JP2013501292A - 基準画像に対して対象画像を補正する画像処理方法及びその画像処理装置 - Google Patents
基準画像に対して対象画像を補正する画像処理方法及びその画像処理装置 Download PDFInfo
- Publication number
- JP2013501292A JP2013501292A JP2012523398A JP2012523398A JP2013501292A JP 2013501292 A JP2013501292 A JP 2013501292A JP 2012523398 A JP2012523398 A JP 2012523398A JP 2012523398 A JP2012523398 A JP 2012523398A JP 2013501292 A JP2013501292 A JP 2013501292A
- Authority
- JP
- Japan
- Prior art keywords
- image
- target image
- image processing
- region
- mask
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本発明に係る自動画像処理方法は、対象画像に適用されるマスクの適用のための自動画像処理方法であって、a)顔を表す画像であるデジタルの対象画像を取得するステップ(300)と、b)前記対象画像の少なくとも一つの領域について、典型的な空間的欠陥を示し得る点に少なくとも一致する参照点を自動的に特定するステップ(320)と、c)少なくとも前記領域について、前記対象画像と基準画像とを比較することにより空間的欠陥検出テストを少なくとも1回実施するステップ(335)と、d)検出された空間的欠陥に応じて、前記欠陥を含む画像の領域に適用される空間補正マスクを自動的に特定するステップ(340)と、e)前記マスクを前記対象画像における関連領域に適用するステップ(350)とを備えている。また、本発明はその画像処理システムに関する。
【選択図】図15
【選択図】図15
Description
本発明は、対象画像に検出されたある欠陥又は不揃いを補正又は軽減するマスクを生成する画像処理方法に関する。
また、本発明は、その画像処理システムに関する。
例えば化粧業界では様々な方法でマスクを擬似生成している。ユーザは化粧しようとする自分の顔の画像を提供することで、カラーマスクが適用された補正画像を得る。ユーザはこのマスクをテンプレートとして用いて化粧することができる。マスクは、様々な特徴を持つテンプレートの画像ではなくユーザの顔の画像に適用されるため、リアルな印象を生み出し、ユーザ自身又はメーキャップアーティストによる化粧のための優れたテンプレートとなる。実際、専門スタッフが手作業でマスクを準備する、すなわち提供された画像を手作業で補修することでそのようなサービスを提供する設備があり、擬似的な自動処理を実現している。しかしこのような手法は機材の複雑化、準備時間の長大化、及び高コスト化の要因となる。また、手作業であることにより、専門家によって画像の取り扱いが異なり、所定の画像に対してもたらされる結果はいつも一定ではない。
人間がマスクデザインのプロセスに関与しないようにするために、特に、良好な再現性、素早い応答時間、及び安定的な結果を確保しつつ大量の画像を生成できるようにするために、本発明は様々な技術的手段を提供する。
本発明の第1の目的は、まず、対象画像、特に口、目、頬などの明瞭な画像領域に自動的に適用されるマスクを決定する画像処理方法を提供することにある。
本発明の別の目的は、欠陥領域の補正に役立つマスク、特に顔を表す画像用のマスクを生成する方法を提供することにある。
これら目的は請求項に記載された方法によって達成される。
すなわち、本発明が提供する方法は、対象画像に適用されるマスクの適用のための自動画像処理方法であって、
a)顔を表す画像であるデジタルの対象画像を取得するステップと、
b)前記対象画像の少なくとも一つの領域について、典型的な空間的欠陥(前記適用されるマスクにおける領域)を示し得る点に少なくとも一致する参照点を自動的に特定するステップと、
c)少なくとも前記領域について、前記対象画像と基準画像とを比較することにより空間的欠陥検出テストを少なくとも1回実施するステップと、
d)検出された空間的欠陥に応じて、前記欠陥を含む画像の領域に適用される空間補正(又は補償)マスクを自動的に特定・選択するステップと、
e)前記マスクを前記対象画像の関連領域に適用するステップとを備えている。
a)顔を表す画像であるデジタルの対象画像を取得するステップと、
b)前記対象画像の少なくとも一つの領域について、典型的な空間的欠陥(前記適用されるマスクにおける領域)を示し得る点に少なくとも一致する参照点を自動的に特定するステップと、
c)少なくとも前記領域について、前記対象画像と基準画像とを比較することにより空間的欠陥検出テストを少なくとも1回実施するステップと、
d)検出された空間的欠陥に応じて、前記欠陥を含む画像の領域に適用される空間補正(又は補償)マスクを自動的に特定・選択するステップと、
e)前記マスクを前記対象画像の関連領域に適用するステップとを備えている。
顔の様々な特徴がわかれば顔の欠陥を補正し隠すことができる。化粧の技術はできるだけ理想の顔、例えば美的カノンに近づけることにある。本発明によって、画像が基準画像と比較され、対象画像と基準画像との違いをユーザに示すことができる。
有利な一実施形態によると、当該方法はさらに、前記補正マスクを適用するステップ以前に、
前記対象画像の前記領域の少なくとも一つの色の特徴(色相、コントラスト、明度)を特定するステップと、
前記特徴の少なくとも一つに応じて、色の補正特徴(補正フィルタ)を生成するステップと、
前記補正特徴を前記空間補正マスクに割り当てて又は追加して総合的な補正・補償マスクを得るステップと、
前記総合的な補正マスクを前記対象画像の前記関連領域に適用するステップとを備えている。
前記対象画像の前記領域の少なくとも一つの色の特徴(色相、コントラスト、明度)を特定するステップと、
前記特徴の少なくとも一つに応じて、色の補正特徴(補正フィルタ)を生成するステップと、
前記補正特徴を前記空間補正マスクに割り当てて又は追加して総合的な補正・補償マスクを得るステップと、
前記総合的な補正マスクを前記対象画像の前記関連領域に適用するステップとを備えている。
好ましくは、前記対象画像と前記基準画像との比較は、前記対象画像の前記関連領域の一又は複数の主要点の相対配置と前記基準画像において対応する点の相対配置との比較を含む。これら点ごとの比較は、比較項目が確実であり、画像が違っても一定しているため、大量の計算なしで良好な結果を得ることができる。当該プロセスは高い信頼性を有する大工業規模で開発することもできる。
有利な実施形態によると、前記対象画像は略正面視した顔を表すものであり、前記関連領域は口、目、眉、輪郭、鼻、頬、及び顎からなるグループから選択される。画像における顔の起伏成分によって、複数の空間参照点を含む顔が表現される。
一実施形態によると、前記対象画像の前記領域は口を含み、前記参照点は少なくとも口の角を含む。また好ましくは、前記参照点は、鼻の中央から最遠の下唇の略中央点を含み、また上唇の2つの最上点の一つを含み、また上記2点間の最下点と前記上唇の2点とを含む。
別の実施形態によると、前記対象画像の前記領域は目を含む。
さらに別の実施形態によると、前記対象画像の前記領域は眉を含む。
さらに別の実施形態によると、前記参照点は顔の輪郭に略沿った複数の点を含む。
有利な実施形態によると、前記基準画像は、規範的な身体比率を持つ美的カノンの顔に略一致する。
本発明は上記方法を実施する画像処理システムをさらに含んでいる。
本発明に係る画像処理システムは、
対象画像の形の特徴に対して関心領域における欠陥を検出するためのテスト基準に基づいて、前記対象画像の少なくとも一つの領域のある特徴と基準画像の類似する特徴との比較を行う比較モジュールと、
前記比較モジュールによって検出された欠陥のタイプに応じて、前記対象画像の関心領域に適用される少なくとも一つの補正マスクを選択する選択モジュールと、
前記選択されたマスクを前記対象画像に適用して修正画像を得る適用モジュールとを備えている。
対象画像の形の特徴に対して関心領域における欠陥を検出するためのテスト基準に基づいて、前記対象画像の少なくとも一つの領域のある特徴と基準画像の類似する特徴との比較を行う比較モジュールと、
前記比較モジュールによって検出された欠陥のタイプに応じて、前記対象画像の関心領域に適用される少なくとも一つの補正マスクを選択する選択モジュールと、
前記選択されたマスクを前記対象画像に適用して修正画像を得る適用モジュールとを備えている。
有利な一実施形態によると、前記比較、選択、及び適用モジュールは、コーディングされた命令によって実現されたモジュールであって対象画像、基準画像、及びテスト基準を取得するように構成された作業モジュールに統合される。
以下では図1から26を参照して各実施形態の詳細について説明する。各図は非限定的な例を示すものであり、同様の項目には同一の符号を付している。
理想的な顔1は、美的カノンとして知られ、顔の比率の基準となるものであり、古典絵画のテンプレートとして用いられる。カノンは理想的な顔と考えられる。図3及び4は、一般的に理想的基準として認められるカノンを示す。
このカノンによると卵顔が理想とされる。目4及び5の間隔、鼻3から口2までの間隔、目と顎先との間隔、及びこれら間隔の比率はある標準値に一致しなければならない。図3及び4に示したように、卵顔は次のように絶対単位で表される寸法を有する。
頭部の高さは3.5単位である。頭皮11の前頭部から頭頂部までは0.5単位である。頭部の幅は2.5単位である。顔の幅は頭部の13/15である。
耳は第2番目の高さの単位にある。鼻3は顔の中心線上及び第2番目の高さの単位にある。その幅は中央の単位の半分相当である。鼻孔の高さは0.25単位である。
目については、目43及び53の内角は中央の半単位の両端にある。目の内角は原点0から垂直すなわち長手軸方向に1.75単位のところにある。目4及び5の幅は0.5単位である。
眉63及び73の内角は各目の内角と同じ垂直線上の同じ側にある。眉61及び71の外角は目42又は52の外角及び鼻孔31又は32の外角を通って伸びる線上の同じ側にある。眉6又は7の高さはその長さの3分の1であり、外方に伸び、その頭部62又は72はその長さの4分の1である。
口2は1単位の中ほどの水平線上にあり、高さは半単位である。口2の高さは上唇及び下唇の各高さに応じて表される。下唇の高さは1/2単位の3分の1である。上唇の高さは1/2単位の残りの3分の1である。
口2の幅は口の2つの外側端点22及び23に基づいて決まる。口のこれら2つの外側端点はそれぞれ両目間の中点及び鼻孔31及び32の外角点の両方を通る直線上にある。口はまた下点21及び上点24,25及び26で境界される。
方法の主要ステップ
図12は、基準画像に対して対象画像を補正する方法の主要ステップを示すフローチャートである。ステップ300で対象画像が取得される。ステップ310で当該画像の少なくとも一つの領域が処理対象として選択される。少なくとも当該領域の主要点がステップ320で特定される。当該点に係る好ましい特定モードは文献WO2008/050062に詳細に記載されている。別の検出方法を用いてもよい。ステップ330でテスト基準を適用して関心領域における欠陥が検出される。適用されるテストは対象画像の特徴と基準画像の同様の特徴との比較を含む。対象画像の形の特徴に関して検出された欠陥に従って、ステップ340で一又は複数の補正マスクが特定される。ステップ350で、選択されたマスクが対象画像に適用されて修正すなわち補正画像が得られる。
図12は、基準画像に対して対象画像を補正する方法の主要ステップを示すフローチャートである。ステップ300で対象画像が取得される。ステップ310で当該画像の少なくとも一つの領域が処理対象として選択される。少なくとも当該領域の主要点がステップ320で特定される。当該点に係る好ましい特定モードは文献WO2008/050062に詳細に記載されている。別の検出方法を用いてもよい。ステップ330でテスト基準を適用して関心領域における欠陥が検出される。適用されるテストは対象画像の特徴と基準画像の同様の特徴との比較を含む。対象画像の形の特徴に関して検出された欠陥に従って、ステップ340で一又は複数の補正マスクが特定される。ステップ350で、選択されたマスクが対象画像に適用されて修正すなわち補正画像が得られる。
図15は、処理の主要ステップと処理中の様々なタイミングで呼び出されてステップを実行する様々な機能モジュールとの相互関係を示す。基準画像からのデータ210及び対象画像からのデータ220は例えばメモリに保存されて利用することができる。処理が一又は複数のマイクロプロセッサ、メモリ手段、及び実行命令を有する一般のコンピュータで実行される場合、作業モジュール200は、比較モジュール201、選択モジュール202、及び選択されたマスクを対象画像に適用するモジュール203を備えている。テスト基準230は例えばメモリ手段によって利用することができる。処理の最後に、修正画像240、すなわち、補正マスクが適用された対象画像が得られる。
図13は、基準画像の色に関して一又は複数のテストが実施される別の実施形態を示す。ステップ325で対象画像に対して特定領域の色の特徴が検出される。当該色の特徴は顔の一又は複数の領域の肌の色の特徴、又は目及び/又は髪の色の特徴であってもよい。ステップ345で、ステップ325で検出された色の特徴に基づいて対象画像に必要な補正が決定される。ステップ346で、ステップ340で決定された補正マスクが修正され、ステップ350での適用前に色補正が反映される。
以下、対象画像と基準画像とを比較して対象画像に表され顔の特徴を検出する例について説明する。顔の形、向き、目の間隔及び寸法、目及び口の形、唇の寸法、これらの相対比率、顎又は鼻の寸法、及び眉と目の間隔の検出について順に説明する。最後に色の選択について説明する。
顔の特徴:顔の形(図20及び21)
顔の形は基本的な顔の特徴の一つである。しかし、顔の精密な輪郭を正確に検出することは技術的に非常に困難である。また、頭皮と繋がる領域についても、特に徐々に変化する場合には重大な検出問題が生じる。外側縁と顎もまた領域が共通することが多いため、境界が非常に困難であり、いつも不正確である。
顔の形は基本的な顔の特徴の一つである。しかし、顔の精密な輪郭を正確に検出することは技術的に非常に困難である。また、頭皮と繋がる領域についても、特に徐々に変化する場合には重大な検出問題が生じる。外側縁と顎もまた領域が共通することが多いため、境界が非常に困難であり、いつも不正確である。
それでも顔の画像と基準画像とを比較するには、口、目、鼻などの顔の様々な要素を比較する一方で顔の全体形状も比較することが望ましい。
本明細書は顔の輪郭又はその一部である形及び/又は種類を検出する様々な技術手段及び基準を開示する。検出は基準画像の輪郭又は関連要素について行う。有利な一実施形態では基準画像として美的カノンを用いる。
顔の代表的な形又は種類の検出に間隔割合を用いる。対象の顔101は、代表的な形の種類、好ましくは丸顔、卵顔、面長顔、四角顔、不明といった種類に従って仕分け又は分類することができる。ハート型又は洋なし型の顔、逆三角顔などの他のクラス及びサブクラスを使用してもよい。様々な基準によって所定の画像に当てはまるクラスを決定することができる。テストの実施に使用される寸法を図20及び21に示す。
以下の基準では次の間隔が使用される。Lv1は対象の顔101の最大幅であり、Lv3は唇102の最下点121における幅である。Lv2は鼻孔を示す点132及び133を用いた鼻の位置における幅である。hv1は顎112の先端と目104及び105の瞳孔140及び150の高さの点115との間の高さである。
顔の形は次のようになる。
丸顔:Lv1/hv1>1.3かつLv1/Lv3<1.4の場合。
面長顔:Lv1/hv1<1.2の場合。
逆三角顔:Lv1/Lv3>1.4の場合。
四角顔:Lv1/hv1<1.3かつLv1/Lv3<1.45かつLv2/Lv3<1.25の場合。
卵顔:Lv1/hv1<1.3かつLv1/Lv3<1.45かつLv2/Lv3>1.25の場合。
丸顔:Lv1/hv1>1.3かつLv1/Lv3<1.4の場合。
面長顔:Lv1/hv1<1.2の場合。
逆三角顔:Lv1/Lv3>1.4の場合。
四角顔:Lv1/hv1<1.3かつLv1/Lv3<1.45かつLv2/Lv3<1.25の場合。
卵顔:Lv1/hv1<1.3かつLv1/Lv3<1.45かつLv2/Lv3>1.25の場合。
図18a、18b、及び18cは補正又は補償マスクの例を示す。対象画像と基準画像との間の比較が完了すると対象画像の顔の形が検出される。好ましくは上記の基準を用いる。対象画像において検出された顔の形に従って、対象画像の形が基準画像の形に近づくように一又は複数の補正マスクが提案される。例えば、図18aでは、マスクを使用するために四角顔が補正又は補償され、頬又は顎f7ad及びf7agの下部又は「角」を除去又は目立たなくする。目立たなくするために、マスクされる領域からの反射光が最小になるように色、色相、及び/又はテクスチャが選択される。
図18b及び18cは、丸過ぎる(図18b)又は長過ぎる(図18c)顔の形を補正するマスクの例を示す。前者の場合、丸顔を補正するために、領域f7bd及びf7bgにおいて、検出された肌の色相に対して暗めの色を用いて当該顔の部分を暗くして目立たなくする。さらに、顎先の領域f9b及び額の領域f8bにおいて、反射光を多くして明るい領域を設けることで当該領域をより目立つようにする。
図18cでは逆の処置が施される。面長顔を補正するために、領域f7cd及びf7cgの反射光を増して明るくされ、当該顔の部分がより目立つようにされる。領域f9cにおける顎先は暗くして目立たなくする。額の領域f8cもまた必要であれば目立たなくしてもよい。
図23は、顔の形を判別する別の手法を示す。顔の中央点を中心とする円を用いて空間の比較を行う。まず、OVCA輪郭(卵形顔カノン又は基準画像の輪郭)を対象画像の上に重ねる。OVCA輪郭及び基準画像の両瞳孔間の間隔の半分に位置する点15(対象画像の点115)と顔の最下点12(対象画像の点112)との位置決めをすることで画像を重ねる。点15又は115は円の中心である。半径は点15と点12との間隔に基づいて決まる。両画像が重なったなら、対象画像の寸法に応じて基準画像の寸法が変更される。これにより、OVCA輪郭と対象画像の輪郭とを比較することができる。好ましくは所定の主要点から始めて点ごとに比較を行う。円を新基準としてうまく用いて、輪郭に沿った後述の点及び様々な点と対象画像の点との間隔を測定することができる。例えば、間隔Lvc7は額の上部の点119cから円上の点119c2までの間隔から得られる。顔の反対側では間隔Lvc8が同様の値となる。顔の底部では、一方で輪郭点119a及び円上の点119a2、他方で輪郭点119b及び円上の点119b2から間隔Lvc3及びLvc5が得られる。間隔はすべて点と円の中心115を通る直線を用いて計測される。本手法によっても両画像間の様々な顔成分を比較することができる。また、本手法によって、基準円を介することなく基準画像の輪郭(OVCA)対する対象画像の輪郭点の位置を比較することができる。また、点の間隔だけではなく、対象画像の点が基準画像の輪郭の内側又は外側のいずれにあるかを示すことができる。
目:目の向き(図7)
顔の形を検出して適切なマスクを適用することに加えて、目の形及び/又は向き又は寸法、口の形及び唇の寸法及び/又は比率、顎又は鼻のタイプなどの対象の顔の特徴に関するある特徴を検出してもよい。これにより、検出された特徴のタイプに応じて各領域が決定される補正マスクを提供することができる。
顔の形を検出して適切なマスクを適用することに加えて、目の形及び/又は向き又は寸法、口の形及び唇の寸法及び/又は比率、顎又は鼻のタイプなどの対象の顔の特徴に関するある特徴を検出してもよい。これにより、検出された特徴のタイプに応じて各領域が決定される補正マスクを提供することができる。
図7は、基準画像に対する対象画像における目の検出及び傾きに関する基準を説明するための点及び寸法を示す。傾きによって目は3つの種類:たれ目、標準(通常)、つり目に分類又は仕分けすることができる。
当該分類にはいくつかの基準が用いられる。第1の手法では、目の内角143及び外角142を通る直線y1−y1の傾斜(図7中の角度α)が用いられる。この傾斜値は度で表される。本手法によると目は次のように分類される。
標準:角度αが358度よりも大きいかつ5度よりも小さい(又は略水平軸に対して±7度の範囲にある)場合。
つり目:角度αが5度よりも大きいかつ30度よりも小さい場合。
たれ目:角度αが328度よりも大きいかつ358度よりも小さい場合。
所望の結果に基づいて上記テストタイプに別の値を割り当ててもよい。
標準:角度αが358度よりも大きいかつ5度よりも小さい(又は略水平軸に対して±7度の範囲にある)場合。
つり目:角度αが5度よりも大きいかつ30度よりも小さい場合。
たれ目:角度αが328度よりも大きいかつ358度よりも小さい場合。
所望の結果に基づいて上記テストタイプに別の値を割り当ててもよい。
標準の種類に属する目又は基準画像の対応する目について、マスクは特に補正又は補償しない。図17aは、特に欠陥のない目を装飾するための代表的なマスクを示す。このマスクは形についてはさほど特徴がないが、化粧などで人の目を装飾するための色効果を与える。
第2の例に係るマスクは、人気のあるつり目効果をあまり強調し過ぎずることなくごくわずかにつり目にする補正をするためのものである。
最後に、第3の例に係るマスクはたれ目効果を軽減するためのものである。図17cは、そのような効果をもたらすマスクの例を示す。暗領域f5cを目の上外角方向に引き伸ばすことでそのような効果を得られる。
第2の有利な手法では、図7中のhy2及びhy1によって表される高さの差を基準とする。これら高さは目の内角143と外角142との間の高さの差を表す。以下に基準を示す。すなわち、目は次のように分類される。
標準:hy1とhy2とが実質的に等しい場合。
たれ目:hy1がhy2よりも実質的に大きい場合。
つり目:hy1がhy2よりも実質的に小さい場合。
標準:hy1とhy2とが実質的に等しい場合。
たれ目:hy1がhy2よりも実質的に大きい場合。
つり目:hy1がhy2よりも実質的に小さい場合。
本手法に係るマスクによって第1の手法と同様の補正及び補償効果を得ることができる。
目の間隔(図8)
図8は、基準画像に対する対象画像の両目の間隔を検出するための基準を説明するための点及び寸法を示す。当該間隔は狭い、標準、広いの3つの種類に分類することができる。これら基準に使用される点は目104及び105の内角143及び153及び外角142及び152である。
標準の目の間隔又は基準画像と同等:(Ly1+Ly2)/2とLy3とが実質的に等しい場合。
狭い目の間隔:(Ly1+Ly2)/2がLy3よりも実質的に小さい場合。
広い目の間隔:(Ly1+Ly2)/2がLy3よりも実質的に大きい場合。
図8は、基準画像に対する対象画像の両目の間隔を検出するための基準を説明するための点及び寸法を示す。当該間隔は狭い、標準、広いの3つの種類に分類することができる。これら基準に使用される点は目104及び105の内角143及び153及び外角142及び152である。
標準の目の間隔又は基準画像と同等:(Ly1+Ly2)/2とLy3とが実質的に等しい場合。
狭い目の間隔:(Ly1+Ly2)/2がLy3よりも実質的に小さい場合。
広い目の間隔:(Ly1+Ly2)/2がLy3よりも実質的に大きい場合。
目の間隔が基準画像と同等、すなわち標準の場合、マスクは特に補正又は補償をしない。
第2の例に係るマスクは、狭い間隔を明るくして間隔を広く見せる補償をするためのものである。
第3の例に係るマスクは、広い間隔を暗くして間隔を狭く見せる補償をするためのものである。図17bにこのタイプのマスクの例を示す。このマスクは目の上部の少なくとも外側を暗領域が覆うことによって両目の間隔を小さく見せる。一方、標準の目については、図17aに示したように、目の上部の暗領域は目の外角上部に届くかどうかの程度である。図17bに示したように、暗領域f5bを広げることで目の間隔が狭く見える効果が奏される。
目の寸法(図25)
図24及び25は、目の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分及びその成分に対する目の比率が決定される。目は小さい、標準(良好な比率)、大きいの3つに分類することができる。すなわち、顔の残りの部分及びその成分に対する両目の比率を知ることができる。
図24及び25は、目の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分及びその成分に対する目の比率が決定される。目は小さい、標準(良好な比率)、大きいの3つに分類することができる。すなわち、顔の残りの部分及びその成分に対する両目の比率を知ることができる。
第1の手法では基準画像を対象画像に重ねる。この重ね合わせによって基準画像のスケール調整を実現することができる。基準画像の点13a及び13b(図3参照)を用いて幅のスケールを変更することができる。両瞳孔の中央間の間隔中央に位置する点15を対象画像の対応する点115に重ねることで基準グリッドが中心に置かれる。そして、点115と同じ高さに位置する顔の輪郭点113a及び113bを用いて幅のスケールが調整される。点115から点113a又は点113bのいずれか一方の間隔が最大になるように点を選択してもよい。中央から最も遠い点が保持される。基準スケールRを調整する(適宜増大又は減少する)ことで、保持された間隔に応じて基準画像の対応する点13a又は13bの幅位置が調整される。
点12を対象画像の点112に重ねることで基準スケールの高さを調整することができる。図25は、基準画像のスケールRと対象画像のスケールCとが一致していないことを示している。したがって、2つのスケール間のずれによって評価又は比較すべき対象画像の点間の位置の違いを検出することができる。そして、対象画像と基準画像における寸法、間隔といった顔の成分の違いをすべて比較することができる。図では基準グリットの単位はRで表している。
本手法によると、目のタイプを検出するために、目の2つの角152及び153又は142及び143、すなわち目105について0.5C又は0.5R及び1C及び1Rが両スケールを用いて比較される。これにより、両目は次のように分類される。
標準:0.5Cから1Cまでの長さと0.5Rから1Rまでの長さとが実質的に等しい場合。この場合、マスクによる補正又は補償をしない。
小さい:0.5Cから1Cまでの長さが0.5Rから1Rまでの長さよりも実質的に大きい場合。マスクは目を大きく見せるために、例えば、色を徐々に変える又は明るい色を用いる。標準(美的カノンの場合)よりも大きめの割合を用いたマスクであってもよい。
大きい:0.5Cから1Cまでの長さが0.5Rから1Rまでの長さよりも実質的に小さい場合。マスクは目を小さく見せるために、例えば、色を付ける領域の寸法を小さくする。標準(美的カノンの場合)よりも小さめの割合を用いたマスクであってもよい。
標準:0.5Cから1Cまでの長さと0.5Rから1Rまでの長さとが実質的に等しい場合。この場合、マスクによる補正又は補償をしない。
小さい:0.5Cから1Cまでの長さが0.5Rから1Rまでの長さよりも実質的に大きい場合。マスクは目を大きく見せるために、例えば、色を徐々に変える又は明るい色を用いる。標準(美的カノンの場合)よりも大きめの割合を用いたマスクであってもよい。
大きい:0.5Cから1Cまでの長さが0.5Rから1Rまでの長さよりも実質的に小さい場合。マスクは目を小さく見せるために、例えば、色を付ける領域の寸法を小さくする。標準(美的カノンの場合)よりも小さめの割合を用いたマスクであってもよい。
目の寸法は顔の表面積に応じて目の表面積を計算することでも検出することができる。後者の表面積は輪郭に沿った既知及び/又は検出した点に基づいて容易に知ることができる。本手法によると、両目は次のように分類される。
標準:顔の表面積に対する両目の表面積が占める歩合が対象画像と基準画像とで実質的に等しい場合。
小さい:対象画像における顔の表面積に対する両目の表面積が占める歩合が基準画像における歩合よりも実質的に小さい場合。
大きい:対象画像における顔の表面積に対する両目の表面積が占める歩合が基準画像における歩合よりも実質的に大きい場合。
標準:顔の表面積に対する両目の表面積が占める歩合が対象画像と基準画像とで実質的に等しい場合。
小さい:対象画像における顔の表面積に対する両目の表面積が占める歩合が基準画像における歩合よりも実質的に小さい場合。
大きい:対象画像における顔の表面積に対する両目の表面積が占める歩合が基準画像における歩合よりも実質的に大きい場合。
目の形(図9)
図9は、目の形を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分及びその成分に対する目の比率が決定される。開けた目の形が目の形の基準となる。目の形は細い、標準(良好な比率)、丸いの3つに分類することができる。より精度を高めるため又は特殊なケースを考慮するために他の種類を定義してもよい。カノンの目は幅に対して高さが3分の1といった良好な比率である。比較に用いた対象画像の目を補正するために次の基準を用いる。当該基準では目の角142及び143を用いて線分Ly4が決まり、線分hy3は目の最下点141及び最上点146によって決まる。すなわち、目の形は次のように分類される。
標準:hy3とLy4の1/3とが実質的に等しい、すなわちカノンに一致する場合。
細い:hy3がLy4の1/3よりも実質的に小さい場合。
丸い:hy3がLy4の1/3よりも実質的に大きい場合。
図9は、目の形を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分及びその成分に対する目の比率が決定される。開けた目の形が目の形の基準となる。目の形は細い、標準(良好な比率)、丸いの3つに分類することができる。より精度を高めるため又は特殊なケースを考慮するために他の種類を定義してもよい。カノンの目は幅に対して高さが3分の1といった良好な比率である。比較に用いた対象画像の目を補正するために次の基準を用いる。当該基準では目の角142及び143を用いて線分Ly4が決まり、線分hy3は目の最下点141及び最上点146によって決まる。すなわち、目の形は次のように分類される。
標準:hy3とLy4の1/3とが実質的に等しい、すなわちカノンに一致する場合。
細い:hy3がLy4の1/3よりも実質的に小さい場合。
丸い:hy3がLy4の1/3よりも実質的に大きい場合。
検出された目のタイプに応じて、カノンの目から逸脱した形を補正するための様々な補正マスクが提案される。マスクは丸い目の外形を矯正するものであったり、過度に細い目を丸くするものであったりする。様々な基準に応じて補正の種類も様々である。ある補正マスクは様々な厚み、形、及び色で輪郭を補正する。かかるマスクは褪せた色、様々な形、及び様々な明るさの領域を含んでいる。また、目の輪郭にあるまつ毛を部分的又は全体的に変形又は伸ばしてもよい。
口の寸法/形(図10)
図10は、口の形を検出するための基準を説明するための点及び寸法を示す。当該基準によって、基準画像との関連で、顔の他の部分及びその成分に対する対象画像の口の比率が決定される。当該基準では各唇の上位点及び下位点が用いられる。すなわち、hb3は角122及び123を通る仮想線と一方の上位点125との間隔であり、hb4は角122及び123を通る仮想線と他方の上位点124との間隔であり、hb5は下唇の下位点121と口の角の点122及び123を通る仮想線との間隔である。
図10は、口の形を検出するための基準を説明するための点及び寸法を示す。当該基準によって、基準画像との関連で、顔の他の部分及びその成分に対する対象画像の口の比率が決定される。当該基準では各唇の上位点及び下位点が用いられる。すなわち、hb3は角122及び123を通る仮想線と一方の上位点125との間隔であり、hb4は角122及び123を通る仮想線と他方の上位点124との間隔であり、hb5は下唇の下位点121と口の角の点122及び123を通る仮想線との間隔である。
口は狭い、通常(良好な比率)、広いの3つの種類に分類することができる。後のために、カノンに対して比較を行う場合、口の比率は次のような関係となる。
なおLb1=3/4単位である。ただし、図11に示したようにLb1は点122と123との間を測定したものである。
標準の口又は基準画像と同等:Lb1と単位R(基準画像)の3/4とが実質的に等しい場合。
基準画像を用いて行う補正と同様の補正が行われる。
狭い口:Lb1が単位Rの3/4よりも実質的に小さい場合。
唇の輪郭を口の角の方向にわずかに広げて描くことで口を広くする補正が行われる。
広い口:Lb1が単位Rの3/4よりも実質的に大きい場合。
口の角を無くして輪郭を描くことで、可能であれば口の角を目立たなくすることで口の幅を狭くする補正が行われる。
なおLb1=3/4単位である。ただし、図11に示したようにLb1は点122と123との間を測定したものである。
標準の口又は基準画像と同等:Lb1と単位R(基準画像)の3/4とが実質的に等しい場合。
基準画像を用いて行う補正と同様の補正が行われる。
狭い口:Lb1が単位Rの3/4よりも実質的に小さい場合。
唇の輪郭を口の角の方向にわずかに広げて描くことで口を広くする補正が行われる。
広い口:Lb1が単位Rの3/4よりも実質的に大きい場合。
口の角を無くして輪郭を描くことで、可能であれば口の角を目立たなくすることで口の幅を狭くする補正が行われる。
唇の寸法(図11)
図11は、基準画像に対する唇の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって口に対する唇の比率が決定される。当該基準では口の高さ又は唇の高さに対する幅の割合を決定することで唇の寸法を決定する。唇は薄い、標準(良好な比率)、厚いの3つに分類することができる。当該基準では口の各側の上位点及び下位点が用いられる。すなわち、hb1は点125及び121の間隔であり、hb2は点124及び121の間隔である。
標準の唇:(hb1+hb2)/2とLb1/2.7とが実質的に等しい、換言すると基準画像の唇の比率に一致する場合。
薄い唇:(hb1+hb2)/2がLb1/2.7よりも実質的に小さい場合。
厚い唇:(hb1+hb2)/2がLb1/2.7よりも実質的に大きい場合。
図11は、基準画像に対する唇の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって口に対する唇の比率が決定される。当該基準では口の高さ又は唇の高さに対する幅の割合を決定することで唇の寸法を決定する。唇は薄い、標準(良好な比率)、厚いの3つに分類することができる。当該基準では口の各側の上位点及び下位点が用いられる。すなわち、hb1は点125及び121の間隔であり、hb2は点124及び121の間隔である。
標準の唇:(hb1+hb2)/2とLb1/2.7とが実質的に等しい、換言すると基準画像の唇の比率に一致する場合。
薄い唇:(hb1+hb2)/2がLb1/2.7よりも実質的に小さい場合。
厚い唇:(hb1+hb2)/2がLb1/2.7よりも実質的に大きい場合。
唇の比率
図10はまた、唇の相対的な寸法又は比率を検出するための基準を説明するための点及び寸法を示す。当該基準によって唇相互の相対的な比率が決定される。当該基準は各唇の高さの割合を決定することで唇の寸法を検出する。上唇については平均的な高さを用いてもよい。唇は大きい下唇、均衡した唇、大きい上唇の3つに分類することができる。当該基準では各唇の上位点及び下位点が用いられる。すなわち、hb3は口の角122及び123を通る仮想線と一方の上位点125との間隔であり、hb4は口の角122及び123を通る仮想線と他方の上位点124との間隔であり、hb5は下唇の下位点121と口の角の点122及び123を通る仮想線との間隔である。
均衡した唇又は同じ寸法の両唇:(hb3+hb4)/2とhb5とが実質的に等しい場合。
下唇が大きい:(hb3+hb4)/2がhb5よりも実質的に小さい場合。
上唇が大きい:(hb3+hb4)/2がhb5よりも実質的に大きい場合。
図10はまた、唇の相対的な寸法又は比率を検出するための基準を説明するための点及び寸法を示す。当該基準によって唇相互の相対的な比率が決定される。当該基準は各唇の高さの割合を決定することで唇の寸法を検出する。上唇については平均的な高さを用いてもよい。唇は大きい下唇、均衡した唇、大きい上唇の3つに分類することができる。当該基準では各唇の上位点及び下位点が用いられる。すなわち、hb3は口の角122及び123を通る仮想線と一方の上位点125との間隔であり、hb4は口の角122及び123を通る仮想線と他方の上位点124との間隔であり、hb5は下唇の下位点121と口の角の点122及び123を通る仮想線との間隔である。
均衡した唇又は同じ寸法の両唇:(hb3+hb4)/2とhb5とが実質的に等しい場合。
下唇が大きい:(hb3+hb4)/2がhb5よりも実質的に小さい場合。
上唇が大きい:(hb3+hb4)/2がhb5よりも実質的に大きい場合。
図16aから16dは各種類に応じて唇に施される補正の例を示す。図16aは均衡した唇を示す。図16b、16c、及び16dはよくあるケースについて提案される補正の例を示す。唇の輪郭又は輪郭の一部に沿って適用するような補正が提案される。これにより、様々な不均衡を補正して顔の他の部分に対する唇のバランスを補正することができる。施される補正に応じて、唇の外側境界の外部又は内部に沿って輪郭が再描画される。したがって、図16bの例のように、輪郭を線f1に沿って狭めの境界で再描画することで、広過ぎると検出された唇が補正される。図16cでは、下唇の輪郭をf2に沿って再描画して下唇の下部境界を下方向に移動することで、上唇よりも薄い下唇が補償される。図16dに示した例は非対称な上唇に関するものである。当該上唇はf3に沿って再描画する輪郭によって補正され、検出された表面積の増加も最小で済む。この補正の目的は点125及び124を同じ高さにしてこれらの間のバランスを回復することにある。
これら例は、水平方向及び垂直方向の両方、すなわちこれら2軸を組み合わせることでバランスを取り戻せることを示している。
顎(図21)
図21は、対象画像の顎の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分及びその成分に対する顎の相対比率が決定される。顎は短い、通常、長いの3つに分類することができる。図21中の軸を用いて当該比率が決定される。hv1は瞳孔における点115と顎の下位点112との間の高さである。hv2は唇の底部121と顎の底部112との間の顎の高さである。
標準の顎又は基準画像と同等:3.2単位<hv2/hv1<3.8単位の場合。
短い顎:hv1/hv2≦3.2単位の場合。
長い顎:hv2/hv1>3.8単位の場合。
図21は、対象画像の顎の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分及びその成分に対する顎の相対比率が決定される。顎は短い、通常、長いの3つに分類することができる。図21中の軸を用いて当該比率が決定される。hv1は瞳孔における点115と顎の下位点112との間の高さである。hv2は唇の底部121と顎の底部112との間の顎の高さである。
標準の顎又は基準画像と同等:3.2単位<hv2/hv1<3.8単位の場合。
短い顎:hv1/hv2≦3.2単位の場合。
長い顎:hv2/hv1>3.8単位の場合。
検出された顎のタイプに合った補正が行われるように、下部を補正する様々なタイプのマスクを用いて当該領域を適宜目立つように又は目立たなくする。顎が長過ぎる場合には、肌の色合いよりも暗めの化粧が提案される。顎が短過ぎる場合には、肌の色合いよりも明るめの化粧が推奨される。
鼻:鼻の長さ(図22)
図22は、鼻の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分に対する鼻の相対比率が決定される。鼻は短い、標準、長いの3つに分類することができる。顎に対する鼻の高さは鼻の両側の平均に基づいて決めることができる。すなわち、hv3は顎の底部の点112と鼻の一方の底部の点133との間の高さである。hv4は顎の底部の点112と鼻の他方の底部の点132との間の高さである。hv5は鼻の一方の底部の点132と同じ側の目の内角153との間隔である。hv6は鼻の他方の底部の点133と同じ側の目の内角143との間隔である。
標準の鼻:0.78(hv3+hv4)/2>(hv5+hv6)/2>0.72×(hv3+hv4)/2の場合。
短い鼻:(hv5+hv6)/2>0.78×(hv3+hv4)/2の場合。
長い鼻:(hv5+hv6)/2<0.72×(hv3+hv4)/2の場合。
図22は、鼻の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分に対する鼻の相対比率が決定される。鼻は短い、標準、長いの3つに分類することができる。顎に対する鼻の高さは鼻の両側の平均に基づいて決めることができる。すなわち、hv3は顎の底部の点112と鼻の一方の底部の点133との間の高さである。hv4は顎の底部の点112と鼻の他方の底部の点132との間の高さである。hv5は鼻の一方の底部の点132と同じ側の目の内角153との間隔である。hv6は鼻の他方の底部の点133と同じ側の目の内角143との間隔である。
標準の鼻:0.78(hv3+hv4)/2>(hv5+hv6)/2>0.72×(hv3+hv4)/2の場合。
短い鼻:(hv5+hv6)/2>0.78×(hv3+hv4)/2の場合。
長い鼻:(hv5+hv6)/2<0.72×(hv3+hv4)/2の場合。
鼻の幅
図22aは、鼻の幅を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分に対する鼻の相対比率が決定される。鼻は狭い、通常、広いの3つに分類することができる。顎に対する鼻の高さは鼻の両側の平均に基づいて決めることができる。hv5及びhv6については既に説明した通りである。Lv4は各側の鼻孔における鼻の底部の点132及び133の間の幅である。
標準の鼻又は基準画像と同等:Lv4と2/3×(hv5+hv6)/2とが実質的に等しい場合。
短い鼻:Lv4が2/3×(hv5+hv6)/2よりも実質的に小さい場合。
長い鼻:Lv4が2/3×(hv5+hv6)/2よりも実質的に大きい場合。
図22aは、鼻の幅を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分に対する鼻の相対比率が決定される。鼻は狭い、通常、広いの3つに分類することができる。顎に対する鼻の高さは鼻の両側の平均に基づいて決めることができる。hv5及びhv6については既に説明した通りである。Lv4は各側の鼻孔における鼻の底部の点132及び133の間の幅である。
標準の鼻又は基準画像と同等:Lv4と2/3×(hv5+hv6)/2とが実質的に等しい場合。
短い鼻:Lv4が2/3×(hv5+hv6)/2よりも実質的に小さい場合。
長い鼻:Lv4が2/3×(hv5+hv6)/2よりも実質的に大きい場合。
鼻の幅の基準を決定する別の方法:
図22aと同様に、図22fは、鼻の幅を検出するための基準を説明するための点及び寸法を示す。鼻は狭い、標準、広いの3つに分類することができる。図22f中の軸M3上の点117a,117b及び132,133を用いて比率を決定する。本手法によると、鼻の種類は顔の幅と鼻の幅との比較によって決定することができる。Lv4は各側の鼻孔における鼻の底部の点132及び133の間の幅である。Lv7は顔の点117a及び117bの間の幅である。
標準の鼻又は基準画像と同等:Lv4と1/4×Lv7とが実質的に等しい場合。
狭い鼻:Lv4が1/4×Lv7よりも実質的に小さい場合。
広い鼻:Lv4が1/4×Lv7よりも実質的に大きい場合。
図22aと同様に、図22fは、鼻の幅を検出するための基準を説明するための点及び寸法を示す。鼻は狭い、標準、広いの3つに分類することができる。図22f中の軸M3上の点117a,117b及び132,133を用いて比率を決定する。本手法によると、鼻の種類は顔の幅と鼻の幅との比較によって決定することができる。Lv4は各側の鼻孔における鼻の底部の点132及び133の間の幅である。Lv7は顔の点117a及び117bの間の幅である。
標準の鼻又は基準画像と同等:Lv4と1/4×Lv7とが実質的に等しい場合。
狭い鼻:Lv4が1/4×Lv7よりも実質的に小さい場合。
広い鼻:Lv4が1/4×Lv7よりも実質的に大きい場合。
図22b及び22cは、分類結果に応じて鼻に施す補正の例を示す。図22bは広過ぎる鼻を示し、図22cは狭過ぎる鼻を示す。施される補正に応じて、間隔Esで表される眉の間隔が、広過ぎる幅の鼻については広げられ、逆の場合には狭められる。領域f11bd及びf11bgにおいて鼻翼の奥の部分にテクスチャが適用される。形f10bd及びf10bgは検出された肌の色合いよりも暗めに化粧され、鼻の当該部分は暗くなる。領域f12cd及びf12cgは検出された肌の色合いよりも明るめに化粧され、鼻の当該部分は明るくなる。
鼻が短過ぎる場合には、説明したようなタイプのマスクを用いて、鼻のある部分、好ましくは上部が明るくされる。逆の場合、つまり鼻が長過ぎる場合には、鼻の下部が肌の色合いよりも暗く化粧される。
鼻の形
図22dは、鼻の形を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔に対して鼻がまっすぐかどうか決定される。鼻はまっすぐ、左寄り(領域G)、右寄り(領域D)の3つに分類することができる。図22d中の軸を用いて比率を決定する。M1及びM2は既に説明した通りである。Lv5及びLv6は軸M1と各側の鼻孔の鼻の底部における点132及び133との間の幅である。
標準の鼻又は基準画像と同等:Lv5とLv6とが実質的に等しい場合。
右寄り:Lv5がLv6よりも実質的に大きい場合。
左寄り:Lv5がLv6よりも実質的に小さい場合。
図22dは、鼻の形を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔に対して鼻がまっすぐかどうか決定される。鼻はまっすぐ、左寄り(領域G)、右寄り(領域D)の3つに分類することができる。図22d中の軸を用いて比率を決定する。M1及びM2は既に説明した通りである。Lv5及びLv6は軸M1と各側の鼻孔の鼻の底部における点132及び133との間の幅である。
標準の鼻又は基準画像と同等:Lv5とLv6とが実質的に等しい場合。
右寄り:Lv5がLv6よりも実質的に大きい場合。
左寄り:Lv5がLv6よりも実質的に小さい場合。
図22eは、鼻の形についての分類結果に応じて鼻に施す補正の例を示す。図22eは左寄りの鼻を示す。この場合、補償するために、図示したようなマスクが提案される。領域f13ed及びf13egは検出された肌の色合いよりも明るめに化粧され、鼻の当該部分は明るくなる。領域f14eは検出されたよりも暗めに化粧され、鼻の当該部分は暗くなる。
眉
図26は、目と眉との間隔を決定するための点を示す。Ls1は目の内角143と眉の内角163との間隔を表す。Ls2は目の上部144と眉の最上点106との間隔を表す。これら間隔に基づいて、目と眉との間隔を検出することができる。間隔のタイプはLs1又はLs2のいずれか又はこれら間隔の両方に基づいて、基準を組み合わせて又は累積して決定することができる。検出された種類に応じて、一又は複数のマスクを自動的に提案することができる。これにより、ユーザはマスクによって与えられた例に基づいて化粧することができる。間隔のタイプは次の通りである。
標準:Ls1が1/4Rに実質的に等しい場合。
狭い:Ls1が1/4Rよりも実質的に小さい場合。
広い:Ls1が1/4Rよりも実質的に大きい場合。
標準:Ls2が1/3Rに実質的に等しい場合。
狭い:Ls2が1/3Rよりも実質的に小さい場合。
広い:Ls2が1/3Rよりも実質的に大きい場合。
図26は、目と眉との間隔を決定するための点を示す。Ls1は目の内角143と眉の内角163との間隔を表す。Ls2は目の上部144と眉の最上点106との間隔を表す。これら間隔に基づいて、目と眉との間隔を検出することができる。間隔のタイプはLs1又はLs2のいずれか又はこれら間隔の両方に基づいて、基準を組み合わせて又は累積して決定することができる。検出された種類に応じて、一又は複数のマスクを自動的に提案することができる。これにより、ユーザはマスクによって与えられた例に基づいて化粧することができる。間隔のタイプは次の通りである。
標準:Ls1が1/4Rに実質的に等しい場合。
狭い:Ls1が1/4Rよりも実質的に小さい場合。
広い:Ls1が1/4Rよりも実質的に大きい場合。
標準:Ls2が1/3Rに実質的に等しい場合。
狭い:Ls2が1/3Rよりも実質的に小さい場合。
広い:Ls2が1/3Rよりも実質的に大きい場合。
色選択
ここまで対象画像の形及び顔の特徴を考慮して画像処理を行うことについて説明した。さらに形及び特徴に加えて対象画像の色をも考慮することは有効である。
ここまで対象画像の形及び顔の特徴を考慮して画像処理を行うことについて説明した。さらに形及び特徴に加えて対象画像の色をも考慮することは有効である。
従来は所定の色を用いて化粧するのが一般的である。用いられる色は化粧される人の顔の特徴や形にかかわらず中立的なものである。しかし、色の調整なしではほとんどの顔に色がうまく合わない。そこで、個々の顔の個々の特異性に鑑み、化粧される人の画像を用いて特徴、形、及び必要に応じて色に関する特徴を抽出する必要がある。そして、基準画像との比較によって、検出された特徴に完全に調和するマスクを自動的に提供することができる。対象画像の領域の補正又は変更を行うことで基準画像に「より近く」することができる。対象画像の領域は色検出のために特定される。これにより、適切な色を決定してマスクを決めることができる。
また、ユーザがマスクを用いて自分を化粧する場合、ユーザに利用可能な色及び製品に応じて色選択ができると便利である。これにより、ユーザはこれら提示を色コード、製品番号といった様々な形式で表して、利用可能な色が規定されたユーザデータベースに情報を入力することができる。そのようなデータを簡単に得るには、例えば、専用の入力ウィンドウを用いてユーザに情報を入力してもらえばよい。色はデータベースにおいて製品色に対応付けられた16進数の製品番号で参照する。ユーザに利用可能な色を入力し、また製品種別によって分類することができる。
マスクの色の調整又は適応に関して衣服の色も考慮するとよい。逆に、マスクの色を用いて服装の選択のためのメインカラーを提案することができる。
肌、目、及び髪の色の特徴がわかれば、カスタマイズ及び適応したレイアウトとなるようにマスクの色を適応させることができる。例えば、色の情報源はユーザによって与えられる様々な製品番号に基づいている。このため、色はデータベース内で検索される。また、色を事前分類してもよい。
色は顔の所定の領域からサンプリングされる。一般に色の値は16進数化され、HSB(色相、彩度、明度)値に変換される。HSB図は色を2つの反転した三角錐で3次元表現したものである。三角錐の共通の底面は色の彩度の最大値を示し、縁に近いほど彩度が大きい。円の中心は灰色であり、明度は上に向けて増大し、下に向けて減少する。一又は複数の規則を用いて値を得ることができ、規則は色のリストに分類される。
好ましい実施形態では、目104及び105、特に虹彩(色については基準画像を参照しないことが好ましい)、肌、特に頬、及び髪の3つの領域の色の特徴を用いてカラーマスクが生成される。
髪及び肌について、二重の比較を行なってもよい。すなわち、参照点の位置を比較する一方、参照点に近い領域の色を比較してもよい。次表は各領域の代表的な色を示す。色検出に基づく分類に応じて適切なマスクを選択することができる。対象画像の形及び特徴の基準に従ってマスクが選択されていたなら、処理の当該段階で実施された色の分類に従って、当該マスクを調整又は変化させることができる。
HSB色空間における色の位置に従って、対象画像に適合する色を探索してもよい。この探索は適当な調整規則を追加しながらデータベースにおいて最も近い利用可能色を検出するものである。検出された色とHSB色空間又は他の同等の色空間における取得可能な色との間の最短距離に基づいて色が決定される。見本色のHSB値はあらかじめデータベースに格納されている。色の選択に別の制約を適用することもできる。例えば、製品による選択、メーカーによる選択、値段による選択などである。
検出された肌の色に基づいて、肌の色を擬似的に追加するマスクの調整(化粧ファンデーション)が決定される。図14のHSB図において、COL0は検出された色の位置である。COLはデータベースにおける色を表す。肌の色に対して最も適切な色調の製品が得られる。所望の色調を色のハーモニーに適合させる規則を導入することもできる。例えば、暗めの色調を望む場合、原色よりも暗くなるように最も近い色を探索すれば十分である。例えば、白く透けた肌に適応するには、明度が60%よりも大きく彩度が40%から60%の範囲内の同じ色相の製品について最短距離が計算される。
本発明は図及び上記記述の例に限定されるものではない。特に、一般的に当業者に知られた特徴を有するカノンを一例として本発明及びその様々な変形例について説明した。しかし、当業者にとって、本発明が顔の一又は複数の点について別の特徴を有する基準画像を用いた別の実施形態に拡張できることは明らかであろう。また、黄金比率(1.618034…)に基づく基準画像を用いてもよい。
請求項に付した参照符号は本質を限定するものではない。「備える」及び「含む」なる動詞は請求項に列挙した事項以外の事項を排除するものではない。また、単数の事項で特定されていても当該事項が複数存在することを排除するものではない。
顎(図21)
図21は、対象画像の顎の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分及びその成分に対する顎の相対比率が決定される。顎は短い、通常、長いの3つに分類することができる。図21中の軸を用いて当該比率が決定される。hv1は瞳孔における点115と顎の下位点112との間の高さである。hv2は唇の底部121と顎の底部112との間の顎の高さである。
標準の顎又は基準画像と同等:3.2単位<hv2/hv1<3.8単位の場合。
短い顎:hv2/hv1≦3.2単位の場合。
長い顎:hv2/hv1>3.8単位の場合。
図21は、対象画像の顎の寸法を検出するための基準を説明するための点及び寸法を示す。当該基準によって顔の他の部分及びその成分に対する顎の相対比率が決定される。顎は短い、通常、長いの3つに分類することができる。図21中の軸を用いて当該比率が決定される。hv1は瞳孔における点115と顎の下位点112との間の高さである。hv2は唇の底部121と顎の底部112との間の顎の高さである。
標準の顎又は基準画像と同等:3.2単位<hv2/hv1<3.8単位の場合。
短い顎:hv2/hv1≦3.2単位の場合。
長い顎:hv2/hv1>3.8単位の場合。
Claims (10)
- 対象画像(101)に適用されるマスクの適用のための自動画像処理方法であって、
a)顔を表す画像であるデジタルの対象画像(101)を取得するステップ(300)と、
b)前記対象画像の少なくとも一つの領域について、典型的な空間的欠陥を示し得る点に少なくとも一致する参照点を自動的に特定するステップ(320)と、
c)少なくとも前記領域について、前記対象画像と基準画像とを比較することにより空間的欠陥検出テストを少なくとも1回実施するステップ(335)と、
d)検出された空間的欠陥に応じて、前記欠陥を含む画像の領域に適用される空間補正マスクを自動的に特定するステップ(340)と、
e)前記マスクを前記対象画像における関連領域に適用するステップ(350)とを備えている
ことを特徴とする自動画像処理方法。 - 請求項1の自動画像処理方法において、前記補正マスクを適用する以前に、
前記対象画像の前記領域の少なくとも一つの色の特徴を特定するステップ(325)と、
前記特徴の少なくとも一つに応じて、色の補正特徴を生成するステップ(345)と、
前記補正特徴を前記空間補正マスクに追加して総合的な補正マスクを得るステップ(346)と、
前記総合的な補正マスクを前記対象画像の前記関連領域に適用するステップ(350)とを備えている
ことを特徴とする自動画像処理方法。 - 請求項1及び2のいずれか一つの自動画像処理方法において、
前記対象画像と前記基準画像との比較は、前記対象画像の前記関連箇所の一又は複数の主要点の相対配置と前記基準画像において対応する点の相対配置との比較を含む
ことを特徴とする自動画像処理方法。 - 請求項1乃至3のいずれか一つの自動画像処理方法において、
前記対象画像は略正面視した顔を表すものであり、前記関連領域は口、目、眉、輪郭、鼻、及び顎からなるグループから選択される
ことを特徴とする自動画像処理方法。 - 請求項1乃至4のいずれか一つの自動画像処理方法において、
前記対象画像の前記領域は口(102)を含み、前記参照点は少なくとも口の角(122、123)を含む
ことを特徴とする自動画像処理方法。 - 請求項1乃至5のいずれか一つの自動画像処理方法において、
前記対象画像は目(104、105)を含む
ことを特徴とする自動画像処理方法。 - 請求項1乃至6のいずれか一つの自動画像処理方法において、
前記対象画像の前記領域は眉(106、107)を含む
ことを特徴とする自動画像処理方法。 - 請求項1乃至7のいずれか一つの自動画像処理方法において、
前記参照点はさらに顔の輪郭に略沿った複数の点(13a、13b、14a、14b、113a、113b、114a、114b)を含む
ことを特徴とする自動画像処理方法。 - 請求項1乃至8のいずれか一つの方法を実施する画像処理システムであって、
対象画像の形の特徴に対して関心領域における欠陥を検出するためのテスト基準に基づいて、前記対象画像の少なくとも一つの領域のある特徴と基準画像の類似する特徴との比較を行う比較モジュール(201)と、
前記比較モジュールで検出された欠陥のタイプに応じて、前記対象画像の前記関心領域に適用される少なくとも一つの補正マスクを選択する選択モジュール(202)と、
前記選択されたマスクを前記対象画像に適用して修正画像を得る適用モジュール(203)とを備えている
ことを特徴とする画像処理システム。 - 請求項9の画像処理システムにおいて、
前記比較(201)、選択(202)、及び適用(203)モジュールは、コーディングされた命令によって実現された作業モジュールであって対象画像、基準画像、及びテスト基準を取得するように構成された作業モジュール(200)に統合される
ことを特徴とする画像処理システム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR09/03856 | 2009-08-04 | ||
FR0903856 | 2009-08-04 | ||
FR10/01916 | 2010-05-04 | ||
FR1001916A FR2959846B1 (fr) | 2010-05-04 | 2010-05-04 | Procede de traitement d'image pour corriger une cible en fonction d'une image de reference et dispositif de traitement d'image correspondant |
PCT/IB2010/001914 WO2011015928A2 (fr) | 2009-08-04 | 2010-07-28 | Procede de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013501292A true JP2013501292A (ja) | 2013-01-10 |
Family
ID=43425905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012523398A Pending JP2013501292A (ja) | 2009-08-04 | 2010-07-28 | 基準画像に対して対象画像を補正する画像処理方法及びその画像処理装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20120177288A1 (ja) |
EP (1) | EP2462535A2 (ja) |
JP (1) | JP2013501292A (ja) |
KR (1) | KR20120055598A (ja) |
CA (1) | CA2769583A1 (ja) |
WO (1) | WO2011015928A2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015185878A (ja) * | 2014-03-20 | 2015-10-22 | フリュー株式会社 | 情報提供装置、画像分析システム、サーバ、情報提供装置の制御方法、サーバの制御方法、画像分析方法、制御プログラム、および記録媒体 |
JP2016507815A (ja) * | 2013-11-28 | 2016-03-10 | シャオミ・インコーポレイテッド | 画像処理方法、画像処理装置、端末装置、プログラム、及び記録媒体 |
JP6028188B1 (ja) * | 2015-12-15 | 2016-11-16 | 一般社団法人日本ファッションスタイリスト協会 | 情報提供装置及び情報提供方法 |
JP2018185782A (ja) * | 2017-04-27 | 2018-11-22 | 麗寶大數據股▲フン▼有限公司 | リップ・グロス案内装置及びその方法 |
JP2019046443A (ja) * | 2017-08-31 | 2019-03-22 | 麗寶大數據股▲フン▼有限公司 | 眉型を推奨するための表示方法及び電子機器 |
JP2019068872A (ja) * | 2017-10-05 | 2019-05-09 | 株式会社顔分析パーソナルメイクアップ研究所 | フィルム及び顔分析装置 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254147B (zh) * | 2011-04-18 | 2013-01-23 | 哈尔滨工业大学 | 一种基于星图匹配的远距离空间运动目标识别方法 |
TWI462027B (zh) * | 2011-12-02 | 2014-11-21 | Hon Hai Prec Ind Co Ltd | 圖像處理裝置及圖像處理方法 |
CN103136543B (zh) * | 2011-12-02 | 2016-08-10 | 湖南欧姆电子有限公司 | 图像处理装置及图像处理方法 |
US8538089B2 (en) * | 2011-12-28 | 2013-09-17 | Arcsoft (Hangzhou) Multimedia Technology Co., Ltd. | Method of performing eyebrow shaping on an image and related computing device |
US8433107B1 (en) * | 2011-12-28 | 2013-04-30 | Arcsoft (Hangzhou) Multimedia Technology Co., Ltd. | Method of enhancing a nose area of an image and related computing device |
JP5895703B2 (ja) * | 2012-05-22 | 2016-03-30 | ソニー株式会社 | 画像処理装置及び画像処理方法、並びにコンピューター・プログラム |
JP6369246B2 (ja) * | 2014-09-08 | 2018-08-08 | オムロン株式会社 | 似顔絵生成装置、似顔絵生成方法 |
US10163247B2 (en) * | 2015-07-14 | 2018-12-25 | Microsoft Technology Licensing, Llc | Context-adaptive allocation of render model resources |
US9916497B2 (en) | 2015-07-31 | 2018-03-13 | Sony Corporation | Automated embedding and blending head images |
GB2550344B (en) * | 2016-05-13 | 2020-06-03 | Holition Ltd | Locating and augmenting object features in images |
WO2017149315A1 (en) * | 2016-03-02 | 2017-09-08 | Holition Limited | Locating and augmenting object features in images |
TWI573093B (zh) * | 2016-06-14 | 2017-03-01 | Asustek Comp Inc | 建立虛擬彩妝資料的方法、具備建立虛擬彩妝資料之方法的電子裝置以及其非暫態電腦可讀取記錄媒體 |
JP2019070870A (ja) * | 2017-10-05 | 2019-05-09 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP7087331B2 (ja) | 2017-10-05 | 2022-06-21 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
CN108230315B (zh) * | 2018-01-04 | 2021-05-25 | 西安理工大学 | 一种基于机器视觉的口罩带缺失检测方法 |
US10574890B2 (en) | 2018-01-12 | 2020-02-25 | Movidius Ltd. | Methods and apparatus to operate a mobile camera for low-power usage |
CN108710853B (zh) * | 2018-05-21 | 2021-01-01 | 深圳市梦网科技发展有限公司 | 人脸识别方法及装置 |
US10915995B2 (en) * | 2018-09-24 | 2021-02-09 | Movidius Ltd. | Methods and apparatus to generate masked images based on selective privacy and/or location tracking |
KR102607789B1 (ko) * | 2018-12-17 | 2023-11-30 | 삼성전자주식회사 | 이미지 처리 방법 및 그 전자 장치 |
CN112561850A (zh) * | 2019-09-26 | 2021-03-26 | 上海汽车集团股份有限公司 | 一种汽车涂胶检测方法、设备及存储介质 |
US11501472B2 (en) * | 2019-09-27 | 2022-11-15 | Clemson University Research Foundation | Color adjustment system for disparate displays |
JP7455545B2 (ja) * | 2019-09-30 | 2024-03-26 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN112950529A (zh) * | 2019-12-09 | 2021-06-11 | 丽宝大数据股份有限公司 | 脸部肌肉特征点自动标记方法 |
TW202122040A (zh) * | 2019-12-09 | 2021-06-16 | 麗寶大數據股份有限公司 | 臉部肌肉狀態分析與評價方法 |
CN111563855B (zh) * | 2020-04-29 | 2023-08-01 | 百度在线网络技术(北京)有限公司 | 图像处理的方法及装置 |
JP2023531264A (ja) * | 2020-06-29 | 2023-07-21 | ロレアル | 改善された顔属性分類およびその使用のためのシステム及び方法 |
CN111832512A (zh) * | 2020-07-21 | 2020-10-27 | 虎博网络技术(上海)有限公司 | 表情检测方法和装置 |
CN115797198B (zh) * | 2022-10-24 | 2023-05-23 | 北京华益精点生物技术有限公司 | 图像标记矫正方法及相关设备 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3529954B2 (ja) * | 1996-09-05 | 2004-05-24 | 株式会社資生堂 | 顔だち分類法及び顔だちマップ |
JPH10289303A (ja) * | 1997-04-16 | 1998-10-27 | Pola Chem Ind Inc | 好印象を形成するメークアップの選択法 |
US5990901A (en) * | 1997-06-27 | 1999-11-23 | Microsoft Corporation | Model based image editing and correction |
WO2001075796A1 (fr) * | 2000-03-30 | 2001-10-11 | Lucette Robin | Systeme teleinformatique et numerique pour la transformation d'une image, notamment de l'image d'un visage humain |
JP4789408B2 (ja) * | 2003-06-30 | 2011-10-12 | 株式会社 資生堂 | 目の形態分類方法及び形態分類マップ並びに目の化粧方法 |
ES2373366T3 (es) * | 2004-10-22 | 2012-02-02 | Shiseido Co., Ltd. | Procedimiento de maquillaje de labios. |
US8351711B2 (en) * | 2005-12-01 | 2013-01-08 | Shiseido Company, Ltd. | Face categorizing method, face categorizing apparatus, categorization map, face categorizing program, and computer-readable medium storing program |
FR2907569B1 (fr) | 2006-10-24 | 2009-05-29 | Jean Marc Robin | Procede et dispositif de simulation virtuelle d'une sequence d'images video. |
WO2008102440A1 (ja) * | 2007-02-21 | 2008-08-28 | Tadashi Goino | 化粧顔画像生成装置及び方法 |
US7916971B2 (en) * | 2007-05-24 | 2011-03-29 | Tessera Technologies Ireland Limited | Image processing method and apparatus |
JP2009039523A (ja) * | 2007-07-18 | 2009-02-26 | Shiseido Co Ltd | メイクアップシミュレーションに利用する端末装置 |
KR101590868B1 (ko) * | 2009-07-17 | 2016-02-02 | 삼성전자주식회사 | 피부색을 보정하는 영상 처리 방법, 장치, 디지털 촬영 장치, 및 컴퓨터 판독가능 저장매체 |
-
2010
- 2010-07-28 JP JP2012523398A patent/JP2013501292A/ja active Pending
- 2010-07-28 CA CA2769583A patent/CA2769583A1/en not_active Abandoned
- 2010-07-28 WO PCT/IB2010/001914 patent/WO2011015928A2/fr active Application Filing
- 2010-07-28 KR KR1020127005746A patent/KR20120055598A/ko not_active Application Discontinuation
- 2010-07-28 US US13/388,511 patent/US20120177288A1/en not_active Abandoned
- 2010-07-28 EP EP10747492A patent/EP2462535A2/fr not_active Withdrawn
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016507815A (ja) * | 2013-11-28 | 2016-03-10 | シャオミ・インコーポレイテッド | 画像処理方法、画像処理装置、端末装置、プログラム、及び記録媒体 |
US9652661B2 (en) | 2013-11-28 | 2017-05-16 | Xiaomi Inc. | Method and terminal device for image processing |
JP2015185878A (ja) * | 2014-03-20 | 2015-10-22 | フリュー株式会社 | 情報提供装置、画像分析システム、サーバ、情報提供装置の制御方法、サーバの制御方法、画像分析方法、制御プログラム、および記録媒体 |
JP6028188B1 (ja) * | 2015-12-15 | 2016-11-16 | 一般社団法人日本ファッションスタイリスト協会 | 情報提供装置及び情報提供方法 |
WO2017103985A1 (ja) * | 2015-12-15 | 2017-06-22 | 一般社団法人日本ファッションスタイリスト協会 | 情報提供装置及び情報提供方法 |
JP2018185782A (ja) * | 2017-04-27 | 2018-11-22 | 麗寶大數據股▲フン▼有限公司 | リップ・グロス案内装置及びその方法 |
JP2019046443A (ja) * | 2017-08-31 | 2019-03-22 | 麗寶大數據股▲フン▼有限公司 | 眉型を推奨するための表示方法及び電子機器 |
US10395096B2 (en) | 2017-08-31 | 2019-08-27 | Cal-Comp Big Data, Inc. | Display method for recommending eyebrow style and electronic apparatus thereof |
JP2019068872A (ja) * | 2017-10-05 | 2019-05-09 | 株式会社顔分析パーソナルメイクアップ研究所 | フィルム及び顔分析装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20120055598A (ko) | 2012-05-31 |
WO2011015928A3 (fr) | 2011-04-21 |
CA2769583A1 (en) | 2011-02-10 |
US20120177288A1 (en) | 2012-07-12 |
EP2462535A2 (fr) | 2012-06-13 |
WO2011015928A2 (fr) | 2011-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013501292A (ja) | 基準画像に対して対象画像を補正する画像処理方法及びその画像処理装置 | |
US10299568B2 (en) | Makeup application assistance device, makeup application assistance method, and makeup application assistance program | |
CN107229905B (zh) | 嘴唇渲染颜色的方法、装置及电子设备 | |
US8064648B2 (en) | Eye form classifying method, form classification map, and eye cosmetic treatment method | |
CN103180873B (zh) | 图像处理装置及图像处理方法 | |
CN103180872B (zh) | 图像处理装置及图像处理方法 | |
CN110390632B (zh) | 基于妆容模板的图像处理方法、装置、存储介质及终端 | |
US7463757B2 (en) | Tooth locating within dental images | |
KR20100047863A (ko) | 메이크업 시뮬레이션 시스템, 메이크업 시뮬레이션 장치, 메이크업 시뮬레이션 방법 및 메이크업 시뮬레이션 프로그램이 기록된 컴퓨터 판독가능한 기록매체 | |
CN101258963A (zh) | 嘴唇的分类方法,化妆方法,分类图谱及化妆用器具 | |
AU2018236734B2 (en) | Method of selecting the colour of cosmetic products | |
KR20210032489A (ko) | 신체 영역 상의 메이크업 제품의 렌더링의 시뮬레이션 방법 | |
JP5651385B2 (ja) | 顔評価方法 | |
JP5035524B2 (ja) | 顔画像の合成方法及び合成装置 | |
US7664322B1 (en) | Feature-based color adjustment | |
JP6165187B2 (ja) | メイクアップの評価方法、メイクアップの評価システム、及びメイクアップ製品の推奨方法 | |
JP6530703B2 (ja) | 肌状態評価方法 | |
JP5250956B2 (ja) | ハリ感評価方法 | |
JP6128356B2 (ja) | メイクアップ支援装置およびメイクアップ支援方法 | |
CN114155569B (zh) | 一种化妆进度检测方法、装置、设备及存储介质 | |
JP5043323B2 (ja) | 化粧情報提供システム | |
JP6128357B2 (ja) | メイクアップ支援装置およびメイクアップ支援方法 | |
TW200930069A (en) | Method for correcting red-eye | |
JP2011196814A (ja) | 光沢感評価装置及び光沢感評価方法 | |
CN114202483B (zh) | 一种基于改进的加性lee滤波磨皮方法 |