JP2005063078A - 年齢変化画像生成方法及び肌平滑化画像生成方法 - Google Patents

Abstract

【課題】一枚の実年齢画像から年齢変化画像を生成する際に、減齢変化では皺のない自然な感じの肌に若返らせ、加齢変化では年相応の皺のある自然な感じの肌に老けさせる。
【解決手段】仮想年齢と実年齢の二世代の平均顔画像ＧＡ、ＧＢから形状データＳＡ、ＳＢとテクスチャデータＴＡ，ＴＢを抽出し、夫々の差で求められる差分形状データδＳ及び差分テクスチャデータδＴを、実年齢画像の形状データＳＲ及びテクスチャデータＴＲと合成して年齢変化画像ＧＣを生成する際に、加齢変化では差分テクスチャデータδＴに画像強調処理を施して皺を強調し肌を自然に老化させ、減齢変化では実年齢画像ＧＲ及びこれと同世代の平均顔画像ＧＡのテクスチャデータＴＲ、ＴＡの彩度成分および明度成分に関して重み付き平均をとることにより肌を平滑化して皺を少なくし肌を自然に若返らせるようにした。
【選択図】図２

Description

本発明は、顔の実年齢画像に基づき、この画像を任意の仮想年齢に加齢変化又は減齢変化させた画像を生成する年齢変化画像生成方法及び肌平滑化画像生成方法に関する。

一枚の顔画像から、その若いときや年老いたときの顔を簡便な方法により自然に生成することできれば、アミューズメント応用や、昨今のブロードバンド環境での自身の分身としてのアバター作成など、さまざまな分野での応用が期待できる。
例えば、結婚式などにおいて、新郎新婦の生い立ちから現在に至るまでをスライド等で紹介することが行われているが、過去だけでなく将来に至るまでをＣＧスライドを用いてドラマ仕立てで作成したり、また、還暦・喜寿・米寿の祝宴において、若いときの写真がなくてもその人が生まれてからの足跡をＣＧスライドを用いてドラマ仕立てで作成することもできる。

このため、一枚の顔画像に基づいてその人物の年齢を自在に変化させる様々な方法が試みられている。
その代表的な方法としては、異なる世代間の平均顔画像に基づいて、その差分情報を形状とテクスチャそれぞれについて求め、それらを実年齢画像と合成することにより年齢変化画像を生成するものである。

しかしながら、差分情報は、複数の顔画像の物理特徴を平均化して生成された各世代の平均顔画像を基準に求められるため、個人によってその出現が不規則である皺などの情報は打ち消され、非常に滑らかな肌を持った画像となる。
そのため、特に、減齢変化では実年齢画像の皺を完全に除去することができず、加齢変化では皺の少ない若い肌が維持され、年齢の変化があまり感じられない画像が生成されてしまうという問題があった。

例えば、高齢者から青年への減齢変化を考えた場合、差分テクスチャを実年齢画像に付加するだけでは、実年齢画像の高齢者の皺の除去を十分に行うことができない。
また、青年から幼児への減齢変化も同様であり、青年といえども細かな皺やしみが存在しており、それらを残したまま幼年変化を行っても十分な年齢変化が期待できない。

したがって、減齢変化を考えた場合、顔のテクスチャから皺やしみなどを除去する必要がある。
このための画像処理技術として、顔画像の各画素の信号値に対して、近隣の画素の信号値との差を求め、指定の閾値より大きい場合にその差分値に所定の係数を乗じた値を注目画素値に加え、差分を小さくすることで、画像全体をぼかすことなく皺やしみの成分のみを除去することが知られている（特許文献１参照）。
特開２０００−１０５８１５号公報

このような周辺画素との平滑化を行う手法は、皺やしみが薄い場合は有効であるが、高齢者のように皺が深い場合は皺の除去に限界がある。さらに、青年や幼年への変換を考えた場合、皺やしみの除去だけでは不十分であり、肌全体の若返りが必要である。

そこで本発明は、減齢変化を行うときは皺のない自然な感じの肌に若返らせ、加齢変化を行うときは年相応の皺のある自然な感じの肌に老けさせることができるようにする。

この課題を解決するために、本発明は、 顔の実年齢画像に基づきこの画像を加齢変化又は減齢変化させる年齢変化画像生成方法であって、
世代別の平均顔画像を蓄積した年齢サンプルデータベースから、年齢変化画像の仮想年齢と実年齢の二世代の平均顔画像を読み出し、これらの平均顔画像と実年齢画像の夫々から顔形状を特定する形状データ及び肌性状を特定するテクスチャデータを抽出し、
前記二世代の平均顔画像の形状データの差で求められる差分形状データに基づき実年齢画像の形状データを変化させて年齢変化形状データを生成し、
前記二世代の平均顔画像のテクスチャデータの差で求められる差分テクスチャデータ及び実年齢画像のテクスチャデータに基づいて生成される年齢変化テクスチャデータを前記年齢変化形状データにマッピングして年齢変化画像を生成する際に、
加齢変化させるときの年齢変化テクスチャデータは、前記差分テクスチャデータに画像強調処理又は先鋭化処理を施して得られた皺強調テクスチャデータを実年齢画像のテクスチャデータに加算して生成し、
減齢変化させるときの年齢変化テクスチャデータは、実年齢画像及びこれと同世代の平均顔画像のテクスチャデータをＨＳＩ色空間で表わし、肌部分の対応する画素について色相Ｈ_new、彩度Ｓ_new、明度Ｉ_newが次式で表わされる平滑テクスチャデータを算出し、得られた平滑テクスチャデータを実年齢画像の形状データにマッピングして肌平滑化画像を生成した後、その平滑テクスチャデータに前記差分テクスチャデータを加算して生成することを特徴とする。
Ｈ_new＝Ｈ_ori
Ｓ_new＝ω_ＳＳ_ori＋（１−ω_Ｓ）Ｓ_ave
Ｉ_new＝ω_ＩＩ_ori＋（１−ω_Ｉ）Ｉ_ave
Ｈ_ori、Ｓ_ori、Ｉ_ori：実年齢画像のテクスチャデータの色相、彩度、明度
Ｈ_ave、Ｓ_ave、Ｉ_ave：平均顔画像のテクスチャデータの色相、彩度、明度
ω_Ｓ：Ｓ成分についての重み係数
ω_Ｉ：Ｉ成分についての重み係数

本発明によれば、年齢変化させようとする二世代の平均顔画像の形状データとテクスチャデータの差分から差分形状データ及び差分テクスチャデータを求め、これを実年齢画像に合成して年齢変化画像を生成させる。

この場合に、加齢変化させるときは、差分テクスチャデータにアンシャープマスクなどの画像強調（先鋭化）処理を施すと、差分テクスチャデータに残る仮想年齢特有の皺情報が強調されるので、これを実年齢画像のテクスチャデータに加算することによってテクスチャデータに残る各人固有の皺が仮想年齢の年相応に強調されると共に、肌全体が老化し、自然な仮想加齢画像を生成することができるという効果がある。

減齢変化させるときは、実年齢画像及びこれと同世代の平均顔画像のテクスチャデータをＨＳＩ色空間で表わし、実年齢画像の色相を維持したまま、皺情報が含まれる彩度成分および明度成分に関して重み付き平均を求める。
このとき、実年齢画像のテクスチャデータには各人固有の皺情報が含まれ、平均顔画像のテクスチャデータは各人固有の皺情報を含まないので、重み付き平均を求めると、任意の割合で各人固有の皺を残しながら肌全体を若返らすことができ、自然な減齢変化画像を生成することができるという効果がある。

なお、重み係数は、現在の年齢から年齢差の少ない減齢変化画像を生成する場合など、個人の皺情報をより多く残したいときは、実年齢画像の重みを高くし、平均顔画像の重みが低くなるようにその値を設定すればよい。
また逆に、現在の年齢から年齢差の多い減齢変化画像を生成する場合など、個人の皺情報の影響を少なくしたいときは、実年齢画像の重みを低くし、平均顔画像の重みを高くなるようにその値を設定すればよい。

このような簡便な方法により自然な年齢変化画像を生成することできれば、時間や労力、費用といった制作コストを大幅に削減することができ、その有用性は大きく、アミューズメント応用や、昨今のブロードバンド環境での自身の分身としてのアバター作成など、さまざまな分野での応用が期待できる。

本発明では、一枚の実年齢画像に基づき年齢変化画像を生成する際に、減齢変化を行うときは皺のない自然な感じの肌に若返らせ、加齢変化を行うときは年相応の皺のある自然な感じの肌に老けさせるという目的を、複雑な画像処理技術を用いることなく簡便に実現した。

以下、本発明の実施形態を図面に基づいて具体的に説明する。
図１は本発明方法を実施する顔画像処理装置の構成図、図２は本発明方法を実施する年齢変化画像生成プログラムを示すフローチャート、図３は実年齢画像、平均顔画像の画像写真、図４は形状データの画像写真、図５は差分テクスチャデータ及び皺強調テクスチャデータの画像写真、図６は加齢変化による年齢変化画像の画像写真、図７は減齢変化による実年齢画像、肌平滑化画像及び年齢変化画像の画像写真、図８は年齢差の異なる減齢変化画像の画像写真である。

図１に示す画像処理装置１は、演算処理装置２及び記憶装置３を備えたコンピュータ４に、任意の人物についての実年齢画像を入力するデジタルカメラやスキャナなどの画像入力装置５と、プリンタ及びディスレイなどの出力装置６が接続されている。

記憶装置３は、演算装置２で実行処理させるプログラムを記憶するプログラム記憶部７の他、画像入力装置５から入力された実年齢像画像を記憶する実年齢顔画像記憶部８や、世代別の平均顔画像を蓄積した年齢サンプルデータベース９、これらの画像から抽出された形状データ、テクスチャデータ、差分データその他必要なデータを記憶するデータ記憶部１０を備えている。

本発明では、年齢変化に関する要素として、顔画像の変化を顔形状の変化とそれに伴うテクスチャの変化に分けて考え、年齢変化時の形状とテクスチャを別々に生成する．
ここで、形状データは、顔形状を特定できるものであれば良いが、本例では図４に示すように各顔画像から抽出される顔の特徴点を頂点として生成される三角形パッチの集合として捉え、前記各特徴点の座標データを用いている。
また、テクスチャデータは、顔画像の肌部分についての肌性状を特定できるものであれば良いが、本例では各画素のＲＧＢデータを用いているが、輝度値も使用し得る。

年齢サンプルデータベース９は、多数の顔画像に基づき、同性同世代の顔画像ごとに夫々の特徴点の座標データを平均化して得られる形状データに、各顔画像の対応する画素のＲＧＢ値同士を平均化して得られるテクスチャデータを合成してなる平均顔画像が、男女別／世代別に蓄積されている。
なお、顔画像を蓄積する世代の区切りは任意であるが、例えば１０代、２０代、３０代…というように１０歳ごとであったり、幼児、少年、青年…という区分であったり、任意の年齢幅をもって決定される。

図２は、本発明方法を実施するためにプログラム記憶部７に記憶された年齢変化画像生成プログラムＰの処理手順を示すフローチャートである。
このプログラムＰを実行開始させ、まず、ステップＳＴ１で年齢変化させようとする人物の顔が映った実年齢画像ＧＲを画像入力装置５から入力させるとその画像が実年齢画像記憶部８に記憶され、ステップＳＴ２で、実年齢Ａと、年齢変化させようとする仮想年齢Ｂと、性別が入力されるとステップＳＴ３に移行して、年齢サンプルデータベース９から実年齢Ａと仮想年齢Ｂに対応する二世代の平均顔画像ＧＡ、ＧＢが読み出される。

ステップＳＴ４では、前記各画像ＧＲ、ＧＡ、ＧＢについて、形状データＳＲ、ＳＡ、ＳＢと、テクスチャデータＴＲ、ＴＡ、ＴＢを抽出し、夫々のデータをデータ記憶部１０に記憶する。
このとき、実年齢画像ＧＲの形状データＳＲは、その画像ＧＲ上に設定される複数の特徴点を座標値であらわした座標データを読み取り、テクスチャデータＴＲは、画像ＧＲの画素ごとにＲＧＢデータを読み取ることにより抽出する。
平均顔画像ＧＡ、ＧＢの形状データＳＡ、ＳＢ及びテクスチャデータＴＡ、ＴＢは、年齢サンプルデータベース９の各平均顔画像を生成する際に、夫々の特徴点の座標データを平均化して得られる平均形状データ及び各顔画像の対応する画素のＲＧＢ値同士を平均化して得られる平均テクスチャデータとして予め算出されるのでこのデータを読み出すことにより抽出される。

ステップＳＴ５では、平均顔画像ＧＡ、ＧＢの形状データＳＡ、ＳＢ間で対応している特徴点ｉの座標の差で求められる差分形状データδＳを下式により算出する。
δＳｉ＝ＳＢｉ−ＳＡｉ（ｉ：特徴点番号）
また、テクスチャデータＴＡ、ＴＢの差で求められる差分テクスチャデータδＴは、対応する画素についてＲＧＢデータの差分を下式により算出する。
δＴ＝ＴＢ−ＴＡ
なお、これらの差分形状データδＳ及び差分テクスチャデータδＴは、年齢サンプルデータベース９に蓄積された各世代の平均顔画像を様々に組合せて予め算出し、これを蓄積させておいたデータベースから読み出すようにしてもよい。

次いで、ステップＳＴ６では、ステップＳＴ２で入力された実年齢と仮想年齢に基づき、加齢変化か減齢変化であるかを判断する。
そして、加齢変化であると判断されたときはＳＴ７に移行して、差分テクスチャデータδＴにアンシャープマスクなどの画像強調（先鋭化）処理を施して皺強調テクスチャデータＴＷを生成し、ステップＳＴ８でその皺強調テクスチャデータＴＷを実年齢画像ＧＲのテクスチャデータＴＲに加算して年齢変化テクスチャデータＴＣを生成した後、ステップＳＴ１３へ移行する。
このように画像強調（先鋭化）処理を施すと、差分テクスチャデータδＴに残る仮想年齢特有の皺情報が強調されるので、これをテクスチャデータＴＲに加算して年齢変化テクスチャＴＣを算出することによって、テクスチャデータＴＲに残る各人固有の皺が仮想年齢の年相応に強調され、年齢変化テクスチャＴＣにはその個人の肌全体が自然に老化した皺情報を有することになる。

一方、ステップＳＴ６で減齢変化であると判断されたときは、ステップＳＴ９に移行して実年齢画像ＧＲ及びこれと同世代の平均顔画像ＧＡのテクスチャデータＴＲ、ＴＡをＨＳＩ色空間に変換し、ステップＳＴ１０に移行して、肌部分の対応する画素について次式に基づいて平滑テクスチャデータＴＦの色相Ｈ_new、彩度Ｓ_new、明度Ｉ_newを算出する。
Ｈ_new＝Ｈ_ori
Ｓ_new＝ω_ＳＳ_ori＋（１−ω_Ｓ）Ｓ_ave
Ｉ_new＝ω_ＩＩ_ori＋（１−ω_Ｉ）Ｉ_ave
Ｈ_ori、Ｓ_ori、Ｉ_ori：実年齢画像のテクスチャデータの色相、彩度、明度
Ｈ_ave、Ｓ_ave、Ｉ_ave：平均顔画像のテクスチャデータの色相、彩度、明度
ω_Ｓ：Ｓ成分についての重み係数
ω_Ｉ：Ｉ成分についての重み係数
ここでＨ成分は、個人の肌の基準となる色合いを表しており、合成処理は行わず、その値を保持している。
また、重み係数ω_Ｓ、ω_Ｉは、現在の年齢から年齢差の少ない減齢変化画像を生成する場合など、個人の皺情報をより多く残したいときは、実年齢画像の重みを高くし、平均顔画像の重みが低くなるようにその値を設定すればよい。
逆に、現在の年齢から年齢差の多い減齢変化画像を生成する場合など、個人の皺情報の影響を少なくしたいときは、実年齢画像の重みを低くし、平均顔画像の重みを高くなるようにその値を設定すればよい。
なお、この場合に、肌以外の部分については実年齢画像ＧＲのテクスチャデータＴＲを用いる。

次いで，ステップＳＴ１１で平滑テクスチャデータＴＦを実年齢画像ＧＲの形状データＳＲにマッピングした後、色空間をＲＧＢに戻して肌平滑化画像ＧＦを生成し、ステップＳＴ１２でその平滑テクスチャデータＴＦに差分テクスチャデータδＴを加算して年齢変化テクスチャＴＣを生成した後、ステップＳＴ１３へ移行する。

このように、各テクスチャデータＴＲ、ＴＡをＨＳＩ色空間で色空間で表わすと、彩度成分および明度成分に皺情報が含まれる。
このとき、実年齢画像ＧＲのテクスチャデータＴＲには各人固有の皺情報が含まれるものの、平均顔画像ＧＡのテクスチャデータＴＡは肌が滑らかで、各人固有の皺情報が消失しているものの、その世代に共通する皺（たとえば深く刻まれた鼻唇溝）や目の下のたるみなどの情報は失われていない。
そこで、実年齢画像ＧＲの色相を維持したまま、彩度成分および明度成分に関して重み付き平均を求めることによって、テクスチャデータＴＲに残る各人固有の皺を残しながら肌が平滑化され、年齢変化テクスチャＴＣにはその個人の肌全体が自然に若返った皺情報が含まれることになる。

ステップＳＴ１３では、前記差分形状データδＳに基づき実年齢画像ＧＲの形状データＳＲの対応する特徴点を移動させることにより年齢変化形状データＳＣが生成される。
ＳＣｉ＝ＳＲｉ＋δＳｉ（ｉ：特徴点番号）
そして、ステップＳＴ１４では、年齢変化形状データＳＣに年齢変化テクスチャデータＴＣをマッピングすることにより、実年齢画像ＧＲの人物を仮想年齢に年齢変化させた年齢変化画像ＧＣが生成される。

次に、２０代の実年齢画像を本発明方法により変化させる場合について、その画像を伴って説明する。
図３（ａ）〜（ｃ）は、上段に実年齢画像ＧＲ、同世代（Ａ＝２０代）の平均顔画像ＧＡ、仮想年齢（Ｂ＝６０代）の平均顔画像ＧＢを示す。
まず、実年齢画像ＧＲが入力されると、同世代の平均顔画像ＧＡ及び仮想年齢の平均顔画像ＧＢが読み出され、夫々について、顔の特徴点を頂点とする三角形パッチに分割した形状データＳＲ、ＳＡ、ＳＢが抽出される（図４（ａ）〜（ｃ）参照）と共に、テクスチャデータＴＲ、ＴＡ、ＴＢが抽出される（ステップＳＴ１〜４）。

次いで、平均顔画像ＧＡ及びＧＢの形状データＳＡ、ＳＢに基づき差分形状データδＳが算出されると共に、テクスチャデータＴＡ、ＴＢに基づき差分テクスチャデータδＴ（図５（ａ）参照）が算出される（ステップＳＴ５）。

また、加齢変化であることから差分テクスチャデータδＴにアンシャープマスクなどの画像強調（先鋭化）処理が施されて皺強調テクスチャデータＴＷ（図５（ｂ）参照）が生成され、これが実年齢画像ＧＲのテクスチャデータＴＲに加算されて、年齢変化テクスチャＴＣが生成される（ステップＳＴ７〜８）。

そして、差分形状データδＳが実年齢画像ＧＲの対応する特徴点の形状データＳＲに加算されて、夫々の特徴点が移動されて年齢変化形状データＳＣが生成される。
そして、年齢変化形状データＳＣに年齢変化テクスチャデータＴＣをマッピングすることにより、実年齢画像ＧＲの人物を仮想年齢６０歳に年齢変化させた年齢変化画像ＧＣ（図６参照）が生成される。

また、減齢変化の場合は、差分形状データδＳ及び差分テクスチャデータδＴを算出するところまでは同じ処理が行われる。
ここで、図７（ａ）に示す６０代女性の実年齢画像ＧＲから２０代の年齢変化画像ＧＣを生成する場合に、差分形状データδＳに基づいて実年齢画像ＧＲの形状データＳＲの特徴点を移動させ、差分テクスチャデータδＴを実年齢画像ＧＲのテクスチャデータＴＲに加えても実年齢画像ＧＲのテクスチャデータＴＲに残る個人の皺情報がほとんど残ってしまい、生成された顔画像から年齢変化を感じない。

そこで、実年齢画像ＧＲ及びこれと同世代の平均顔画像ＧＡのテクスチャデータＴＲ、ＴＡをＨＳＩ色空間に変換し、肌部分の対応する画素について次式に基づいて平滑テクスチャデータＴＦの色相Ｈ_new、彩度Ｓ_new、明度Ｉ_newを算出する。
Ｈ_new＝Ｈ_ori
Ｓ_new＝ω_ＳＳ_ori＋（１−ω_Ｓ）Ｓ_ave
Ｉ_new＝ω_ＩＩ_ori＋（１−ω_Ｉ）Ｉ_ave
Ｈ_ori、Ｓ_ori、Ｉ_ori：実年齢画像のテクスチャデータの色相、彩度、明度
Ｈ_ave、Ｓ_ave、Ｉ_ave：平均顔画像のテクスチャデータの色相、彩度、明度
ω_Ｓ：Ｓ成分についての重み係数
ω_Ｉ：Ｉ成分についての重み係数
なお、この場合に、肌以外の部分については実年齢画像ＧＲのテクスチャデータＴＲを用いる。

このように生成された平滑テクスチャデータＴＦを実年齢画像ＧＲにマッピングした後、色空間をＲＧＢに戻して肌平滑化画像ＧＦを生成する（図７（ｂ）参照）と、各人固有の皺がほとんどなくなって平滑化され、その世代に共通する皺のみが残った画像が得られる。
次いで、平滑テクスチャデータＴＦに差分テクスチャデータδＴを加算して年齢変化テクスチャＴＣを生成した後、加齢変化と同様に、差分形状データδＳに基づき実年齢画像ＧＲの形状データＳＲの特徴点を移動して年齢変化形状データＳＣを生成し、この年齢変化形状データＳＣに年齢変化テクスチャデータＴＣをマッピングすることにより、実年齢画像ＧＲの人物を仮想年齢に年齢変化させた年齢変化画像ＧＣ（図７（ｃ）参照）が生成される。

同様に図３に示す２０代男性の実年齢画像ＧＲに基づき、仮想年齢５歳及び１５歳に減齢変化させたときの年齢変化画像ＧＣを図８（ａ）及び（ｂ）に示す。
なお今回は、顔の肌部分のみを年齢変化させることとし、髪の毛については、実年齢画像ＧＲのものをそのまま使用しているが、髪の毛の部分を別途記憶させておいた年齢別髪型データに変換して、年齢変化画像ＧＣを生成しても良い。

以上述べたように、本発明方法によれば、一枚の顔画像から、その若いときや年老いたときの自然な顔を簡便な方法により生成することできるので、アミューズメント応用や、昨今のブロードバンド環境での自身の分身としてのアバター作成など、さまざまな分野での応用が期待できる。

本発明方法を実施する顔画像処理装置の構成図。 本発明方法を実施する年齢変化画像生成プログラムを示すフローチャート。 実年齢画像、平均顔画像の画像写真。 形状データの画像写真。 差分テクスチャデータ及び皺強調テクスチャデータの画像写真。 加齢変化による年齢変化画像の画像写真。 減齢変化による実年齢画像、肌平滑化画像及び年齢変化画像の画像写真。 同一人物の加齢変化及び減齢変化を示す画像写真。

符号の説明

１ 画像処理装置
２ 演算処理装置
３ 記憶装置
４ コンピュータ
５ 画像入力装置
６ 出力装置
７ プログラム記憶部
８ 実年齢顔画像記憶部
９ 年齢サンプルデータベース
１０ データ記憶部
Ｐ 年齢変化画像生成プログラム
ＧＲ 実年齢画像
ＧＡ、ＧＢ 平均顔画像が読み出される。
ＳＲ、ＳＡ、ＳＢ 形状データ
ＴＲ、ＴＡ、ＴＢ テクスチャデータ
δＦ 差分形状データ
δＴ 差分テクスチャデータ
ＴＷ 皺強調テクスチャデータ
ＴＣ 年齢変化テクスチャデータ
ＴＦ 平滑テクスチャデータ
ＧＦ 肌平滑化画像

Claims (3)

1. 顔の実年齢画像に基づきこの画像を加齢変化又は減齢変化させる年齢変化画像生成方法であって、
   世代別の平均顔画像を蓄積した年齢サンプルデータベースから、年齢変化画像の仮想年齢と実年齢の二世代の平均顔画像を読み出し、これらの平均顔画像と実年齢画像の夫々から顔形状を特定する形状データ及び肌性状を特定するテクスチャデータを抽出し、
   前記二世代の平均顔画像の形状データの差で求められる差分形状データに基づき実年齢画像の形状データを変化させて年齢変化形状データを生成し、
   前記二世代の平均顔画像のテクスチャデータの差で求められる差分テクスチャデータ及び実年齢画像のテクスチャデータに基づいて生成される年齢変化テクスチャデータを前記年齢変化形状データにマッピングして年齢変化画像を生成する際に、
   加齢変化させるときの年齢変化テクスチャデータは、前記差分テクスチャデータに画像強調処理又は先鋭化処理を施して得られた皺強調テクスチャデータを実年齢画像のテクスチャデータに加算して生成し、
   減齢変化させるときの年齢変化テクスチャデータは、実年齢画像及びこれと同世代の平均顔画像のテクスチャデータをＨＳＩ色空間で表わし、肌部分の対応する画素について色相Ｈ_new、彩度Ｓ_new、明度Ｉ_newが次式で表わされる平滑テクスチャデータを算出し、得られた平滑テクスチャデータを実年齢画像の形状データにマッピングして肌平滑化画像を生成した後、その平滑テクスチャデータに前記差分テクスチャデータを加算して生成することを特徴とする年齢変化画像生成方法。
   Ｈ_new＝Ｈ_ori
   Ｓ_new＝ω_ＳＳ_ori＋（１−ω_Ｓ）Ｓ_ave
   Ｉ_new＝ω_ＩＩ_ori＋（１−ω_Ｉ）Ｉ_ave
   Ｈ_ori、Ｓ_ori、Ｉ_ori：実年齢画像のテクスチャデータの色相、彩度、明度
   Ｈ_ave、Ｓ_ave、Ｉ_ave：平均顔画像のテクスチャデータの色相、彩度、明度
   ω_Ｓ：Ｓ成分についての重み係数
   ω_Ｉ：Ｉ成分についての重み係数
2. 顔の実年齢画像に基づきこの画像を減齢変化させる年齢変化画像生成方法であって、
   世代別の平均顔画像を蓄積した年齢サンプルデータベースから、年齢変化画像の仮想年齢と実年齢の二世代の平均顔画像を読み出し、これらの平均顔画像と実年齢画像の夫々から顔形状を特定する形状データ及び肌性状を特定するテクスチャデータを抽出し、
   前記二世代の平均顔画像の形状データの差で求められる差分形状データに基づき実年齢画像の形状データを変化させて年齢変化形状データを生成し、
   前記二世代の平均顔画像のテクスチャデータの差で求められる差分テクスチャデータ及び実年齢画像のテクスチャデータに基づいて生成される年齢変化テクスチャデータを前記年齢変化形状データにマッピングして年齢変化画像を生成する際に、
   前記年齢変化テクスチャデータは、実年齢画像及びこれと同世代の平均顔画像のテクスチャデータをＨＳＩ色空間で表わし、肌部分の対応する画素について色相Ｈ_new、彩度Ｓ_new、明度Ｉ_newが次式で表わされる平滑テクスチャデータを算出し、得られた平滑テクスチャデータを実年齢画像の形状データにマッピングして肌平滑化画像を生成した後、その平滑テクスチャデータに前記差分テクスチャデータを加算して生成することを特徴とする年齢変化画像生成方法。
   Ｈ_new＝Ｈ_ori
   Ｓ_new＝ω_ＳＳ_ori＋（１−ω_Ｓ）Ｓ_ave
   Ｉ_new＝ω_ＩＩ_ori＋（１−ω_Ｉ）Ｉ_ave
   Ｈ_ori、Ｓ_ori、Ｉ_ori：実年齢画像のテクスチャデータの色相、彩度、明度
   Ｈ_ave、Ｓ_ave、Ｉ_ave：平均顔画像のテクスチャデータの色相、彩度、明度
   ω_Ｓ：Ｓ成分についての重み係数
   ω_Ｉ：Ｉ成分についての重み係数
3. 顔の実年齢画像データに基づき、その世代に共通する皺情報と各人固有の皺情報を合成させることにより肌を平滑化させる肌平滑化画像生成方法であって、
   世代別の平均顔画像を蓄積した年齢サンプルデータベースから実年齢画像データと同世代の平均顔画像を読み出し、平均顔画像と実年齢画像の夫々から顔形状を特定する形状データ及び肌性状を特定するテクスチャデータを抽出し、
   実年齢画像及び前記平均顔画像のテクスチャデータをＨＳＩ色空間で表わし、肌部分の対応する画素について色相Ｈ_new、彩度Ｓ_new、明度Ｉ_newが次式で表わされる平滑テクスチャデータを算出し、得られた平滑テクスチャデータを実年齢画像の形状データにマッピングすることを特徴とする肌平滑化画像生成方法。
   Ｈ_new＝Ｈ_ori
   Ｓ_new＝ω_ＳＳ_ori＋（１−ω_Ｓ）Ｓ_ave
   Ｉ_new＝ω_ＩＩ_ori＋（１−ω_Ｉ）Ｉ_ave
   Ｈ_ori、Ｓ_ori、Ｉ_ori：実年齢画像のテクスチャデータの色相、彩度、明度
   Ｈ_ave、Ｓ_ave、Ｉ_ave：平均顔画像のテクスチャデータの色相、彩度、明度
   ω_Ｓ：Ｓ成分についての重み係数
   ω_Ｉ：Ｉ成分についての重み係数