进行解析，提取与外在年龄具有较大相 关(复相关系数大于0.200)的如上所述的13个形状特征类型。作为 该统计性的解析，使用将关于60个形状特征类型的特征量组作为说明 变量组且将外在年龄作为目标变量的复回归分析。

图10C是表示图10A所示的各因子的与外在年龄的相关的图。再 有，本发明人等关于各公因子，分别算出上述总体所包含的个别样本 的因子得分与外在年龄的相关系数，确认了各公因子的相关系数如图 10C所示，分别大于总体的样本数的1％显著性水平的界限值。这样， 发现了如图10A的例子那样的与外在年龄关联的增龄公因子。

另一方面，若关于各公因子分别将每个形状特征类型的因子载荷 量进行比较，则如图10A所示，可根据受到较大的影响的增龄公因子 而将13个形状特征类型分类。具体而言，形状特征类型1至3(吊眼 程度、外在吊眼程度及鱼眼程度)较大程度地依赖于因子1，形状特征 类型4及5较大程度地依赖于因子2，形状特征类型6及7较大程度地 依赖于因子3，形状特征类型8及9较大程度地依赖于因子4，形状特 征类型10及11较大程度地依赖于因子5。根据该关系，认为因子1为 对应于眼睛的倾斜度的因子，因子2为对应于眉毛的倾斜度的因子， 因子3为对应于眼睛的大小的因子，因子4为对应于下颌的鼓出的因 子，因子5为对应于鼻下的长度及唇的厚薄的因子。

然而，增龄公因子的数量及形状特征类型并不限定于图10A所示 的。例如关于与外在年龄相关的多个形状特征类型的特征量组，只要 包含如下特征量便可：(a)表示鼻下的长度及唇的厚薄的多个特征量、 (b)表示眼睛相对于脸颊宽度的相对大小的多个特征量、(c)表示上 下方向及前后方向的眼睛的倾斜度的多个特征量、(d)表示眉毛相对 于脸颊宽度的下垂状态的多个特征量、及(e)表示下颌角点宽度相对 于脸颊宽度的大小、及颚尖、耳与下颌角点的位置关系的多个特征量。

图11是表示形状特征类型及增龄公因子的其它例子的图。在图11 的例子中，表示利用与图10A不同的12个形状特征类型提取5个增龄 公因子的例子。在图11的例子中，也可确认各增龄公因子与外在年龄 的相关系数分别大于总体的样本数中的1％显著性水平的界限值。

其次，说明通过对每个增龄公因子的复回归公式分别应用被试验 者的特征量组而算出被试验者的每个增龄公因子的因子得分的方法 (参照第2实施方式)的具体例。在本具体例中，说明取得复回归公 式的例子及利用该复回归公式所获得的被试验者的因子得分的评估。 此处，利用图10A所示的形状特征类型及增龄公因子。

在本具体例中，首先，自上述实际年龄为二十几至六十几的日本 女性497人的总体，针对各年代随机分别提取5人作为被试验者，对 除该被试验者以外的472人的暂定总体的特征量组的集合进行因子分 析。由此，分别算出关于13个形状特征类型的各个的每个增龄公因子 的因子载荷量，且关于该暂定总体的各个别样本，分别算出每个增龄 公因子的因子得分。其次，通过使用了关于该暂定总体的各个别样本 的每个增龄公因子的因子得分、及特征量组的复回归分析，而算出图 12所示的每个增龄公因子的复回归公式。

图12是表示用以自特征量组获得因子得分的复回归公式的例子的 图。在图12中，关于各增龄公因子(因子1至因子5)，分别表示每个 形状特征类型的偏回归系数。

图13是表示自图12所示的复回归公式所获得的各被试验者的因 子得分与增龄公因子的表达状况的图。在图13中，分别表示25人的 各被试验者的每个增龄公因子的因子得分。另外，各增龄公因子的表 达状况由-1、0及+1的表达分数表示，表达分数成为-1或+1的因子得 分利用阴影表示。在图13的最左侧的列中，以年代(20's等)的形式 表示被试验者年龄，在左起第2列中，表示被试验者的编号，在最右 侧的列中，表示表达分数成为-1或+1的增龄公因子的编号。

图14是表示通过对包含被试验者的总体(497名)的特征量组的 集合进行因子分析而获得的各被试验者的因子得分与增龄公因子的表 达状况的图。在图14中，表示出通过对包含被试验者的总体进行因子 分析而获得的因子得分，因而图14所示的各被试验者的因子得分与增 龄公因子的表达状况为原本应求出的状况(正解)。因此，当利用图13 与图14将各增龄公因子的表达状况进行比较时，在图13与图14中仅 被试验者(309)的因子1的表达状况不同。利用图13所推断出的被 试验者(309)的因子1的表达分数为+1，相对于此，图14所示的正 解的表达分数成为0。然而，由于关于其它24名被试验者的增龄公因 子的表达状况一致，因而，结果可验证利用图13的方法所推断出的因 子得分表示25分的24这样的较高的精度。

再有，本发明人等对248人的总体中的9个形状特征类型的特征 量组的集合进行将公因子数设为4的因子分析，确定该总体的各个别 样本的因子表达模式。另一方面，本发明人等利用因子表达模式(16 个)将各个别样本进行分类，针对每个因子表达模式算出特征量空间 (9维)中的重心，关于各个别样本，分别算出距离每个因子表达模式 的重心的距离，将该距离最小的因子表达模式确定为各个别样本的因 子表达模式。结果确认了使用该距离而确定的因子表达模式与通过因 子分析而确定的因子表达模式以81.1％的比率一致。

图15是表示本实施例中的因子表达状况的确定方法的图。在本实 施例中，用以根据因子得分获得因子表达状况的阈值利用对该增龄公 因子的因子得分的平均加上0.25σ(σ为标准偏差)所获得的第1阈值 (+0.25σ)、及自该平均减去0.25σ而获得的第2阈值(-0.25σ)。标准 偏差σ关于各增龄公因子分别算出，因而第1阈值及第2阈值针对每 个增龄公因子而分别设置。在本实施例中，在被试验者的某个增龄公 因子的因子得分大于该增龄公因子用的第1阈值的情况下，将被试验 者的该增龄公因子的表达分数设为+1，在该因子得分小于第2阈值的 情况下，将该表达分数设为-1，在该因子得分为第1阈值以下且第2 阈值以上的情况下，将该表达分数确定为0。

再有，为了验证增龄公因子的表达状况与外在年龄的相关关系， 本发明人等基于增龄公因子的表达分数，将通过对上述总体(497名) 的因子分析而获得的各个别样本分类为如下4种类型(S组、N组、X 组、Y组)。S组是+1的表达分数较-1的表达分数多2个以上的类型， N组是+1的表达分数为1个以下且-1的表达分数为1个以下且+1的表 达分数的数量与-1的表达分数的数量的差为1个以下的类型，X组是 +1的表达分数为2个以上，且-1的表达分数为2个以上，且+1的表达 分数的数量与-1的表达分数的数量的差为1个以下的类型，Y组是-1 的表达分数较+1的表达分数多2个以上的类型。

本发明人等针对外在年龄的每个年代将个别样本的分类状况汇 总，如图16所示，证实了增龄公因子的表达状况与外在年龄相关。图 16是表示外在年龄的每个年代的个别样本的分类状况的图。根据图16， 外在年龄越高，属于S组的个别样本的比率越增加，外在年龄越低， 属于Y组的个别样本的比率越增加。由此，证明了增龄公因子的表达 状况与外在年龄相关，增龄公因子表达得越多的人，外在年龄越高。

图17是表示因子表达模式的分类例的图。本发明人等使用图10A 的例子中所确定的各个别样本的因子表达模式，针对每个因子表达模 式，算出具有该因子表达模式的个别样本的外在年龄的平均，通过使 用该平均年龄，而将因子表达模式分类为3个群组(记为区域1、区域 2及区域3)。在图17中，带圈数字表示被确定为表达的增龄公因子的 编号，包围至少1个带圈数字的四方形表示1个因子表达模式，置于 该四方形的下方的带括号的数字表示平均年龄，该带括号的数字的右 侧的数字表示属于该因子表达模式的个别样本的数量。

如图17所示，可知各群组对应于三十几、四十几、五十几的外在 年龄层。再有，仅表达出1个增龄公因子的因子表达模式被分类为多 个群组中的年龄最小的群组，表达出全部的增龄公因子(5个)的因子 表达模式及表达出比全部的增龄公因子少1个的数量(4个)的增龄公 因子的因子表达模式被分类为多个群组中的年龄最大的群组。

本发明人等通过对属于被记为区域2及区域3的各群组的因子表 达模式进一步使用各个别样本的因子得分进行组集分析，而将这些因 子表达模式分类成更详细的群组。在图17中，被圈包围的因子表达模 式表示属于同一群组。

图18是表示基于因子表达模式的分类的增龄信息的例子的图。对 通过如上所述的因子表达模式的分类而产生的各群组，分别标注名称、 因子表达模式、增龄公因子的表达数、外在年龄的平均值及人数。可 通过将这样的表与关于被试验者所确定的因子表达模式一并向被试验 者提示，而对被试验者提供增龄状况信息。例如对于仅表达出1个增 龄公因子的被试验者，可提示在与该表达出的增龄公因子对应的部位 (眼睛、眉毛、下颌、鼻下及唇等)存在使外在年龄增加的主要原因 等的分析结果。这样，只要可特定出使外在年龄增加的主要原因的部 位，则也可提出应对该被特定出的部位的美容手术。另外，也可提示赋予至对应的群组的外在年龄的平均来作为被试验者的外在年龄。

这样，可将上述各实施方式中的方法及装置用于衰老修护的信息 提供(咨询)。此情况下，只要针对每个因子表达模式或将因子表达模 式分类而得的每个群组，预先使对应的美容手术的信息建立相关，则 可与被试验者的增龄信息一并提供该美容手术信息。

再者，在上述说明中所使用的多个流程图中，依序记载有多个工 序(处理)，但各实施方式中所执行的工序的执行顺序并不限定于该记 载的顺序。在各实施方式中，可在内容上无影响的范围内将图示的工 序的顺序变更。另外，上述各实施方式及各变形例可在不违背内容的 范围内组合。

上述各实施方式及各变形例的一部分或全部也可如下述那样特定 出。然而，上述各实施方式及各变形例并不限定于以下的记载。

＜1＞一种增龄分析方法，其包含：

取得关于与年龄相关的多个形状特征类型的被试验者的特征量 组；

使用对关于多个人的总体的特征量组的集合进行因子分析而提取 的多个增龄公因子、及上述被试验者的特征量组，确定上述被试验者 的表示该多个增龄公因子的表达状况的因子表达模式；

基于上述被试验者的上述因子表达模式而取得上述被试验者的增 龄信息。

＜2＞如＜1＞所述的增龄分析方法，其中，

上述因子表达模式的确定包含：

使用上述被试验者的上述特征量组，分别算出关于上述多个增龄 公因子的各个的上述被试验者的因子得分，

基于上述被试验者的每个上述增龄公因子的上述因子得分，确定 上述被试验者的上述因子表达模式。

＜3＞

如＜2＞所述的增龄分析方法，其中，

上述因子表达模式的确定包含：

通过将表示上述总体的因子得分分布中的规定位置的阈值与上述 被试验者或上述总体所包含的个别样本的因子得分关于上述多个增龄 公因子分别进行比较，从而确定上述被试验者或上述个别样本的增龄 公因子的表达状况，

对于上述被试验者或上述个别样本确定表示被确定为作为上述表 达状况而表达的至少1个增龄公因子的上述因子表达模式。

＜4＞

如＜2＞或＜3＞所述的增龄分析方法，其中，

上述被试验者的因子得分的算出中，

将上述被试验者的上述特征量组分别应用于各复回归公式，上述 各复回归公式通过对关于上述总体的上述特征量组的集合应用将关于 上述多个形状特征类型的特征量组作为说明变量组且将因子得分作为 目标变量的每个上述增龄公因子的复回归分析而分别获得。

＜5＞

如＜4＞所述的增龄分析方法，其中，

上述总体不包含上述被试验者，

上述增龄分析方法还包含：

对关于上述总体的上述特征量组的集合及上述被试验者的上述特 征量组应用每个上述增龄公因子的复回归分析，

利用通过每个上述增龄公因子的复回归分析而分别获得的各复回 归公式，置换自上述总体获得的原本的各复回归公式。

＜6＞

如＜2＞或＜3＞所述的增龄分析方法，其中，

上述总体包含上述被试验者，

上述被试验者的因子得分的算出中，使用关于上述总体的上述特 征量组的集合、上述多个形状特征类型间的相关系数组、及通过上述 因子分析而获得的因子载荷量组，分别算出关于上述总体的各个别样 本的各增龄公因子的因子得分。

＜7＞

如＜1＞所述的增龄分析方法，其中，

对于上述总体的各个别样本而言，根据该个别样本的每个上述增 龄公因子的因子得分，分别确定因子表达模式，

上述因子表达模式的确定包含：

对于关于上述总体而确定的多个因子表达模式的各个，分别取得 具有同一因子表达模式的个别样本的特征量组的代表值，

分别算出上述被试验者的上述特征量组与上述各因子表达模式的 上述代表值的距离，

基于上述距离而确定上述被试验者的上述因子表达模式。

＜8＞

如＜1＞至＜7＞中任一项所述的增龄分析方法，其中，关于上述 各增龄公因子的上述总体所包含的个别样本的因子得分与年龄的相关 系数分别大于上述总体的样本数中的1％显著性水平的界限值。

＜9＞

如＜1＞至＜8＞中任一项所述的增龄分析方法，其中，

上述增龄信息的取得包含：

自根据增龄信息的共通性将对应于上述各增龄公因子的表达状况 的全部组合的所有因子表达模式加以分类而得的多个群组中，选择对 应于上述被试验者的因子表达模式的群组。

＜10＞

如＜9＞所述的增龄分析方法，其中，

对于上述总体的各个别样本而言，根据该个别样本的每个上述增 龄公因子的因子得分，分别确定因子表达模式，

上述所有因子表达模式基于具有同一因子表达模式的各个别样本 的年龄、因子得分及因子表达数的至少1者，被分类为上述多个群组。

＜11＞

如＜9＞或＜10＞所述的增龄分析方法，其中，

上述多个群组根据年龄层而形成，

未表达出增龄公因子或仅表达出1个增龄公因子的因子表达模式 被分类为上述多个群组中的年龄最小的群组，表达出全部的增龄公因 子的因子表达模式及表达出比全部的增龄公因子少一个的数量的增龄 公因子的因子表达模式被分类为上述多个群组中的年龄最大的群组。

＜12＞

如＜9＞至＜11＞中任一项所述的增龄分析方法，其中，

上述增龄信息的取得还包含取得对根据上述被试验者的因子表达 模式而选择的群组赋予的增龄信息。

＜13＞

如＜1＞至＜12＞中任一项所述的增龄分析方法，其还包含：

取得关于上述多个形状特征类型的上述总体所不包含的新的个别 样本的特征量组，

对上述新的个别样本的特征量组及上述总体的特征量组的集合执 行使用了上述增龄公因子的数量的因子分析，

使用利用上述因子分析而重新获得的因子载荷量组，重新分别算 出关于对上述总体添加了上述新的个别样本后的新的总体的各个别样 本的每个增龄公因子的因子得分，

根据上述重新获得的因子载荷量组及关于上述新的总体的各个别 样本的因子得分，更新自上述总体获得的原本的信息。

＜14＞

如＜1＞至＜13＞中任一项所述的增龄分析方法，其中，

与年龄相关的上述多个形状特征类型包含鼻下的长度及唇的厚薄 的至少一者、眼睛的大小、眼睛的倾斜度、眉毛的倾斜度及下颌的鼓 出中的至少2者。

＜15＞

如＜1＞至＜14＞中任一项所述的增龄分析方法，其中，

上述年龄为外在年龄，

上述增龄公因子的数量为5个，

关于与上述外在年龄相关的上述多个形状特征类型的上述特征量 组包含表示鼻下的长度及唇的厚薄的多个特征量、表示眼睛相对于脸 颊宽度的相对大小的多个特征量、表示上下方向及前后方向的眼睛的 倾斜度的多个特征量、表示眉毛相对于脸颊宽度的下垂状态的多个特 征量、及表示下颌角点宽度相对于脸颊宽度的大小、及颚尖、耳与下 颌角点的位置关系的多个特征量。

＜16＞

如＜1＞至＜15＞中任一项所述的增龄分析方法，其中，基于通过 将关于该多个形状特征类型的特征量组作为说明变量组且将年龄作为 目标变量的复回归分析而获得的每个形状特征类型的复相关系数，自 人的头部表面上的多个形状特征类型中筛选出与年龄相关的上述多个 形状特征类型。

＜17＞

一种增龄分析装置，其具备：

取得单元，其取得关于与年龄相关的多个形状特征类型的被试验 者的特征量组；

确定单元，其使用对关于多个人的总体的特征量组的集合进行因 子分析而提取的多个增龄公因子、及上述被试验者的特征量组，确定 上述被试验者的表示该多个增龄公因子的表达状况的因子表达模式； 及

输出单元，其基于上述被试验者的上述因子表达模式而输出上述 被试验者的增龄信息。

＜18＞

如＜17＞所述的增龄分析装置，其中，

上述确定单元包含算出单元，该算出单元使用上述被试验者的上 述特征量组，分别算出关于上述多个增龄公因子的各个的上述被试验 者的因子得分，

基于上述被试验者的每个上述增龄公因子的上述因子得分，确定 上述被试验者的上述因子表达模式。

＜19＞

如＜18＞所述的增龄分析装置，其中，

上述确定单元中，

将表示上述总体的因子得分分布中的规定位置的阈值与上述被试 验者的因子得分关于上述多个增龄公因子分别进行比较，由此确定在 上述被试验者表达的增龄公因子，

对上述被试验者确定表示被确定为表达的至少1个增龄公因子的 上述因子表达模式。

＜20＞

如＜18＞或＜19＞所述的增龄分析装置，其中，

上述算出单元将上述被试验者的上述特征量组分别应用于各复回 归公式，上述各复回归公式通过对关于上述总体的上述特征量组的集 合应用将关于上述多个形状特征类型的特征量组作为说明变量组且将 因子得分作为目标变量的每个上述增龄公因子的复回归分析而分别获 得。

＜21＞

如＜20＞所述的增龄分析装置，其中，

上述总体不包含上述被试验者，

上述取得单元还取得关于上述总体的上述特征量组的集合，

上述算出单元中，

对关于上述总体的上述特征量组的集合及上述被试验者的上述特 征量组应用每个上述增龄公因子的复回归分析，

利用通过每个上述利用通过每个上述增龄公因子的复回归分析而分别获得的各复回 归公式，置换自上述总体获得的原本的各复回归公式。

＜22＞

如＜18＞或＜19＞所述的增龄分析装置，其中，

上述总体包含上述被试验者，

上述取得单元还取得关于上述总体的上述特征量组的集合、上述多个形状特征类型间的相关系数组、及通过上述因子分析而获得的因子载荷量组，

上述算出单元使用通过上述取得单元而取得的上述特征量组的集 合、上述相关系数组及上述因子载荷量组，分别算出关于上述总体的 各个别样本的各增龄公因子的因子得分。

＜23＞

如＜17＞所述的增龄分析装置，其中，

对于上述总体的各个别样本而言，根据该个别样本的每个上述增 龄公因子的因子得分，分别确定因子表达模式，

上述取得单元对于关于上述总体而确定的多个因子表达模式的各 个，分别进一步取得具有同一因子表达模式的个别样本的特征量组的 代表值，

上述确定单元包含算出单元，该算出单元分别算出上述被试验者 的上述特征量组与上述各因子表达模式的上述代表值的距离，

基于上述距离而确定上述被试验者的上述因子表达模式。

＜24＞

如＜17＞至＜23＞中任一项所述的增龄分析装置，其中，关于上 述各增龄公因子的上述总体所包含的个别样本的因子得分与年龄的相 关系数分别大于上述总体的样本数中的1％显著性水平的界限值。

＜25＞

如＜17＞至＜24＞中任一项所述的增龄分析装置，其中，

上述输出单元输出对上述多个增龄公因子的各个赋予的名称及表 示上述被试验者的因子表达模式的上述增龄信息。

＜26＞

如＜17＞至＜25＞中任一项所述的增龄分析装置，其还具备选择 单元，该选择单元自根据增龄的共通性将与上述各增龄公因子的表达 状况的全部组合对应的所有因子表达模式加以分类而得的多个群组 中，选择对应于上述被试验者的因子表达模式的群组。

＜27＞

如＜26＞所述的增龄分析装置，其中，

对于上述总体的各个别样本而言，根据该个别样本的每个上述增 龄公因子的因子得分，分别确定因子表达模式，

上述所有因子表达模式基于具有同一因子表达模式的各个别样本 的年龄、因子得分及因子表达数的至少1者而分类成上述多个群组。

＜28＞

如＜26＞或＜27＞所述的增龄分析装置，其中，

上述多个群组根据年龄层而形成，

未表达出增龄公因子或仅表达出1个增龄公因子的因子表达模式， 被分类为上述多个群组中的年龄最小的群组，表达出全部的增龄公因 子的因子表达模式及表达出比全部的增龄公因子少一个的数量的增龄 公因子的因子表达模式被分类为上述多个群组中的年龄最大的群组。

＜29＞

如＜26＞至＜28＞中任一项所述的增龄分析装置，其中，

上述输出单元输出对根据上述被试验者的因子表达模式而选择的 群组赋予的上述增龄信息。

＜30＞

如＜17＞至＜29＞中任一项所述的增龄分析装置，其还具备分析 处理单元，该分析处理单元对关于上述多个形状特征类型的多个个别 样本的特征量组进行使用了上述增龄公因子的数量的因子分析，

上述取得单元还取得关于上述多个形状特征类型的上述总体所不 包含的新的个别样本的特征量组，

上述分析处理单元中，

对上述新的个别样本的特征量组及上述总体的特征量组的集合执 行上述因子分析，

使用利用上述因子分析而重新获得的因子载荷量组，重新分别算 出关于对上述总体添加了上述新的个别样本而得的新的总体的各个别 样本的每个增龄公因子的因子得分，

根据上述重新获得的因子载荷量组及关于上述新的总体的各个别 样本的因子得分，更新自上述总体获得的原本的信息。

＜31＞

如＜17＞至＜30＞中任一项所述的增龄分析装置，其中，

与年龄相关的上述多个形状特征类型包含鼻下的长度及唇的厚薄 的至少一者、眼睛的大小、眼睛的倾斜度、眉毛的倾斜度及下颌的鼓出中的至少2者。

＜32＞

如＜17＞至＜31＞中任一项所述的增龄分析装置，其中，

上述年龄为外在年龄，

上述增龄公因子的数量为5个，

包含表示鼻下的长度及唇的厚薄的多个特征量、表示眼睛相对于 脸颊宽度的相对大小的多个特征量、表示上下方向及前后方向的眼睛 的倾斜度的多个特征量、表示眉毛相对于脸颊宽度的下垂状态的多个 特征量、及表示下颌角点宽度相对于脸颊宽度的大小、及颚尖、耳与 下颌角点的位置关系的多个特征量。

＜33＞

如＜17＞至＜32＞中任一项所述的增龄分析装置，其中，

基于通过将关于该多个形状特征类型的特征量组作为说明变量组 且将外在年龄作为目标变量的复回归分析而获得的每个形状特征类型 的复相关系数，自人的头部表面上的多个形状特征类型中筛选出与年 龄相关的上述多个形状特征类型。

＜34＞

一种衰老修护的信息提供方法，其包含＜1＞至＜16＞中任一项所 述的增龄分析方法。

＜35＞

一种程序，其使＜1＞至＜16＞中任一项所述的增龄分析方法在至 少1台计算机中执行。

本申请主张以2014年2月24日申请的日本申请特愿2014-033374 号为基础的优先权，且将其全部公开引入本文。

Claims (21)

1.一种增龄分析方法，其中，

包含：

取得关于与年龄相关的多个形状特征类型的被试验者的特征量组；

使用对关于多个人的总体的特征量组的集合进行因子分析而提取的多个增龄公因子、及所述被试验者的特征量组，确定所述被试验者的、表示该多个增龄公因子的表达状况的因子表达模式；

基于所述被试验者的所述因子表达模式，取得所述被试验者的增龄信息。

2.如权利要求1所述的增龄分析方法，其中，

所述因子表达模式的确定包含：使用所述被试验者的所述特征量组，分别算出关于所述多个增龄公因子的各个的所述被试验者的因子得分，

基于所述被试验者的每个所述增龄公因子的所述因子得分，确定所述被试验者的所述因子表达模式。

3.如权利要求2所述的增龄分析方法，其中，

所述因子表达模式的确定包含：

通过将表示所述总体的因子得分分布中的规定位置的阈值与所述被试验者或所述总体所包含的个别样本的因子得分针对所述多个增龄公因子分别进行比较，从而确定所述被试验者或所述个别样本中的增龄公因子的表达状况，

对于所述被试验者或所述个别样本，确定表示被确定为作为所述表达状况而表达的至少1个增龄公因子的所述因子表达模式。

4.如权利要求2或3所述的增龄分析方法，其中，

所述被试验者的因子得分的算出中，

将所述被试验者的所述特征量组分别应用于各复回归公式，所述各复回归公式通过对关于所述总体的所述特征量组的集合应用将关于所述多个形状特征类型的特征量组作为说明变量组且将因子得分作为目标变量的每个所述增龄公因子的复回归分析而分别获得。

5.如权利要求4所述的增龄分析方法，其中，

所述总体不包含所述被试验者，

所述增龄分析方法还包含：

对关于所述总体的所述特征量组的集合及所述被试验者的所述特征量组应用每个所述增龄公因子的复回归分析，

利用通过每个所述增龄公因子的复回归分析而分别获得的各复回归公式，置换自所述总体获得的原本的各复回归公式。

6.如权利要求2或3所述的增龄分析方法，其中，

所述总体包含所述被试验者，

所述被试验者的因子得分的算出中，使用关于所述总体的所述特征量组的集合、所述多个形状特征类型间的相关系数组、及通过所述因子分析而获得的因子载荷量组，分别算出关于所述总体的各个别样本的各增龄公因子的因子得分。

7.如权利要求1所述的增龄分析方法，其中，

对于所述总体的各个别样本而言，根据该个别样本的每个所述增龄公因子的因子得分而分别确定因子表达模式，

所述因子表达模式的确定包含：

对于关于所述总体而确定的多个因子表达模式的各个，分别取得具有同一因子表达模式的个别样本的特征量组的代表值；

分别算出所述被试验者的所述特征量组与所述各因子表达模式的所述代表值的距离，

基于所述距离而确定所述被试验者的所述因子表达模式。

8.如权利要求1所述的增龄分析方法，其中，

关于所述各增龄公因子的、所述总体所包含的个别样本中的、因子得分与年龄的相关系数，分别大于所述总体的样本数中的1％显著性水平的界限值。

9.如权利要求1所述的增龄分析方法，其中，

所述增龄信息的取得包含：自对应于所述各增龄公因子的表达状况的全部组合的所有因子表达模式根据增龄信息的共通性而分类后的多个群组中，选择对应于所述被试验者的因子表达模式的群组。

10.如权利要求9所述的增龄分析方法，其中，

对于所述总体的各个别样本而言，根据该个别样本的每个所述增龄公因子的因子得分，分别确定因子表达模式，

所述所有因子表达模式基于具有同一因子表达模式的各个别样本的年龄、因子得分及因子表达数的至少1者而被分类为所述多个群组。

11.如权利要求9或10所述的增龄分析方法，其中，

所述多个群组根据年龄层而形成，

增龄公因子未表达或仅1个增龄公因子表达的因子表达模式被分类为所述多个群组中的年龄最小的群组，全部的增龄公因子表达的因子表达模式及比全部的增龄公因子少一个的数量的增龄公因子表达的因子表达模式被分类为所述多个群组中的年龄最大的群组。

12.如权利要求9或10所述的增龄分析方法，其中，

所述增龄信息的取得还包含取得对根据所述被试验者的因子表达模式而选择的群组赋予的增龄信息。

13.如权利要求1所述的增龄分析方法，其中，

与年龄相关的所述多个形状特征类型包含鼻下的长度及唇的厚薄的至少一者、眼睛的大小、眼睛的倾斜度、眉毛的倾斜度及下颌的鼓出中的至少2者。

14.如权利要求1所述的增龄分析方法，其中，

所述年龄为外在年龄，

所述增龄公因子的数量为5个，

关于与所述外在年龄相关的所述多个形状特征类型的所述特征量组包含表示鼻下的长度及唇的厚薄的多个特征量、表示眼睛相对于脸颊宽度的相对大小的多个特征量、表示上下方向及前后方向的眼睛的倾斜度的多个特征量、表示眉毛相对于脸颊宽度的下垂状态的多个特征量、及表示下颌角点宽度相对于脸颊宽度的大小及颚尖、耳与下颌角点的位置关系的多个特征量。

15.如权利要求1所述的增龄分析方法，其中，

自人的头部表面上的多个形状特征类型中，基于通过将关于该多个形状特征类型的特征量组作为说明变量组且将年龄作为目标变量的复回归分析而获得的每个形状特征类型的复相关系数而筛选出与年龄相关的所述多个形状特征类型。

16.一种衰老修护的信息提供方法，其中，

包含权利要求1至15中任一项所述的增龄分析方法。

17.一种增龄分析装置，其中，

具备：

取得单元，其取得关于与年龄相关的多个形状特征类型的被试验者的特征量组；

确定单元，其使用对关于多个人的总体的特征量组的集合进行因子分析而提取的多个增龄公因子、及所述被试验者的特征量组，确定所述被试验者的表示该多个增龄公因子的表达状况的因子表达模式；及

输出单元，其基于所述被试验者的所述因子表达模式，输出所述被试验者的增龄信息。

18.如权利要求17所述的增龄分析装置，其中，

所述输出单元输出对所述多个增龄公因子的各个赋予的名称及表示所述被试验者的因子表达模式的所述增龄信息。

19.如权利要求17或18所述的增龄分析装置，其中，

所述输出单元输出对根据所述被试验者的因子表达模式而选择的群组赋予的所述增龄信息。

20.如权利要求17或18所述的增龄分析装置，其中，

还具备：分析处理单元，其对关于所述多个形状特征类型的多个个别样本的特征量组进行使用了所述增龄公因子的数量的因子分析，

所述取得单元还取得关于所述多个形状特征类型的所述总体所不包含的新的个别样本的特征量组，

所述分析处理单元中，

对所述新的个别样本的特征量组及所述总体的特征量组的集合执行所述因子分析，

使用通过所述因子分析而重新获得的因子载荷量组，重新分别算出关于对所述总体添加了所述新的个别样本后的新的总体的各个别样本的每个增龄公因子的因子得分，

根据所述重新获得的因子载荷量组及关于所述新的总体的各个别样本的因子得分，更新自所述总体获得的原本的信息。

21.一种计算机可读存储介质，其上存储有计算机指令，其中，

使权利要求1至15中任一项所述的增龄分析方法在至少1台计算机中执行。