JP2019048026A - 生体情報解析装置及び手肌解析方法 - Google Patents

Abstract

【課題】手の欠陥の位置を検出しマーキングすることで、ユーザのスピードメイクを支援することが可能な生体情報解析装置及び手肌解析方法を提供する。【解決手段】生体情報解析装置に用いられる手肌解析方法は、外部画像を撮影するように識別生体情報解析装置の撮影モジュールを制御するステップＳ１０と、識別外部画像において手画像を識別するように識別生体情報解析装置の処理ユニットを制御するステップＳ１２と、識別手画像において欠陥に対応する欠陥画像を識別するステップＳ１４と、識別欠陥画像の位置に基づいて識別手画像をマーキングするステップＳ１６と、マーキングされた識別手画像を表示するように識別生体情報解析装置の表示モジュールを制御するステップＳ１８と、を含む。【選択図】図６

Description

本発明は、装置及び方法に関し、特に、生体情報解析装置及び手肌解析方法に関する。

化粧は女性にとってほぼ毎日不可欠なものとなっている。通常、ユーザは、顔にメイクをするが、近年、顔以外の部位（例えば、手や首）にメイクをするユーザが増えてくる。顔メイクとは異なり、顔以外の部位は、面積が広いため、全体的にメイクアップするのが適切ではない。欠陥のある位置（例えば、シミや小ジワ）のみにメイクアップするのは適している。

しかしながら、ユーザは、欠陥のある位置を肉眼で視認する場合が多い。このため、化粧経験不足のユーザの一部は、化粧に時間がかかりすぎたり、化粧を上手に施すことができなかったりする問題を抱えていた。

以上に鑑みて、ユーザが生体の各部位に欠陥のある位置の検出や経験不足のユーザに対してスピードメイクの完成を効果的に支援可能な支援装置が求められている。

そこで、本発明は、手の欠陥の位置を検出しマーキングすることで、ユーザのスピードメイクを支援することが可能な生体情報解析装置及び手肌解析方法を提供することを目的とする。

上記の目的を達成するために、本発明に係る生体情報解析装置に用いられる手肌解析方法は、（ａ）外部画像を撮影するように識別生体情報解析装置の撮影モジュールを制御するステップと、（ｂ）識別外部画像において手画像を識別するように識別生体情報解析装置の処理ユニットを制御するステップと、（ｃ）識別手画像において欠陥に対応する欠陥画像を識別するステップと、（ｄ）識別欠陥画像の位置に基づいて識別手画像をマーキングするステップと、（ｅ）マーキングされた識別手画像を表示するように識別生体情報解析装置の表示モジュールを制御するステップと、を含む。

また、上記の目的を達成するために、本発明に係る生体情報解析装置は、外部画像を撮像する撮像モジュールと、識別撮像モジュールに電気的に接続される処理ユニットとを備え、識別処理ユニットは、識別外部画像において手画像を識別するための手識別モジュールと、識別手画像において欠陥に対応する欠陥画像を識別するための欠陥検出モジュールと、識別欠陥画像の位置に基づいて識別手画像をマーキングするためのマーキングモジュールと、識別処理ユニットに電気的に接続され、マーキングされた識別手画像を表示するための表示モジュールと、を含む。

本発明は、手の欠陥を自動的に検出し、手の欠陥に対してマーキングすることにより、ユーザは、手の欠陥に対して直観的に対応する手段を取ることができ、メイクアップの技術的な敷居を大幅に低くし、メイクアップ効率を向上させることができる。

本発明の第１実施形態に係るシステムを示す構造図である。 本発明に係る生体情報解析装置を示す第１の概略図ある。 本発明に係る生体情報解析装置を示す第２の概略図ある。 本発明の第１実施形態に係る生体情報解析装置を示す構造図である。 本発明の第１実施形態に係る機能モジュールを示す概略図である。 本発明の第１実施形態に係る手肌解析方法を示すフローチャートである。 本発明の第２実施形態に係る手肌解析方法の一部を示すフローチャートである。 手識別を示す概略図である。 本発明の第３実施形態に係る手肌解析方法の一部を示すフローチャートである。 本発明の突起検出を示す第１の概略図である。 本発明の突起検出を示す第２の概略図である。 本発明の突起検出を示す第３の概略図である。 本発明の第４実施形態に係る手肌解析方法の一部を示すフローチャートである。 本発明のシミ検出を示す第１の概略図である。 本発明のシミ検出を示す第２の概略図である。 本発明の第５実施形態に係る手肌解析方法の一部を示すフローチャートである。 本発明の小ジワ検出を示す第１の概略図である。 本発明の小ジワ検出を示す第２の概略図である。 本発明の小ジワ検出を示す第３の概略図である。 本発明の第６実施形態に係る手肌解析方法の一部を示すフローチャートである。

以下、本発明の目的、実施方式及び効果をより理解するために、具体的な実施例と添付の図面を組み合わせて本発明に係る技術内容を詳細に説明するが、本発明の特許請求の範囲は限定されない。

本発明としては、生体情報解析装置１（以下、解析装置１と略称）が開示されている。解析装置１は、主に手肌解析方法（以下、解析方法と略称）を実行し、手肌のあらゆる種類の欠陥を自動的に検出し、ユーザの手画像において検出された欠陥をマーキングすることにより、ユーザが欠陥の位置を容易に把握し、適切な措置を取ることができる（例えば、欠陥をカバーする）。

図１は、本発明の第１実施形態に係るシステムを示す構造図である。図１に示す実施形態では、ユーザは、電子装置２を操作することで解析装置１を設定することが可能である。

具体的に、電子装置２のメモリユニット（図示せず）には、ソフトウェア２１がインストールされている。ソフトウェア２１（例えば、解析装置１の製造メーカによって開発、提供されるアプリ）は、解析装置１との接続を確立するために用いられる。ユーザは、ソフトウェア２１を操作することで、解析装置１に対する様々な設定操作、例えば、ユーザの情報や画像（顔画像や手画像など）の登録、及び／又は様々なデフォルト値を設定することができる。

一実施形態では、ユーザは、解析装置１の入力インタフェース（例えば、図４に示す入力インタフェース１５）を直接操作することで様々な設定操作を行うことができる。

一実施形態では、解析装置１の無線伝送モジュール（例えば、図４に示す無線伝送モジュール１６）は、Ｗｉ−Ｆｉ（登録商標）通信技術、ブルートゥース（登録商標）通信技術、Ｚｉｇｂｅｅ（登録商標）通信技術、ＲＦ通信技術、赤外線通信技術、光通信技術、音声通信技術及び／又はその他の無線通信技術により電子装置２とデータ伝送を行う。

一実施形態では、解析装置１は、区域におけるワイヤレスルータ３に接続され、ワイヤレスルータ３によりインターネット４に接続されてもよい。こうすることで、解析装置１は、インターネット４によりファームウェアのアップデート、データのアップロードやダウンロードなどの操作を行うことができる。また、解析装置１は、インターネット４によりユーザの生体データ（例えば、後述する外部画像、手画像及び／又は欠陥画像など）を遠隔のサーバー５に送信することにより、ユーザが遠隔で確認したり、サーバー５のデータベース（図示せず）に接続されてデータの更新や検索したり、隔地保管の目的を実現したりできる。

図２及び図３を併せて参照する。図２は、本発明に係る生体情報解析装置を示す第１の概略図ある。図３は、本発明に係る生体情報解析装置を示す第２の概略図ある。図２及び図３に示す解析装置１は、主に、ユーザの寝室又は化粧室に設置される。こうすることで、ユーザは、生体情報（例えば、顔、首、手又は肌）を容易に検出や解析することができる。

解析装置１は、ミラースクリーン１１を有する。解析装置１は起動（図２に示す）時に、ミラースクリーン１１によりグラフィカルユーザインタフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ， ＧＵＩ）を表示し、ＧＵＩによりユーザと対話することができる。一方、解析装置１は停止（図３に示す）時に、ミラースクリーン１１が単純にミラーとしてユーザの光学的な鏡像６を反映してもよい。

本発明では、主に解析装置１によりユーザの肌の欠陥を自動的に検出して、ユーザに知らせるように各欠陥のある位置をマーキングすることで、ユーザが対応策（例えば、カバーやスキンケア）を行うことを支援する。したがって、ミラースクリーン１１は、ＧＵＩを表示すると同時にユーザの光学的な鏡像６を反映することが可能である。こうすることで、化粧中のユーザの肌を解析するとともにユーザの化粧を支援する（詳細は後述する）ことに寄与する。

解析装置１は、解析装置１上に配置されて角度を調整可能な撮像モジュール１２をさらに備える。一実施形態では、撮像モジュール１２は、ユーザの高解像度画像（例えば、顔画像、首画像又は手画像など）を撮像することができる。解析装置１は、画像を用いてユーザの生体情報及び／又は化粧の進捗状況を解析することができる。他の実施形態では、撮像モジュール１２は、外部の情報（例えば、一次元バーコード、二次元バーコードなど）を抽出し、抽出された情報の内容によって対応するデータを設定することができる。

また、解析装置１は、撮像モジュール１２により撮像された画像をミラースクリーン１１にリアルタイムに表示するようにしている。これにより、ミラースクリーン１１が停止しなくても、ユーザがミラースクリーン１１で自分の光学的な鏡像６をチェックすることができる。

さらに、解析装置１は、撮影画像に対してリアルタイム処理（例えば、欠陥の位置をマーキングしたり欠陥のタイプを提示したりする）を行って、処理された画像をミラースクリーン１１に表示させるようにしてもよい。

このようにして、解析装置１は、ユーザのメイク時に、ミラースクリーン１１に補助情報を拡張現実（Ａｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ， ＡＲ）により提供することが可能である。その結果、ユーザ体験を効果的に向上させることができる。

一実施形態では、ミラースクリーン１１は、タッチスクリーンであってもよい。ユーザは、ミラースクリーン１１により解析装置１にデータを入力してもよい。

解析装置１は、複数のボタン１３を有してもよい。本実施形態では、複数のボタン１３は、実体のボタン（ｂｕｔｔｏｎ）であってもよいし、タッチボタン（ｔｏｕｃｈ ｋｅｙ）であってもよいが、これらに限定されない。ユーザは、ボタン１３をトリガーにすることで上記ＧＵＩに対して操作（例えば、ＧＵＩを先頭頁や前の頁、次の頁などに戻す）を行ったり、対応する機能（例えば、ミラースクリーン１１の起動、ミラースクリーン１１の停止、撮像モジュール１２の起動など）を迅速に実行するように解析装置１を制御したりできる。

解析装置１は、１つ以上のセンサ１４（例えば、温度センサ、湿度センサなど）を有してもよい。センサ１４は、解析装置１の所在する環境の環境データを検出して、解析装置１によるユーザの生体情報の検出や解析の精度を高める。一実施形態では、センサ１４は、モーションセンサ（ｍｏｔｉｏｎ ｓｅｎｓｏｒ）であってもよい。解析装置１は、モーションセンサでユーザの移動ジェスチャー（例えば、左への振り動作、右への振り動作、上への振り動作、下への振り動作、前方への押し動作又は後方への引き動作など）を検出することができる。こうすることで、ユーザは、指紋が残らないように、上記ミラースクリーン１１又はボタン１３を触れることなく、ジェスチャーにより解析装置１にデータを入力することができる。

図４は、本発明の第１実施形態に係る生体情報解析装置を示す構造図である。図４に示すように、解析装置１は、主に処理ユニット１０、処理ユニット１０に電気的に接続される表示モジュール１１１、撮像モジュール１２、入力インタフェース１５、無線伝送モジュール１６及びメモリ１７を含む。

一実施形態では、撮像モジュール１２は、カメラ又はビデオカメラであり、外部画像（例えば、ユーザの顔画像）及び外部情報を撮像する。解析装置１は、外部画像によりユーザを識別（例えば、顔識別、首識別又は手識別など）することで、ユーザの顔、首又は手などのパーツを解析したり、外部情報の内容によって対応する操作を行ったりしてもよい。

表示モジュール１１１は、上記ＧＵＩを表示する。一実施形態では、表示モジュール１１１は、ミラースクリーン１１内に取り付けられる。表示モジュール１１１が有効な場合、表示モジュール１１１の光源は、ミラースクリーン１１の一方向ガラス（図示せず）を貫通してユーザの目に投影することで、ユーザがミラースクリーン１１でＧＵＩを見ることができる。一方、表示モジュール１１１が無効な場合、一方向性ガラスの片面が光透過特性を有するため、ユーザは、ミラースクリーン１１で自分の光学的な鏡像６しか見ることができない。一実施形態では、解析装置１が表示モジュール１１１の光源強度又は表示領域を調整することで、ミラースクリーン１１はユーザの光学的な鏡像６を反射するとともにＧＵＩを表示することができる。

解析装置１は、入力インタフェース１５により外部からのユーザの入力を受け付ける。これにより、ユーザは、ＧＵＩと対話したり、必要な設定操作を行ったりできる。一実施形態では、入力インタフェース１５は、ユーザのジェスチャーによる入力を検出するための上記センサ１４であってもよい。他の実施形態では、入力インタフェース１５は、外部画像を撮像したり外部情報を抽出したりするための上記撮像モジュール１２であってもよい。別の実施形態では、入力インタフェース１５は、ユーザの入力操作を受け付けるためのタッチスクリーン又はボタン１３であってもよい。もう１つの実施形態では、入力インタフェース１５は、外部の音声を受け付けるためのマイクであってもよい。

無線伝送モジュール１６は、インターネット４に接続される。詳細には、ユーザは、インターネット４により遠隔から解析装置１へ接続され、解析装置１に記録されている様々な情報（例えば、生体情報）を随時に確認することができる。

メモリ１７は、データを格納するために用いられる。一実施形態では、メモリ１７は、データベース１７０をさらに含む。データベース１７０は、データ（例えば、ユーザの生体情報履歴、解析装置１の音声指令、ユーザが所持する化粧品、メイク方法動画及び／又は後述する対応策など）を格納する。

一実施例では、データベース１７０は、解析装置１のメモリ１７に設けずに、遠隔のサーバー５に設けてもよい。このようにして、解析装置１は、インターネット４により、遠隔のサーバー５のデータベース１７０に接続されてデータの更新や検索を行うことになる。これにより、ローカルのメモリ１７の格納容量を大幅に削減することができる。

処理ユニット１０は、表示モジュール１１１、撮像モジュール１２、入力インタフェース１５、無線伝送モジュール１６及びメモリ１７に接続される。メモリ１７（例えば、非一時的記憶媒体）には、コンピュータが実行可能なプログラムコード（図示せず）が格納されている。また、処理ユニット１０は、コンピュータが実行可能なプログラムコードを実行することで、本発明の解析方法を実現することができる。

図５は、本発明の第１実施形態に係る機能モジュールを示す概略図である。詳細には、上述したコンピュータが実行可能なプログラムコードは、複数コードの集合を含み、各コードの集合は、異なる機能モジュールに対応する。処理ユニット１０が各コードの集合を実行することにより、対応する機能モジュールを実現し、本発明の解析方法における各機能を実現することができる。上述したコンピュータが実行可能なプログラムコードは、以下のいくつかの機能モジュール（手識別モジュール１０１、欠陥検出モジュール１０２、マーキングモジュール１０３、応答モジュール１０４）のプログラムコードに区分けられる。

手識別モジュール１０１は、撮像モジュール１２により撮像された外部画像に対して手識別処理を行う。具体的に、手識別モジュール１０１は、外部画像において手画像を識別することができる。

一実施形態では、手識別モジュール１０１は、解析モジュール１０１１と抽出モジュール１０１２とを含む。解析モジュール１０１１は、外部画像に対して特徴解析処理を行って、特定部位の画像の複数の特徴点（例えば、図８に示す複数の手特徴点７）を識別することができる。各特徴点は、ユーザの特定部位（例えば、手）の異なる特徴（例えば、各指の指先、指関節や指の腹、手のひらの弧、又は手首など）にそれぞれ対応している。また、解析モジュール１０１１は、複数の特徴点に基づいて特定部位の画像の範囲を決定してもよい。抽出モジュール１０１２は、特定部位の画像の範囲に基づいて、外部画像から画像の特定部位を抽出することが可能である。

欠陥検出モジュール１０２は、抽出された特定部位の画像に対して欠陥検出処理を行う。具体的に、欠陥検出モジュール１０２は、抽出された特定部位の画像において欠陥画像を識別することができる。

一実施形態では、欠陥検出モジュール１０２は、様々な異なるアルゴリズムにより特定部位の画像において複数の異なるタイプの欠陥画像を識別することができる。各アルゴリズムは、特定タイプの欠陥画像を識別するために用いられ、各欠陥画像のそれぞれは異なる欠陥に対応している。これにより、欠陥検出モジュール１０２は、欠陥画像の位置に基づいて各欠陥の位置を確認し、用いられたアルゴリズム（例えば、突起検出アルゴリズム、シミ検出アルゴリズム、小ジワ検出アルゴリズム、又はくすみ検出アルゴリズム）に基づいて、検出された欠陥タイプ（突起、シミ、小ジワ又はくすみなど）を確認することができる。

図５の実施形態では、欠陥検出モジュール１０２は、少なくとも突起検出モジュール１０２１と、シミ検出モジュール１０２２と、小ジワ検出モジュール１０２３とを含むが、これらに限定されない。

突起検出モジュール１０２１は、特定部位の画像に対して突起検出処理を実行するために用いられる。具体的に、突起検出モジュール１０２１は、異なる複数の閾値に基づいて特定部位の画像に対して２値化処理を実行することで、複数枚の白黒手画像を生成し、各白黒手画像に対して突起検出処理を実行することで、白黒手画像において突起欠陥画像を識別し、突起欠陥画像が識別された白黒手画像が対応する閾値に基づいて、突起欠陥画像の突起度を設定することが可能である。

シミ検出モジュール１０２２は、特定部位の画像に対してシミ検出処理を実行するために用いられる。具体的に、シミ検出モジュール１０２２は、特定部位の画像の複数の特徴点から一部の特徴点（即ち、シミが発生しない領域、例えば爪や眼球）を除去し、フィルタリングされた複数の特徴点に基づいて、特定部位の画像において関心領域を設定し、関心領域に対してシミ検出処理を実行してシミ欠陥画像の位置及び範囲を識別する。

小ジワ検出モジュール１０２３は、特定部位の画像に対して小ジワ検出処理を実行するために用いられる。具体的に、小ジワ検出モジュール１０２３は、特定部位の画像において関心領域を設定し、関心領域に対して境界検出処理を実行してシワ画像を取得し、シワ画像に対して線分検出処理を実行して複数の線分画像の長さ及び位置を識別し、長さが小ジワ閾値以上である線分画像（即ち、シワではない線分、例えば、血管や筋の突起からなる比較的長い線分、又は掌紋からなる比較的長い線分を排除する）を除去し、残りの線分画像を複数の小ジワ欠陥画像とする。

マーキングモジュール１０３は、識別された欠陥画像をマーキングするために用いられる。具体的に、マーキングモジュール１０３は、欠陥画像の位置に基づいて特定部位の画像をマーキングすることが可能である。例えば、輪郭を用いてマーキングしたり（例えば、線分やパターンを用いて欠陥画像が対応する欠陥の外郭をマーキングする）、異なる色を用いてマーキングしたり（例えば、欠陥画像が対応する欠陥の範囲に赤色、黄色や緑色などの目立つ色で満たされる）してもよい。

応答モジュール１０４が、検出された各欠陥について対応する美容対策を提供するために用いられる。具体的に、データベース１７０には、複数の様々な美容対策（例えば、特定の化粧品によるカバー、又は特定の化粧品によるスキンケアなど）が格納され、各美容対策は、異なるタイプの欠陥に対応する。応答モジュール１０４は、欠陥画像が対応する欠陥のタイプに基づいて、データベース１７０から対応する美容対策を検索し、検索された美容対策を表示するように表示モジュール１１１を制御することができる。

本発明のいくつかの実施形態において、解析装置１及び解析方法は、手肌を解析するに用いられる。具体的に、解析モジュール１０１１は、外部画像において複数の手特徴点７を識別する。抽出モジュール１０１２は、複数の手特徴点７に基づいて、外部画像から手画像を識別し抽出する。そして、欠陥検出モジュール１０２は、手画像に対して様々な欠陥検出を行う。例えば、突起検出モジュール１０２１により手画像に対して突起検出を行ったり、シミ検出モジュール１０２２により手画像対してシミ検出を行ったり、又は、小ジワ検出モジュール１０２３により手画像に対して小ジワ検出を行ったりする。次に、マーキングモジュール１０３は、検出された欠陥に基づいて手画像をマーキングし、マーキングされた手画像を表示モジュール１１１に表示させる。最後に、応答モジュール１０４は、欠陥が対応する美容対策を検索して表示する。

これにより、ユーザは、表示モジュール１１１で手肌上の各欠陥の位置をチェックすることができ、同時に解析装置１から薦められる美容対策を得ることができる。

図６は、本発明の第１実施形態に係る手肌解析方法を示すフローチャートである。本発明の解析装置１は、処理ユニット１０により上述したコンピュータが実行可能なプログラムコード（例えば、上述した各機能モジュール１０１〜１０４）を実行することにより、本発明の各実施形態の解析方法の各ステップを実現することができる。

なお、以下の説明では、手肌の解析を例示して説明するが、本発明の解析方法は手肌の解析に限定されるものではない。他の実施形態において、本発明の各実施形態に係る解析方法は、他の部位の肌の解析（例えば、顔の肌解析や背中の肌解析）に用いられてもよい。

本実施形態の解析方法は、皮膚解析機能を実現するための以下のステップを含む。

ステップＳ１０：解析装置１の処理ユニット１０は、撮像モジュール１２を制御してユーザを撮影し、ユーザの外部画像（図８に示す外部画像６１）を取得する。

一実施形態では、処理ユニット１０は、撮影された外部画像６１を表示するように表示モジュール１１１をリアルタイムに制御することができ、電子ミラー効果を実現することができる。

ステップＳ１２：処理ユニット１０は、手識別モジュール１０１により、外部画像６１に対して手識別処理を行って、外部画像６１において手画像を識別し、手画像の位置及び範囲を確認する。

ステップＳ１４：処理ユニット１０は、欠陥検出モジュール１０２により、識別された手画像に対して様々な欠陥検出処理を行って、手画像が対応する手肌に欠陥があるか否かを検出する。

具体的に、欠陥検出モジュール１０２は、異なる検出アルゴリズムにより手画像に対して異なる欠陥検出処理を実行することができる。欠陥検出モジュール１０２が手画像においていずれか１つの欠陥画像を識別した場合、ユーザの手肌に欠陥が存在すると判定し、用いられた検出アルゴリズムに基づいて、欠陥のタイプを確定することが可能である。

一実施形態では、欠陥検出モジュール１０２は、各欠陥画像をさらに解析して対応する各欠陥の重大度を判断することができる。例えば、各欠陥画像のサイズ又は範囲に基づいて各欠陥の重大度を決定する。

ステップＳ１６：処理ユニット１０は、マーキングモジュール１０３により、識別された欠陥画像に基づいて手画像をマーキングして、手画像の対応する位置にこの欠陥をマーキングする。

一実施形態では、欠陥画像が突起欠陥画像である場合、処理ユニット１０は、突起欠陥画像の位置及び突起度に基づいて手画像をマーキングする。欠陥画像がシミ欠陥画像である場合、処理ユニット１０は、シミ欠陥画像の位置及び範囲に基づいて手画像をマーキングする。欠陥画像が小ジワ欠陥画像である場合、処理ユニット１０は、小ジワ欠陥画像の長さ及び位置に基づいて手画像をマーキングする。

ステップＳ１８：処理ユニット１０は、表示モジュール１１１によりマーキングされた手画像を表示する。

一実施形態では、処理ユニット１０は、各欠陥が対応する欠陥のタイプをさらに表示するように解析装置１を制御してもよい（例えば、文字、画像又は音声によって表示や放送される）。或いは、処理ユニット１０は、各欠陥のタイプ又は重大度に基づいて、データベース１７０から各欠陥についての説明を読み取り、表示モジュール１１１又はスピーカによって表示や放送されてもよい（例えば、文字、画像又は音声によって各欠陥の形成原因又は推奨する対処方法を説明する）。

本発明は、手の欠陥を自動的に検出し、手の欠陥をマーキングすることで、ユーザは、手の欠陥に対して直観的に対応する手段を取ることができ、メイクアップの技術的閾値を大きく低下させ、メイクアップ効率を向上させることができる。

図６、図７及び図８を併せて参照する。図７は、本発明の第２実施形態に係る手肌解析方法の一部を示すフローチャートである。図８は、手識別を示す概略図である。

図６に示す実施形態と比較して、本実施形態の解析方法のステップＳ１２は、以下のステップをさらに含む。

ステップＳ２０：解析装置１の処理ユニット１０は、解析モジュール１０１１により外部画像６１に対して特徴解析処理を行って、外部画像６１において手の複数の特徴を識別する。

具体的には、上述した特徴解析処理では、外部画像６１を自然特徴点ランドマーク（Ｆｅａｔｕｒｅ Ｌａｎｄｍａｒｋ）アルゴリズムで解析して、外部画像６１における特定部位（以下、手を例として説明する）の特徴に対して位置決めを行うが、これに限定されない。さらに、上述した自然特徴点ランドマークは、Ｄｌｉｂライブラリ（Ｌｉｂｒａｒｙ）を用いて実現するものである。

図８を参照する。解析モジュール１０１１は、特徴解析処理を実行する際に、上述した自然特徴点ランドマークアルゴリズムによって外部画像６１を解析する。上述した自然特徴点ランドマークアルゴリズムは、本技術分野において慣用技術であり、機械学習（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ）技術に基づいて、外部画像６１に対して特定部位の解析を行って、外部画像６１における１つ又は複数の特定部位（例えば、手、顔、足、首又は肩など。図８では、手を識別することが例示されている）の複数の特徴点（図８では、手特徴点７が例示されている）を識別し、各特徴点が上記の特別部位の異なる特徴にそれぞれ対応する。

手を識別する場合には、各特徴点は、各指の指関節、指の腹や指先、手のひら又は手首などにそれぞれ対応してもよい。顔を識別する場合には、各特徴点は、眉毛の眉山や眉頭、目の目尻や目頭、よび頭、鼻の鼻筋や鼻翼、或いは耳の耳殻や耳たぶなどにそれぞれ対応してもよい。特徴点の数は、６８個の特徴点、１９８個の特徴点又は他の数量の特徴点であってもよいが、これらに限定されない。

また、上述した自然特徴点ランドマークアルゴリズムは、外部画像６１に特定部位の複数の特徴点をさらにマーキングしてもよい。図８に示すように、自然特徴点ランドマークアルゴリズムは、外部画像６１に複数の手特徴点７をマーキングすることができる。

一実施形態では、解析モジュール１０１１は、各特徴点が属する部位及び対応する特徴に基づいて各特徴点に対して番号付けを行うことが可能である。これにより、本発明は、複数の特徴点の番号、形状、シーケンスなどの情報に基づいて、外部画像において各部位の位置を確定して特定部位を識別することができる。

図７を再び参照する。ステップＳ２０の後に、処理ユニット１０は、解析モジュール１０１１により複数の手特徴点７が識別された後、ステップＳ２２に進む。ステップＳ２２において、処理ユニット１０は、抽出モジュール１０１２により複数の手特徴点７に基づいて、外部画像６１における手の位置及び／又は手の範囲を決定してもよい。

ステップＳ２４：処理ユニット１０は、抽出モジュール１０１２により決定された手の位置及び／又は手の範囲に基づいて外部画像６１から手画像を抽出する。

これにより、本発明は、外部画像６１において手画像を正確に識別して効果的に抽出することができる。また、本発明は、画像を抽出することにより、画像のデータ量及び画像サイズをより削減することができる。その結果、その後の欠陥検出の精度や検出速度を効果的に向上させることができる。

図６、図９及び図１０Ａ〜図１０Ｃを併せて参照する。図９は、本発明の第３実施形態に係る手肌解析方法の一部を示すフローチャートである。図１０Ａは、本発明の突起検出を示す第１の概略図である。図１０Ｂは、本発明の突起検出を示す第２の概略図である。図１０Ｃは、本発明の突起検出を示す第３の概略図である。

本実施形態では、解析装置１は、突起検出機能を有する。この突起検出機能により、ユーザのメイクアップの基礎として、ユーザの肌の突起欠陥（血管、傷跡や筋などによる突起欠陥）の位置や突起度を自動的に検出することができる。図６に示す実施形態と比較して、本実施形態の解析方法のステップＳ１４は、以下のステップをさらに含む。

ステップＳ３０：解析装置１の処理ユニット１０は、突起検出モジュール１０２１により複数の異なる閾値を取得する。ここで、異なる閾値は、異なる突起度にそれぞれ対応する。

一実施形態では、各閾値は、ユーザが手画像の画素値範囲に基づいて予め設定され、メモリ１７に記憶されるようにしているが、これに限定されない。

例えば、手画像が８ビットのグレースケール（画素値範囲が０〜２５５）である場合、閾値は、３つ（例えば６４，１２８，１９２）であり、３つの突起度（例えば、「軽」、「中」、「重」など）に対応してもよい。

他の実施形態では、解析装置１は、手画像の明暗分布に基づいて基準画素値を決定し、基準画素値及び画素値範囲に基づいて特定数の閾値を設定してもよい。

例えば、手画像が８ビットのグレースケール（画素値０が最も暗く、画素値２５５が最も明るい）である場合、閾値が２つであり、２つの突起度に対応する。突起部分の色がその他の正常部分よりも暗い（突起度が高いほど色が暗く、画素値が小さい）ため、解析装置１は、手画像の肌領域の複数の画素の平均画素値（例えば、１２８）を基準画素値とし、基準画素値から異なるデフォルト値（例えば、４０，６４）を差し引いて、その計算結果を閾値（例えば、８８，６４）とし、異なる突起度（例えば、閾値８８が突起度「軽」に対応し、閾値６４が突起度「重」に対応する）にそれぞれ対応することになる。

ステップＳ３２：処理ユニット１０は、突起検出モジュール１０２１により各閾値に基づいて手画像に対して２値化処理を行って、複数枚の白黒手画像を生成する。

一実施形態では、処理ユニット１０は、まず、カラー手画像をグレースケールの手画像に変換した後、各閾値に基づいてグレースケールの手画像に対して２値化処理を行って、複数枚の白黒手画像を得る。

なお、上述した２値化処理は、グレースケールの手画像の各画素の画素値と閾値とを逐一比較するものである。各画素の画素値が閾値より大きい場合には、白黒手画像の対応位置の画素の色を白に設定する一方、各画素の画素値が閾値以下の場合には、白黒手画像の対応位置の画素の色を黒に設定する。

一般的に、低画素値（例えば０）は暗い色（例えば黒色）を表し、高画素値（例えば２５５）は明るい色（例えば白色）を表示する。そのため、２値化処理に用いる閾値が大きいほど、生成される白黒手画像の各画素が黒である確率が高くなる。即ち、突起度が低い突起欠陥及び突起度が高い突起欠陥は、共に生成された白黒手画像に表示されることになる。一方、２値化処理に用いる閾値が小さいほど、生成される白黒手画像の各画素が黒である確率が低くなる。即ち、突起度が高い突起欠陥のみが、生成された白黒手画像に表示されることができる。

これにより、本発明は、異なる閾値を設定することにより、白黒手画像に異なる程度を有する突起欠陥を効果的に表示することができる。

例えば、図１０Ａ〜図１０Ｃに示すように、処理ユニット１０は、カラー手画像８１に対してグレースケール処理を行ってグレースケール手画像を取得した後、第１の閾値（例えば１２８）と第２の閾値（例えば６４）に基づいて、グレースケール手画像に対して２値化処理を行って、１枚目の白黒手画像８２と２枚目の白黒手画像８３をそれぞれ得ることができる。

ステップＳ３４：処理ユニット１０は、突起検出モジュール１０２１により各白黒手画像に対して突起検出処理を行って、白黒手画像における突起欠陥画像を識別する。ここで、各突起欠陥画像は、肌の突起欠陥にそれぞれに対応する。突起検出処理は、画像処理技術の分野での慣用技術であるため、その説明を省略する。

例えば、図１０Ｂ及び図１０Ｃに示すように、処理ユニット１０は、１枚目の白黒手画像８２に対して突起検出処理を行って、３つの突起欠陥画像９１〜９３を識別してもよい。また、処理ユニット１０は、２枚目の白黒手画像８３に対して突起検出処理を行って、１つの突起欠陥画像９３を識別してもよい。

ステップＳ３６：処理ユニット１０は、突起検出モジュール１０２１により識別された突起欠陥画像の各白黒手画像が対応する各閾値に基づいて、各突起欠陥画像が対応する突起欠陥の突起度を設定する。

一実施形態では、処理ユニット１０は、複数枚の白黒手画像における同じ突起欠陥に対応する突起欠陥画像を識別すると、複数枚の白黒手画像が対応する複数の閾値を取得し、そのうち最も高い突起度を選択してこの突起の突起度としてもよい。

例えば、図１０Ｂ及び図１０Ｃに示すように、白黒手画像８２を生成するための第１の閾値の対応する突起度が「軽」であり、白黒手画像８３を生成するための第２の閾値の対応する突起度が「重」である場合に、処理ユニット１０は、突起欠陥画像９１〜９２が対応する突起欠陥の突起度を「浅」に設定し、突起欠陥画像９３が対応する突起欠陥の突起度を「重」に設定してもよい。

これにより、本発明は、突起欠陥を効果的に識別し、各突起欠陥の突起度を正確に判断することができる。

図６、図１１及び図１２Ａ〜図１２Ｂを併せて参照する。図１１は、本発明の第４実施形態に係る手肌解析方法の一部を示すフローチャートである。図１２Ａは、本発明のシミ検出を示す第１の概略図である。図１２Ｂは、本発明のシミ検出を示す第２の概略図である。

本実施形態では、解析装置１は、シミ検出機能を有する。このシミ検出機能により、ユーザのメイクアップの基礎として、肌のシミ欠陥（紅斑やそばかすなど）の位置を自動的に検出することができる。図６に示す実施形態と比較して、本実施形態の解析方法のステップＳ１４は、以下のステップをさらに含む。

ステップＳ４０：解析装置１の処理ユニット１０は、シミ検出モジュール１０２２により特徴解析処理された手画像８４を取得し、手画像８４の複数の手特徴点７１を識別して、複数の手特徴点７１において爪に対応する複数の爪特徴点７２を識別する。次に、処理ユニット１０は、手特徴点７１から識別された爪特徴点７２をフィルタリングし、フィルタリングされた手画像８５を生成する。ここで、フィルタリングされた手画像８５は、爪部位を含まない。

ステップＳ４２：処理ユニット１０は、シミ検出モジュール１０２２により、フィルタリングされた手画像８５において関心領域を設定する。図１２Ｂに示すように、手画像８５の関心領域（即ち、表示された手領域）は、爪画像を含まない。

なお、爪部分にはシミが生成しないので、本発明は、予め爪画像をフィルタリングすることにより、その後のシミ検出の精度及び処理速度を効果的に向上させることができる。

ステップＳ４４：処理ユニット１０は、シミ検出モジュール１０２２により関心領域に対してシミ検出処理を行って、手画像８５において複数のシミ画像を識別し、各シミ画像の位置及び範囲（例えば、面積や長さ）を確認する。

上述したシミ検出処理は、画像処理技術の分野での慣用技術であり、主に肌検出のｐｏｒｅ ａｎａｌｙｚｅアルゴリズムを基に、ヒストグラム解析（例えば、ＲＧＢ色空間又はＬＡＢ色空間をサンプリングしてヒストグラム解析を行う）及び２値化演算を結合して検出を行うものである。ここで、その説明を省略する。

ステップＳ４６：処理ユニット１０は、シミ検出モジュール１０２２により複数のシミ画像に対してフィルタリング処理を行って、シミ閾値よりも小さい範囲のシミ画像を除去し、残りのシミ画像をシミ欠陥画像とする。次に、処理ユニット１０は、シミ検出モジュール１０２２により、残りのシミ画像をシミ欠陥画像として設定する。

具体的に、処理ユニット１０は、メモリ１７から予め設定されたシミ閾値（例えば、面積が０．３ｃｍ^２、又は長さが０．５ｃｍ）を読み取り、各シミ画像の範囲（例えば、各シミ画像の面積又は長さ）とシミの閾値とを逐一比較する。また、処理ユニット１０は、いずれかのシミ画像の範囲がシミの閾値よりも小さい場合、このシミ画像がシミ欠陥画像ではない（例えば、血管や筋の突起によって形成された類似シミ画像や影で形成される類似シミ画像）と判断するので、その後のマーキング処理を行う必要はない。処理ユニット１０は、いずれかのシミ画像の範囲がシミ閾値値以上である場合、このシミ画像がシミ欠陥画像であると判断するので、その後のマーキング処理を行う必要がある。

これにより、本発明は、シミ欠陥を効果的に識別し、各シミ欠陥の位置及び範囲を正確に判断することができる。

図１２Ｂに示すように、処理ユニット１０は、手画像８５の関心領域において複数枚のシミ画像９４〜９６を識別し、シミ閾値よりも小さい範囲のシミ画像９４をフィルタリングし、残りのシミ画像９５,９６をシミ欠陥画像（即ち、シミ欠陥画像９５，９６が異なるシミ欠陥に対応する）として設定してもよい。

これにより、本発明は、シミ欠陥を効果的に識別し、各シミ欠陥の位置及び範囲を正確に判断することができる。

図６、図１３及び図１４Ａ〜図１４Ｃを併せて参照する。図１３は、本発明の第５実施形態に係る手肌解析方法の一部を示すフローチャートである。図１４Ａは、本発明の小ジワ検出を示す第１の概略図である。図１４Ｂは、本発明の小ジワ検出を示す第２の概略図である。図１４Ｃは、本発明の小ジワ検出を示す第３の概略図である。

本実施形態では、解析装置１は、小ジワ検出機能を有する。この小ジワ検出機能により、ユーザのメイクアップの基礎として、肌の小ジワ欠陥の位置を自動的に検出することができる。図６に示した実施形態と比較して、本実施形態の解析方法のステップＳ１４は、以下のステップをさらに含む。

ステップＳ５０：解析装置１の処理ユニット１０は、小ジワ検出モジュール１０２３により、手画像８６において関心領域を設定する。

一実施形態では、処理ユニット１０は、爪特徴点をフィルタリングした後の複数の手特徴点７３に基づいて、手画像８６において関心領域（図１４Ａに示す）を設定する。つまり、設定された関心領域は、爪画像を含まない。

なお、爪部分には小ジワが生成しないので、本発明は、予め爪画像をフィルタリングすることにより、その後の小ジワ検出の精度や処理速度を効果的に向上させることができる。

ステップＳ５２：処理ユニット１０は、小ジワ検出モジュール１０２３により、手画像８６における関心領域に対して境界検出処理を行って、シワ手画像を得る。

上述した境界検出処理は、画像処理技術の分野での慣用技術であり、主にＣａｎｎｙのエッジ検出アルゴリズムに基づいて関心領域に対してエッジ解析を行い、白黒のシワ手画像（図１４Ｂに示すシワ手画像８７）を生成する。ここで、その処理の詳細については省略する。

ステップＳ５４：処理ユニット１０は、小ジワ検出モジュール１０２３によりシワ手画像８７に対して線分検出処理を行って、シワ手画像８７において複数の線分画像９７を識別し、各線分画像９７の長さ及び位置を確認する。

このような線分検出処理は、画像処理技術の分野での慣用技術であり、主にシワ手画像８７に含まれる複数の線分画像９７を識別し、各線分画像９７が対応する線分の長さ及び位置を算出することができる。ここで、その処理の詳細については省略する。

ステップＳ５６：処理ユニット１０は、小ジワ検出モジュール１０２３により、長さが小ジワ閾値以上である線分画像９７を除去し、残りの複数の線分画像９７を複数の小ジワ欠陥画像とする。

具体的に、処理ユニット１０は、メモリ１７から予め設定された小ジワ閾値を読み取り、各線分画像９７の線分の長と小ジワ閾値とを逐一比較する。また、処理ユニット１０は、いずれかの線分画像９７の線分の長さが小ジワ閾値以上である場合、この線分画像９７が小ジワ欠陥画像ではない（例えば、血管や筋の突起によって形成された線分画像、又は掌紋によって形成された比較的長い線分画像）と判定し、その後のマーキング処理を必要としない。

ステップＳ５８：処理ユニット１０は、小ジワ検出モジュール１０２３により、残りの線分画像９７を小ジワ欠陥画像（例えば、図１４Ｃに示すシワ手画像８８の複数の小ジワ欠陥画像９８）として設定する。

一実施形態では、処理ユニット１０は、いずれかの線分画像９７の線分の長さが小ジワ閾値より短い場合、この線分画像９７が小ジワ欠陥画像９８であると判定する。

これにより、本発明は、小ジワを効果的に識別し、各小ジワ欠陥の位置及び長さを正確に判断することができる。

図６及び図１５を併せて参照する。図１５は、本発明の第６実施形態に係る手肌解析方法の一部を示すフローチャートである。

本実施形態では、解析装置１は、提案機能を有する。この提案機能により、検出された異なる欠陥について、ユーザが欠陥を処理する際の参考として、具体的なアドバイスを提供することができる。

図６に示す実施形態と比較して、本実施形態の解析方法は、ステップＳ１８の後に、以下のステップをさらに含む。

ステップＳ６０：解析装置１の処理ユニット１０は、応答モジュール１０４により、検出された各欠陥の位置、タイプ、範囲又は重大度に基づいて、データベース１７０から対応する美容対策を検索する。

一実施形態では、処理ユニット１０は、ユーザの生体情報（例えば、肌色）及び各欠陥の情報に基づいてデータベース１７０を検索する。また、ユーザは、データベース１７０においてユーザが所持する化粧品のデータを予め作成しても良い。上述した美容対策は、ユーザが所持する特定化粧品を使用して対処することを推奨する。

例えば、ユーザの肌色が比較的白であり、シミ欠陥の色が暗い場合、美容対策は、最良のカバー効果を達成するために、「コンシーラーでカバーする」ようユーザにアドバイスしてもよい。

別の例では、小ジワ欠陥の数が多く、分散の領域が広い場合、美容対策は、コストを節約するために、「比較的安価な化粧品でカバーする」ようユーザにアドバイスしてもよい。

ステップＳ６２：解析装置１の処理ユニット１０は、応答モジュール１０４により、検索された美容対策を表示するように表示モジュール１１１を制御する。

これにより、本発明は、検出された欠陥のタイプに応じて適切な美容対策をメイクアップの基礎として経験不足のユーザに提供し、ユーザ体験を効果的に向上させることができる。

以上、本発明の好ましい実施形態を挙げて説明したが、これは本発明の実施形態の一例に過ぎない。説明した実施形態は、本発明の範囲を限定するものではないことが理解されたい。当業者であれば本発明の概念又は技術的思想を含む各種の変動や交換は、本発明の保護を求める範囲内に属するものである。

１…（生体情報）解析装置
１０…処理ユニット
１０１…手識別モジュール
１０１１…解析モジュール
１０１２…抽出モジュール
１０２…欠陥検出モジュール
１０２１…突起検出モジュール
１０２２…シミ検出モジュール
１０２３…小ジワ検出モジュール
１０３…マーキングモジュール
１０４…応答モジュール
１１…ミラースクリーン
１１１…表示モジュール
１２…撮像モジュール
１３…ボタン
１４…センサ
１５…入力インタフェース
１６…無線伝送モジュール
１７…メモリ
１７０…データベース
２…電子装置
２１…ソフトウェア
３…ワイヤレスルータ
４…インターネット
５…サーバー
６…鏡像
６１…外部画像
７、７１、７３…手特徴点
７２…爪特徴点
８１−８８…手画像
９１−９３…突起欠陥画像
９４−９６…シミ画像
９７…線分画像
９８…小ジワ欠陥画像

Claims (15)

1. 生体情報解析装置に用いられる手肌解析方法であって、
   （ａ）外部画像を撮影するように前記生体情報解析装置の撮影モジュールを制御するステップと、
   （ｂ）前記外部画像において手画像を識別するように前記生体情報解析装置の処理ユニットを制御するステップと、
   （ｃ）前記手画像において欠陥に対応する欠陥画像を識別するステップと、
   （ｄ）前記欠陥画像の位置に基づいて前記手画像をマーキングするステップと、
   （ｅ）マーキングされた前記手画像を表示するように前記生体情報解析装置の表示モジュールを制御するステップと、を含むことを特徴とする手肌解析方法。
2. 前記ステップ（ｂ）は、
   （ｂ１）前記外部画像において手の異なる特徴にそれぞれ対応する複数の手特徴点を識別するステップと、
   （ｂ２）前記複数の手特徴点に基づいて手位置と手範囲とを決定するステップと、
   （ｂ３）前記手位置と前記手範囲とに基づいて前記外部画像から前記手画像を抽出するステップと、を含むことを特徴とする請求項１に記載の手肌解析方法。
3. 前記ステップ（ｃ）は、
   （ｃ１１）異なる複数の閾値を取得するステップと、
   （ｃ１２）各前記閾値に基づいて前記手画像に対して２値化処理を実行して複数枚の白黒手画像を生成するステップと、
   （ｃ１３）各前記白黒手画像に対して突起検出処理を実行して少なくとも１つの前記白黒手画像において突起欠陥画像を識別するステップと、
   （ｃ１４）前記突起欠陥画像が識別された前記白黒手画像が対応する前記閾値に基づいて、前記突起欠陥画像の突起度を設定するステップと、を含むことを特徴とする請求項２に記載の手肌解析方法。
4. 前記ステップ（ｄ）は、前記突起欠陥画像の前記白黒手画像における位置及び前記突起度に基ついて前記手画像をマーキングすることを特徴とする請求項３に記載の手肌解析方法。
5. 前記ステップ（ｃ）は、
   （ｃ２１）前記複数の手特徴点から爪に対応する複数の爪特徴点をフィルタリングするステップと、
   （ｃ２２）フィルタリングされた前記複数の手特徴点に基づいて、前記手画像において関心領域を設定するステップと、
   （ｃ２３）複数のシミ画像を識別するように前記関心領域に対してシミ検出処理を実行し、各前記シミ画像の位置及び範囲を確定するステップと、
   （ｃ２４）範囲がシミ閾値より小さい１つ又は複数の前記シミ画像を除去し、残りの前記シミ画像をシミ欠陥画像とするステップと、を含むことを特徴とする請求項２に記載の手肌解析方法。
6. 前記ステップ（ｄ）は、前記シミ欠陥画像の位置及び範囲に基づいて前記手画像をマーキングすることを特徴とする請求項５に記載の手肌解析方法。
7. 前記ステップ（ｃ）は、
   （ｃ３１）前記手画像において関心領域を設定するステップと、
   （ｃ３２）前記関心領域に対して境界検出処理を実行してシワ手画像を取得するステップと、
   （ｃ３３）前記シワ手画像に対して線分検出処理を実行して複数の線分画像を識別し、各前記線分画像の長さ及び位置を確定するステップと、
   （ｃ３４）線分の長さが小ジワ閾値以上である１つ又は複数の前記線分画像を除去し、残りの１つ又は複数の前記線分画像を１つ又は複数の小ジワ欠陥画像とするステップと、を含むことを特徴とする請求項２に記載の手肌解析方法。
8. 前記ステップ（ｄ）は、前記小ジワ欠陥画像の長さ及びそれの前記シワ手画像における位置に基づいて前記手画像をマーキングすることを特徴とする請求項７に記載の手肌解析方法。
9. （ｆ１）前記欠陥画像が対応する前記欠陥のタイプに基づいて、データベースから対応する美容対策を検索するステップと、
   （ｆ２）前記美容対策を表示するように表示モジュールを制御するステップと、をさらに含むことを特徴とする請求項１に記載の手肌解析方法。
10. 生体情報解析装置であって、外部画像を撮像する撮像モジュールと、前記撮像モジュールに電気的に接続される処理ユニットとを備え、
    前記処理ユニットは、
    前記外部画像において手画像を識別するための手識別モジュールと、
    前記手画像において欠陥に対応する欠陥画像を識別するための欠陥検出モジュールと、
    前記欠陥画像の位置に基づいて前記手画像をマーキングするためのマーキングモジュールと、
    前記処理ユニットに電気的に接続され、マーキングされた前記手画像を表示するための表示モジュールと、を含むことを特徴とする生体情報解析装置。
11. 前記手識別モジュールは、
    前記外部画像において手の異なる特徴にそれぞれ対応する複数の手特徴点を識別し、前記複数の手特徴点に基づいて手位置と手範囲とを決定する解析モジュールと、
    前記手位置と前記手範囲とに基づいて前記外部画像から前記手画像を抽出する抽出モジュールと、を含むことを特徴とする請求項１０に記載の生体情報解析装置。
12. 前記欠陥検出モジュールは、突起検出モジュールを含み、
    前記突起検出モジュールは、異なる複数の閾値に基づいて前記手画像に対して２値化処理を実行して複数枚の白黒手画像を生成し、各前記白黒手画像に対して突起検出処理を実行して前記白黒手画像において突起欠陥画像を識別し、前記突起欠陥画像が識別された前記白黒手画像が対応する前記閾値に基づいて、前記突起欠陥画像の突起度を設定し、
    前記マーキングモジュールは、前記突起欠陥画像の前記白黒手画像における位置及び前記突起度に基ついて前記手画像をマーキングすることを特徴とする請求項１１に記載の生体情報解析装置。
13. 前記欠陥検出モジュールは、シミ検出モジュールを含み、
    前記シミ検出モジュールは、前記複数の手特徴点から爪に対応する複数の爪特徴点をフィルタリングし、フィルタリングされた前記複数の手特徴点に基づいて、前記手画像において関心領域を設定し、前記関心領域に対してシミ検出処理を実行して複数のシミ画像を識別するとともに各前記シミ画像の位置及び範囲を確定し、範囲がシミ閾値より小さい１つ又は複数の前記シミ画像を除去し、残りの前記シミ画像をシミ欠陥画像とし、
    前記マーキングモジュールは、前記シミ欠陥画像の位置及び範囲に基づいて前記手画像をマーキングすることを特徴とする請求項１１に記載の生体情報解析装置。
14. 前記欠陥検出モジュールは、小ジワ検出モジュールを含み、
    前記小ジワ検出モジュールは、前記手画像において関心領域を設定し、前記関心領域に対して境界検出処理を実行してシワ手画像を取得し、前記シワ手画像に対して線分検出処理を実行して複数の線分画像を識別し、各前記線分画像の長さ及び位置を確定し、長さが小ジワ閾値以上である１つ又は複数の前記線分画像を除去し、残りの１つ又は複数前記線分画像を１つ又は複数の小ジワ欠陥画像とし、
    前記マーキングモジュールは、前記小ジワ欠陥画像の長さ及びそれの前記シワ手画像における位置に基づいて前記手画像をマーキングすることを特徴とする請求項１１に記載の生体情報解析装置。
15. 前記処理ユニットに電気的に接続されるデータベースをさらに備え、
    前記処理ユニットは、応答モジュールをさらに含み、
    前記応答モジュールは、前記欠陥画像のタイプに基づいて、データベースから対応する美容対策を検索し、
    前記表示モジュールは、前記美容対策を表示することを特徴とする請求項１０に記載の生体情報解析装置。