JP2023120414A - 光計測装置、方法、およびプログラム - Google Patents

Abstract

【課題】比較的安価な装置によって日常的にユーザの肌の状態を評価する技術を提供する。【解決手段】光計測装置は、パターン光を、ユーザの肌に投影する光源と、前記パターン光の投影に起因して、前記肌から戻ってきた戻り光を検出するセンサと、演算回路と、を備え、前記演算回路は、前記戻り光に基づいて、肌年齢、およびコラーゲンの状態の少なくとも一方に関する情報を生成する。【選択図】図３Ａ

Description

本開示は、光計測装置、方法、およびプログラムに関する。

アンチエイジング志向の強まりにより、肌の状態を評価する重要性が高まっている。肌の状態の評価は、肌の状態の改善に役立つからである。そのため、例えば、特許文献１から特許文献３に記載されているように、大学などの研究機関、および化粧品メーカーでは、様々な肌の測定が行われている。

後述するように、従来の測定装置は大型でかつ高価であり、熟練した技術者が測定を行っていた。

特開２００９－２４０６４４号公報 特許第４７９９６２８号公報 特許第６０２９３７９号公報

本開示は、比較的安価な装置によって日常的にユーザの肌の状態を評価する技術を提供する。

本開示の一態様に係る肌評価装置は、第１の光によるドットパターンを、少なくとも１人のユーザの肌に投影する光源と、前記ドットパターンが投影された前記肌の画像を示す画像データを生成して出力するイメージセンサと、前記肌の状態を評価するための参照データを格納するメモリと、前記画像データと、前記参照データとに基づいて、前記肌の状態に関するデータを生成して出力する演算回路と、を備える。

本開示の技術によれば、比較的安価な装置によって日常的にユーザの肌の状態を評価することが可能になる。

図１Ａは、肌の状態を評価する原理を説明する図である。 図１Ｂは、カメラによって取得される肌表面の画像の特性を説明する図である。 図２は、酸化ヘモグロビン、還元ヘモグロビン、メラニン、および水のそれぞれの光の吸収係数、ならびに体内での光の散乱係数の波長依存性を示す図である。 図３Ａは、本実施形態における評価装置の例を模式的に示す図である。 図３Ｂは、カメラの構成およびユーザの画像の一例を示す図である。 図３Ｃは、コンピュータの構成を模式的に示すブロック図である。 図４Ａは、カメラによって取得された画像の一例を示す図である。 図４Ｂは、図４Ａに示す太い実線によって囲まれた対象領域を拡大した図である。 図４Ｃは、図４Ｂに示す画像から生成された度数分布の実測値および計算値を示す図である。 図５Ａは、２５才のユーザから得られた度数分布の実測値および計算値を示す図である。 図５Ｂは、４０才のユーザから得られた度数分布の実測値および計算値を示す図である。 図５Ｃは、５８才のユーザから得られた度数分布の実測値および計算値を示す図である。 図６は、２５才、４０才、および５８才のユーザから得られた拡散反射光の成分を示す図である。 図７は、年齢と、拡散反射光の成分の標準偏差との関係を示す図である。 図８は、本実施形態における肌評価装置の動作を示すフローチャートである。 図９は、携帯端末によってユーザの肌を評価する様子を模式的に示す図である。 図１０は、本実施形態における肌評価システムを模式的に示すブロック図である。 図１１は、２５才から５８才までの５人のユーザから得られた度数分布を示す図である。 図１２は、年齢と、拡散反射光の成分の標準偏差との関係を示す図である。 図１３は、本実施形態における肌評価システムの動作を示すフローチャートである。 図１４Ａは、本実施形態における肌評価システムのスマートフォンへの応用例を模式的に示す図である。 図１４Ｂは、本実施形態における肌評価システムのスマートフォンへの応用例を模式的に示す図である。 図１５Ａは、２８才および５８才のユーザから得られた累積度数分布を示す図である。 図１５Ｂは、図１５Ａに示す破線によって囲まれた部分を拡大した図である。

本開示の実施形態を説明する前に、本開示の基礎となった知見を説明する。

肌の質感を現す言葉として、肌のきめ・くすみ・にごり・透明感・つや・瑞々しさなどの様々な官能的な表現が用いられる。肌の物質的な特性、または肌の光学的な特性が、肌の質感にどのように対応するのかは明確ではない。そのため、大学などの研究機関、および化粧品メーカーでは、肌の様々な測定に基づく官能試験により、肌の質感を決定するパラメータを見出す研究されてきた。それらの研究をまとめると、美しい肌、すなわち、くすみのない瑞々しい肌は、以下の特徴を有する。
（特徴１）表皮と呼ばれる肌の表面でなく、真皮とよばれる肌の深部からの高い反射率
（特徴２）全方向への均一な反射
これらの特徴は、真皮内における強い拡散反射が、美しい肌の重要な特性であることを示唆している。すなわち、真皮内での散乱係数を測定することにより、肌の状態を評価することができることを意味している。

肌などの生体内における光散乱の起源については、様々な説がある。生体内の散乱は、生体内の屈折率差によって生じる。当該散乱は、例えば、（１）細胞膜による散乱、（２）ミトコンドリア、およびゴルジ体などの細胞内小器官による散乱、および（３）コラーゲン繊維による散乱であると考えられている。本発明者は、このうち肌の質感に最も影響を与えているファクターは（３）コラーゲン繊維による散乱であると考えている。紫外線照射および／または加齢に伴い、コラーゲン繊維は硬くなり、コラーゲン量が減少することが知られている。これに伴い真皮層は薄くなる。真皮層の散乱係数を測定することにより、コラーゲンの状態を推定することができる。これにより、肌の状態を高精度に評価することが可能になる。

これまで、肌内部での光の拡散状態から肌の状態を評価する様々な試みがなされている。例えば、特許文献１および特許文献２は、開口部を肌に接触させて、開口部を通じて肌を光で照射する測定装置を開示している。特許文献１に記載の測定装置では、装置内部の開口部付近に遮断板を配置することにより、肌の表面で直接反射される光が除去される。これにより、肌内部で拡散した光が受光される。特許文献２に記載の測定装置では、測定領域を変えて測定することにより、拡散反射光が測定される。このような接触型の測定装置には、測定時にユーザに不快感を与えるという問題点がある。また、接触したセンサ部分の情報しか得られず、広い領域において肌の状態を評価することが困難であるという問題点もある。

これに対し、非接触で肌を評価する方法が提案されている。例えば、特許文献３は、肌に投影されたパターン光の周辺を撮像することにより、肌内部で拡散された光を受光する方法を開示している。特許文献３に記載の方法では、高い測定精度を得るために、パターン光は高精度で肌に投影される。肌からの反射光の強度は、投影光から遠ざかるにつれて急減に低下する。このようなパターン光の投影および反射光の撮像のために、高価な光学系が用いられる。

従来の測定装置は、大型でかつ高価である。また、測定の際には、熟練の技術者が測定装置における光学系を厳密に調整する。これらの理由により、従来の測定装置は、化粧品メーカーまたは研究機関での利用に限定されていた。そのため、一般ユーザが手軽に日常生活の中で使用することができ、かつ、肌の状態を評価することができる簡便で安価な肌評価装置および肌評価方法が、強く求められていた。

本発明者は、以上の検討に基づき、以下の項目に記載の肌評価装置、肌評価システム、肌評価方法、肌評価のためのプログラムを格納したコンピュータ読み取り可能な記録媒体、および肌評価のためのプログラムに想到した。

[項目１]
第１の項目に係る肌評価装置は、第１の光によるドットパターンを、少なくとも１人のユーザの肌に投影する光源と、前記ドットパターンが投影された前記肌の画像を示す画像データを生成して出力するイメージセンサと、前記肌の状態を評価するための参照データを格納するメモリと、前記画像データと、前記参照データとに基づいて、前記肌の状態に関するデータを生成して出力する演算回路と、を備える。

[項目２]
第１の項目に係る肌評価装置において、前記肌の状態に関する前記データは、前記少なくとも１人のユーザの真皮内の前記肌の状態に関していてもよい。

[項目３]
第１の項目または第２の項目に係る肌評価装置において、前記演算回路は、前記画像データが示す前記画像の少なくとも一部の領域における画素値と、前記少なくとも一部の領域における前記画素値を有する画素の数との関係から、前記肌の状態を特徴付ける特徴データを生成し、前記特徴データと前記参照データとを比較して、前記肌の状態に関する前記データを生成して出力してもよい。

[項目４]
第３の項目に係る肌評価装置において、前記画素値と前記画素の数との関係を示す度数分布の曲線を第１ガウス分布、第２ガウス分布及び第３ガウス分布でフィッティングしたとき、前記第２ガウス分布の平均値は、前記第１ガウス分布の平均値より大きく、前記第３ガウス分布の平均値より小さく、前記特徴データは、前記第２ガウス分布の標準偏差の値を示していてもよい。

[項目５]
第４の項目に係る肌評価装置において、前記少なくとも１人のユーザは複数のユーザを含み、前記参照データは、前記複数のユーザの各々から得られた複数の標準偏差を示し、前記複数の標準偏差の各々は、前記少なくとも１人のユーザの前記標準偏差と同じ演算によって得られてもよい。

[項目６]
第４の項目に係る肌評価装置において、前記参照データは、前記少なくとも１人のユーザの前記標準偏差の過去に得られた値を示していてもよい。

[項目７]
第３の項目に係る肌評価装置において、前記特徴データは、前記画素値と、前記少なくとも一部の領域における前記画素値以下の値を有する画素の累積数との関係を示す累積度数分布における裾の広がりの値を示していてもよい。

[項目８]
第７の項目に係る肌評価装置において、前記少なくとも１人のユーザは複数のユーザを含み、前記参照データは、前記複数のユーザの各々から得られた複数の累積度数分布における複数の裾の広がりを示し、前記複数の裾の広がりの各々は、前記少なくとも１人のユーザの前記累積度数分布における前記裾の広がりと同じ演算によって得られてもよい。

[項目９]
第７の項目に係る肌評価装置において、前記参照データは、前記少なくとも１人のユーザの前記累積度数分布における前記裾の広がりの過去に得られた値を示していてもよい。

[項目１０]
第１の項目から第９の項目のいずれかに係る肌評価装置は、前記肌の状態に関する前記データを示す情報を表示するディスプレイをさらに備えていてもよい。

[項目１１]
第１の項目から第１０の項目のいずれかに係る肌評価装置において、前記光源は、前記第１の光として、６５０ｎｍ以上９５０ｎｍ以下の波長の光を出射してもよい。

[項目１２]
第１１の項目に係る肌評価装置において、前記光源は、レーザであってもよい。

[項目１３]
第１の項目から第１２の項目のいずれかに係る肌評価装置は、前記少なくとも１人のユーザと前記イメージセンサとの間に配置された偏光フィルタをさらに備え、前記第１の光は、特定の偏光方向に偏光されており、前記偏光フィルタを透過する光の偏光方向は、前記特定の偏光方向に垂直であってもよい。

[項目１４]
第１の項目から第１３の項目のいずれかに係る肌評価装置は、前記少なくとも１人のユーザと前記イメージセンサとの間に配置されたバンドパスフィルタをさらに備え、前記バンドパスフィルタを透過する光の波長範囲は、前記第１の光の波長を含んでいてもよい。

[項目１５]
第１５の項目に係る肌評価システムは、光によるドットパターンを、ユーザの肌に投影する光源、前記ドットパターンが投影された前記肌の画像を示す画像データを生成して出力するイメージセンサ、および、前記画像データから生成された前記肌の状態を特徴付ける特徴データを外部に送信する第１の通信回路、を備える端末と、前記特徴データを受信する第２の通信回路、前記肌の状態を評価するための参照データを格納するメモリ、および、前記特徴データと、前記参照データとを比較して、前記ユーザの前記肌の状態を評価し、前記肌の状態の改善のための助言に関するデータを生成する演算回路、を備えるサーバコンピュータと、を備える。

[項目１６]
第１５の項目に係る肌評価システムにおいて、前記参照データは、前記ユーザの前記肌の過去の状態を特徴付けるデータであり、前記特徴データは、前記ユーザの前記肌の現在の状態を特徴付けるデータであってもよい。

[項目１７]
第１５の項目または第１６の項目に係る肌評価システムにおいて、前記第２の通信回路は、前記肌の状態の改善のための助言に関する前記データを第１の通信回路に送信してもよい。

[項目１８]
第１８の項目に係る肌評価方法は、コンピュータにおいて行われる肌評価方法であって、ユーザの肌の状態を特徴付ける特徴データを取得すること、前記特徴データと、メモリに記録された前記肌の状態を評価するための参照データとを比較することにより前記肌の状態を評価すること、及び前記肌の状態の改善のための助言に関するデータを生成すること、を含む。

[項目１９]
第１８の項目に係る肌評価方法において、前記参照データは、前記ユーザの前記肌の過去の状態を特徴付ける第１の特徴データであり、前記特徴データは、前記ユーザの前記肌の現在の状態を特徴付ける第２の特徴データであり、前記メモリに前記第１の特徴データが記録されてから現在に至るまでの前記ユーザの少なくとも１つの行動に関する少なくとも１つの行動データを取得することをさらに含み、前記肌の状態を評価することにおいて、前記第１の特徴データと前記第２の特徴データとを比較することにより前記肌の状態の変化を評価し、前記少なくとも１つの行動データから、前記肌の状態の前記変化と関係がある第１のデータを決定し、前記肌の状態の改善のための助言に関する前記データを生成することにおいて、前記第１のデータに基づいて、前記肌の状態の改善のための助言に関する前記データとして、前記少なくとも１つの行動のうち、前記第１のデータに対応する前記ユーザの行動について変化を促す助言に関する第２のデータを生成してもよい。

[項目２０]
第２０の項目に係るコンピュータ読み取り可能な記録媒体は、ユーザの肌評価のためのプログラムを格納したコンピュータ読み取り可能な記録媒体であって、前記プログラムが前記コンピュータによって実行されるときに、前記ユーザの肌の状態を特徴付ける特徴データを取得すること、前記特徴データと、メモリに記録された前記肌の状態を評価するための参照データとを比較することにより前記肌の状態を評価すること、及び前記肌の状態の改善のための助言に関するデータを生成すること、が実行される。

[項目２１]
本開示の一態様に係るプログラムは、ユーザの肌評価のためのコンピュータが実行可能なプログラムであって、前記ユーザの肌の状態を特徴付ける特徴データを取得すること、前記特徴データと、メモリに記録された前記肌の状態を評価するための参照データとを比較することにより前記肌の状態を評価すること、及び前記肌の状態の改善のための助言に関するデータを生成すること、をコンピュータに実行させる。

以下において説明する実施形態は、いずれも包括的又は具体的な例を示すものである。以下の実施形態において示される数値、形状、材料、構成要素、構成要素の配置位置などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

本開示において、回路、ユニット、装置、部材又は部の全部又は一部、又はブロック図の機能ブロックの全部又は一部は、半導体装置、半導体集積回路（ＩＣ）、又はＬＳＩ（ｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）を含む一つ又は複数の電子回路によって実行されてもよい。ＬＳＩ又はＩＣは、一つのチップに集積されてもよいし、複数のチップを組み合わせて構成されてもよい。例えば、記憶素子以外の機能ブロックは、一つのチップに集積されてもよい。ここでは、ＬＳＩまたはＩＣと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ（ｖｅｒｙ ｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）、若しくはＵＬＳＩ（ｕｌｔｒａ ｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）と呼ばれるものであってもよい。ＬＳＩの製造後にプログラムされる、Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ（ＦＰＧＡ）、又はＬＳＩ内部の接合関係の再構成又はＬＳＩ内部の回路区画のセットアップができるｒｅｃｏｎｆｉｇｕｒａｂｌｅ ｌｏｇｉｃ ｄｅｖｉｃｅも同じ目的で使うことができる。

さらに、回路、ユニット、装置、部材又は部の全部又は一部の機能又は操作は、ソフトウエア処理によって実行することが可能である。この場合、ソフトウエアは一つ又は複数のＲＯＭ、光学ディスク、ハードディスクドライブなどの非一時的記録媒体に記録され、ソフトウエアが処理装置（ｐｒｏｃｅｓｓｏｒ）によって実行されたときに、そのソフトウエアで特定された機能が処理装置（ｐｒｏｃｅｓｓｏｒ）および周辺装置によって実行される。システム又は装置は、ソフトウエアが記録されている一つ又は複数の非一時的記録媒体、処理装置（ｐｒｏｃｅｓｓｏｒ）、及び必要とされるハードウエアデバイス、例えばインタフェース、を備えていても良い。

以下、実施形態について、図面を参照しながら具体的に説明する。

（実施形態）
本開示の実施形態における肌評価装置は、肌の状態を高精度に定量化することを可能にする。「高精度に定量化する」とは、従来と比較して、人または専門パネラによる官能評価を、客観的な数値として表すことを意味する。肌評価装置の説明の前に、肌の状態を評価する原理を説明する。

図１Ａは、肌の状態を評価する原理を説明する図である。光源１は、光による離散的に配列された複数の点像を、ユーザの肌３を含む対象物に投影する。本明細書において、複数の点像を、「ドットパターン」と称することがある。光Ｌ０は、光源１から出射される。表面反射光Ｌ１は、肌表面４で反射される。拡散反射光Ｌ２は、肌３の内部に侵入し肌内部で散乱されて肌表面４から出ていく。カメラ２は、肌３から戻ってきた表面反射光Ｌ１、拡散反射光Ｌ２の少なくとも一部を検出し、検出した光の強度分布に応じた信号を出力する。

図１Ｂは、カメラ２によって取得される肌表面４の画像の特性を説明する図である。表面反射光Ｌ１は、光源１のドットパターンのイメージを保っている。これに対し、拡散反射光Ｌ２は、肌内での強い散乱によって光源１のドットパターンのイメージを失っている。拡散反射光Ｌ２は、ドットパターン周辺の光であるとも言い得る。光によるドットパターンを肌３に投影することにより、表面反射光Ｌ１と拡散反射光Ｌ２とを空間的に容易に分離することができる。

図１Ａに示す肌３は、表皮３３、真皮３４、および皮下組織３５を含む。肌内部に侵入した光の一部は、表皮３３内のメラニン色素および／または真皮３４内の毛細血管３１、細動静脈３２等の血管中のヘモグロビンによって吸収される。一方、当該光の大部分は、真皮３４内のコラーゲン繊維による強い散乱を受け、肌表面から再放出される。これが、拡散反射光Ｌ２である。表面反射光Ｌ１は、肌表面での反射のために、肌内部のコラーゲン繊維の散乱の影響を受けず、肌内部の情報を含まない。表面反射光Ｌ１は、真皮３４内のコラーゲン繊維の情報を取得する上ではノイズになる。表面反射光Ｌ１は、肌３の内部情報の取得に役立たないだけでなく、正確な肌３の内部情報の取得を妨げる。肌内部の情報を高精度で検出するためには、表面反射光Ｌ１の影響を抑制し、拡散反射光Ｌ２の情報を効率よく取得することが極めて重要になる。表面反射光Ｌ１の除去には、例えば偏光フィルタが有効である。

本実施形態における評価装置では、光源１からの光の波長は、例えば略６５０ｎｍ以上略９５０ｎｍ以下に設定され得る。この波長範囲は、赤色から近赤外線の波長範囲に含まれる。本明細書では、可視光のみならず赤外線についても「光」の用語を使用する。上記の波長範囲は、「生体の窓」と呼ばれ、体内での吸収率が低いことで知られている。

図２は、酸化ヘモグロビン、還元ヘモグロビン、メラニン、および水のそれぞれの光の吸収係数、ならびに体内での光の散乱係数の波長依存性を示す図である。６５０ｎｍ以下の可視光領域では、血液、すなわちヘモグロビンによる吸収が大きい。一方、９５０ｎｍよりも長い波長領域では、水による吸収が大きい。したがって、これらの波長領域の光は、肌内部の情報の取得には適していない。一方、略６５０ｎｍ以上略９５０ｎｍ以下の波長範囲内では、ヘモグロビンおよび水の吸収係数が比較的低く、散乱係数は比較的大きい。したがって、この波長範囲内の光は、体内に侵入した後、強い散乱を受けて体表面に戻ってくる。このため、効率的に肌深部の情報を取得することができる。

本実施形態における肌評価装置では、主に、略６５０ｎｍ以上略９５０ｎｍ以下の波長範囲である「生体の窓」に該当する波長領域の光が利用される。

以下、本実施形態における肌評価装置を、図３Ａから図３Ｂを参照して具体的に説明する。

図３Ａは、本実施形態における肌評価装置１００の例を模式的に示す図である。本実施形態における肌評価装置１００は、光源１と、カメラ２と、コンピュータ２０とを備える。

光源１は、光によるドットパターンをユーザの肌３に投影する。光源１は、肌３から離れた位置に配置されている。光源１は、近赤外の波長領域の光を出射する。光源１は、ドットパターンを肌表面４に投影するように設計されている。ドットパターンは、典型的には２次元に配列された微小な輝点の集合である。用途によっては１次元に配列されたドットパターンを用いてもよい。本実施形態における肌評価装置１００では、光源１として、米国Ｏｓｅｌａ社のランダムドットパターンレーザプロジェクターＲＰＰ０１７ＥＳが用いられた。このレーザ光源は、８３０ｎｍの近赤外レーザ光を出射する光源である。レーザ光源は、４５°×４５°の視野角内に５７４４６点のドットパターンを投影する。ドットパターンの投影に、レーザ光および回折光学素子からなるドットパターンレーザプロジェクターが用いられた。光源１をレーザ光にすることにより、肌３とカメラ２との距離が変化しても、焦点ボケなしに肌３にドットパターンを投影することが可能になる。屈折光学系を用いた従来のパターン投影では、距離の変動に伴う投影パターンの焦点ボケにより、大幅に測定精度が劣化するという問題があった。これを避けるために、従来、測定前に照明光学系が厳密に調整されていた。レーザ光の別のメリットは、レーザ光が偏光特性を有することである。レーザ光源と偏光フィルタとを併用することにより、表面反射光Ｌ１の成分の大部分を簡単に除去することが可能になる。

図３Ｂは、カメラ２の構成およびユーザ３ｕの画像の一例を示す図である。カメラ２は、レンズ５と筐体６とを備える。レンズ５は、複数のレンズの集合体であり得る。レンズ５は、筐体６の前に配置されている。レンズ５は、筐体６と不図示のユーザ３ｕとの間に配置されているとも言い得る。筐体６の内部には、イメージセンサ７と、バンドパスフィルタ８とが設けられている。イメージセンサ７は、ドットパターンが投影されたユーザ３ｕの画像を取得する。イメージセンサ７は、ユーザ３ｕの画像を示す画像データを生成して出力する。図３Ｂの左図は、画像データから得られるユーザ３ｕの画像を示す。当該画像は、ドットパターンを含む。ドットパターンは、位置ごとの近赤外光の反射率に応じた画素値を有する。反射率が高いほど、画素値も高くなる。図３Ｂに示す例では、バンドパスフィルタ８は、レンズ５とイメージセンサ７との間に配置されている。バンドパスフィルタ８は、不図示のユーザ３ｕとイメージセンサ７との間に配置されているとも言い得る。バンドパスフィルタ８は、光源１の波長である８３０ｎｍ±１０ｎｍの波長の光のみを透過する。言い換えれば、バンドパスフィルタ８を透過する光の波長範囲は、光源１から出射された光の波長を含む。

本実施形態における肌評価装置１００では、光源１として半導体レーザ光源が用いられている。レーザ光は、直線偏光の特性を有する。このため、光源１に偏光フィルタを配置する必要はない。図３Ｂに示す例では、偏光フィルタ９は、レンズ５の前に配置されている。偏光フィルタ９は、不図示のユーザ３ｕと、イメージセンサ７との間に配置されているとも言い得る。偏光フィルタ９は、光源１の偏光方向と垂直になる方向に配置されている。いわゆる、直交ニコル配置である。言い換えれば、偏光フィルタ９を透過する光の偏光方向は、ユーザ３ｕに投影される光の特定の偏光方向に垂直である。偏光フィルタ９を通してカメラ２によって撮像することにより、表面反射光Ｌ１の影響を抑制することができる。偏光フィルタ９によって表面反射光Ｌ１の成分の大部分を除去することにより、肌内部の情報をより高精度に取得することが可能になる。

図３Ｃは、コンピュータ２０の構成を模式的に示すブロック図である。コンピュータ２０は、入力インタフェース２１と、演算回路２２と、メモリ２４と、制御回路２５と、出力インタフェース２３と、ディスプレイ２６とを備える。カメラ２と入力インタフェース２１とは、電気的に接続されている。イメージセンサ７から出力された画像データは、入力インタフェース２１に入力される。メモリ２４は、肌３の状態を評価するための参照データを記録する記録媒体である。演算回路２２は、入力インタフェース２１から画像データを取得し、メモリ２４から参照データを取得する。演算回路２２は、画像データと参照データとに基づいて、肌３の状態に関するデータを生成して出力する。演算回路２２の具体的な処理については後述する。制御回路２５は、コンピュータ２０全体の動作を制御する。出力インタフェース２３は、データを出力する。出力インタフェース２３とディスプレイ２６とは、電気的に接続されている。ディスプレイ２６は、出力インタフェース２３から出力されたデータが示す処理結果を表示する。

演算回路２２は、デジタルシグナルプロセッサ（ＤＳＰ）などの画像処理回路であり得る。制御回路２５は、中央演算処理装置（ＣＰＵ）またはマイクロコンピュータなどの集積回路であり得る。制御回路２５は、例えばメモリ２４に記録された制御プログラムを実行して、光源１の点灯、カメラ２の撮像、および演算回路２２の演算を制御する。演算回路２２および制御回路２５は、統合された１つの回路によって実現されていてもよい。図３Ｃに示す例では、コンピュータ２０がディスプレイ２６を備えているが、ディスプレイ２６は、有線または無線によって電気的に接続された外部の装置であってもよい。コンピュータ２０は、不図示の通信回路によって遠隔地のカメラ２から画像データを取得してもよい。

以下、実測データを用いて肌３の状態を評価する方法の一例を説明する。

図４Ａは、カメラ２によって取得されたユーザ３ｕの画像の一例を示す図である。カメラ２は、近赤外光用のカメラである。本実施形態における肌評価装置１００では、偏光フィルタ９によって表面反射光Ｌ１の成分の大部分は除去されるものの、完全には除去されない。そのため、図４Ａに示すように、取得された画像では、表面反射光Ｌ１に起因するドットパターンが観察される。表面反射光Ｌ１の割合が高い服の部分では明瞭なドットパターンが観察される。一方、肌３では照射光が内部に侵入し拡散反射する。そのため、ドットパターンのコントラストは、服と比較して低下する。

図４Ｂは、図４Ａに示す太い実線によって囲まれた対象領域を拡大した図である。当該対象領域は、額領域である。図４Ｂに示すように、肌領域においても、光によるドットパターンを確認することができる。

図４Ｃは、図４Ｂに示す画像から生成された度数分布の実測値および計算値を示す図である。横軸は、画素が受光した光の強度を表す。強度は、１０ビット、すなわち２^１０＝１０２４の整数の画素値によって表される。縦軸は当該強度の頻度を表す。頻度は、当該画素値を有する画素の数に相当する。激しく振動する曲線は、実測値である。実測値はランダムノイズを含む。度数分布の実測値から、直接反射光Ｌ１の成分、拡散反射光Ｌ２の成分、およびバックグラウンドの成分が、計算値として分離される。

演算回路２２は、直接反射光Ｌ１、拡散反射光Ｌ２、およびバックグラウンドの各成分がガウス分布であると仮定して、度数分布の実測値を３つのガウス分布でフィッティングする。３つのガウス分布のうち、最も大きい平均値を有するガウス分布が直接反射光Ｌ１の成分であり、２番目に大きい平均値を有するガウス分布が拡散反射光Ｌ２の成分であり、最も小さい平均値を有するガウス分布がバックグラウンドの成分であると考えられる。バックグラウンドの成分は、ドットパターン以外の光の反射成分であると考えられる。実際には、少ないながら、光源１からドットパターン以外の光も出射され得るからである。

表皮３３内の直接反射光Ｌ１の成分は、ｇ_１（ｘ）＝Ａ_１ｅｘｐ｛－（ｘ－μ_１）^２／（２σ_１ ^２）｝によって表される。真皮３４内の拡散反射光Ｌ２の成分は、ｇ_２（ｘ）＝Ａ_２ｅｘｐ｛－（ｘ－μ_２）^２／（２σ_２ ^２）｝によって表される。バックグラウンドの成分は、ｇ_３（ｘ）＝Ａ_３ｅｘｐ｛－（ｘ－μ_３）^２／（２σ_３ ^２）｝によって表される。Ａ_１からＡ_３は、ピーク高さである。μ_１からμ_３は、平均値であり、μ_１＞μ_２＞μ_３を満たす。σ_１からσ_３は、標準偏差である。フィッティングでは、各パラメータを変化させて、度数分布の実測値とｆ（ｘ）＝ｇ_１（ｘ）＋ｇ_２（ｘ）＋ｇ_３（ｘ）との差分が繰り返し計算される。これにより、当該差分が最小になる９個のパラメータ（Ａ_１、μ_１、σ_１）、（Ａ_２、μ_２、σ_２）、（Ａ_３、μ_３、σ_３）が決定される。例えば、各強度における度数分布の実測値とｆ（ｘ）との誤差の２乗をすべて合計した値が最小になるとき、差分が最小であると判断される。

図４Ｃに示すように、上記のフィッティングによって算出した３つのガウス分布の合計値は、実測値と良く一致していることがわかる。直接反射光Ｌ１の成分と拡散反射光Ｌ２の成分とが、度数分布から分離されていることがわかる。拡散反射光Ｌ２の成分は、真皮３４内での散乱の度合いを反映する。当該散乱の度合いは、美しい肌の特性を表す。したがって、拡散反射光Ｌ２の成分から肌３の状態を評価することが可能になる。

図５Ａから図５Ｃは、それぞれ２５才、４０才、および５８才のユーザから得られた度数分布の実測値および計算値を示す図である。前述したフィッティングにより、各度数分布の実測値から、直接反射光Ｌ１の成分、拡散反射光Ｌ２の成分、およびバックラウンドの成分が分離されている。一見して、３つの度数分布の実測値の差は明瞭ではない。しかし、例えば、拡散反射光Ｌ２の成分を示す中央に位置するガウス分布は、ユーザごとに異なる形状を有する。

図６は、２５才、４０才、および５８才のユーザから得られた拡散反射光Ｌ２の成分を示す図である。強度の平均値は、年齢に関係なく、ほぼ一致する。一方、ガウス分布の幅は、年齢が上昇するにつれて狭くなる。これは、年齢が上昇するにつれて、拡散反射の度合い、すなわち散乱係数が低くなることを意味している。

図７は、年齢と、拡散反射光Ｌ２の成分の標準偏差σ_ｓｋｉｎとの関係を示す図である。白丸は、２５才から５８才までの１４人のユーザから得られた標準偏差を表す。直線は、最小２乗法によって複数の白丸から算出された１次関数である。個人差はあるが、１次関数から、拡散反射光Ｌ２の成分の標準偏差が、年齢の増加と共に低下する傾向にあるがわかる。コラーゲンは、線維芽細胞によって生成される。加齢に伴う線維芽細胞の機能の低下により、真皮３４内のコラーゲン量が減少することが知られている。コラーゲン量は、６０代では２０代の３０％しかないというデータもある。このようなデータから、コラーゲン量の低下が肌３の老化の原因であると考えられている。前述したように、真皮３４内のコラーゲン繊維による光散乱が、肌の拡散反射を決定付ける。本実施形態における肌評価装置１００によって肌３の拡散反射光Ｌ２の成分を測定することにより、肌３のコラーゲン状態を推定することが可能になる。例えば、図７に示す１次関数と、拡散反射光Ｌ２の成分から算出された標準偏差との比較から得られる年齢を、肌年齢とすることができる。

肌３のコラーゲン量は、年齢だけでなく、紫外線、高血糖、または、アミノ酸もしくはビタミンＣ不足などの食生活によって影響を受けることが知られている。本実施形態における肌評価装置１００により、肌３のコラーゲンの状態を日常生活の中で評価することが可能になる。これにより、肌３の状態に合わせて日常生活に注意を払うことができる。その結果、美しい肌を持続することが可能になると期待される。

図８は、本実施形態における肌評価装置１００の前述の動作を示すフローチャートである。

ステップＳ１０１において、光源１から、光によるドットパターンが、ユーザ３ｕの肌３に投影される。光源１は、例えば、レーザ光源である。その場合、ユーザ３ｕの肌３に投影される光は、特定方向に偏光している。

ステップＳ１０２において、ユーザ３ｕからの反射光が、イメージセンサ７によって検出され、ユーザ３ｕの画像を示す画像データが出力される。光源１がレーザ光源であれば、ユーザ３ｕからの反射光のうちの直接反射光Ｌ１の成分の大部分は、偏光フィルタ９によって除去される。出力された画像データは、イメージセンサ７から、無線または有線によって入力インタフェース２１に入力される。

ステップＳ１０３において、演算回路２２は、画像における少なくとも一部の領域を、対象領域として選択する。対象領域は、例えば、ユーザ３ｕの額領域である。対象領域は、ユーザ３ｕの鼻領域、頬領域、および顎領域でもよい。

ステップＳ１０４において、演算回路２２は、画像データから、対象領域における強度と当該強度の頻度との関係を示す度数分布を生成する。度数分布は、直接反射光Ｌ１の成分、拡散反射光Ｌ２の成分、およびバックグラウンドの成分を含む。これら３つの成分は、次のステップにおいて度数分布から分離される。

ステップＳ１０５において、演算回路２２は、度数分布を前述の３つのガウス分布ｇ_１（ｘ）、ｇ_２（ｘ）、ｇ_３（ｘ）でフィッティングして、（Ａ_１、μ_１、σ_１）、（Ａ_２、μ_２、σ_２）、（Ａ_３、μ_３、σ_３）を決定し、肌３の状態を特徴付ける特徴データを生成する。言い換えれば、演算回路２２は、画像データが示す画像の少なくとも一部の領域における強度と頻度との関係から、肌３の状態を特徴付ける特徴データを生成する。特徴データは、例えば、拡散反射光Ｌ２の成分の標準偏差σ_２の値を示す。拡散反射光Ｌ２の成分の標準偏差σ_２は、肌の美しさ、または若さを反映する。

ステップＳ１０６において、演算回路２２は、特徴データと、メモリ２４に記録された参照データとを比較する。参照データは、例えば、図７に示す複数のユーザからそれぞれ得られた複数の標準偏差の値を示す。複数の標準偏差の各々は、ユーザ３ｕの標準偏差と同じ演算によって得られる。演算回路２２は、例えば、図７に示す１次関数と、拡散反射光Ｌ２の成分の標準偏差とから、肌年齢を算出することができる。

ステップＳ１０７において、演算回路２２は、ユーザ３ｕの肌３の状態に関するデータを出力する。ディスプレイ２６は、肌３の状態に関するデータを示す情報を表示する。当該情報は、例えば、肌年齢である。

前述した実施形態では、日常生活の中で簡単に肌３の状態を評価することができる小型で安価な肌評価装置１００が示された。他の実施形態として、さらに簡単な肌評価システムを説明する。

近年、スマートフォンなどの携帯端末において、生体個人認証のために、近赤外光のドットアレーを出射する光源と、近赤外光用のカメラとが搭載された機種が発売されている。当該機種は、３Ｄ顔認証機能を有する。３Ｄ顔認証機能では、ユーザ３ｕの顔の凹凸を３次元像として測定することにより、個人認証が高精度に行われる。本開示とは使用目的は異なるが、近赤外光のドットアレーをユーザ３ｕの顔に投影し、近赤外画像を撮影するハードウェアは同じである。そこで、本発明者は、このような携帯端末によって肌３の状態を評価することが可能かどうかを調べた。

図９は、携帯端末１０によってユーザ３ｕの肌３を評価する様子を模式的に示す図である。携帯端末１０は、前述の３Ｄ顔認証機能を有するＡｐｐｌｅ社のｉＰｈｏｎｅ（登録商標）Ｘである。ｉＰｈｏｎｅ（登録商標）Ｘでは、波長９４０ｎｍの近赤外光のドットアレーを出射する光源１と、近赤外光用のカメラ２とが、上部に搭載されている。この携帯端末１０を用い、光源１を点灯させた状態で、ユーザ３ｕの顔が、カメラ２によって撮像された。

図１０は、本実施形態における肌評価システム２００の構成を模式的に示すブロック図である。本実施形態における肌評価システム２００は、携帯端末１０と、サーバコンピュータ３０とを備える。

携帯端末１０は、不図示の光源１と、不図示のカメラ２と、入力インタフェース２１と、演算回路２２と、メモリ２４と、制御回路２５と、出力インタフェース２３と、ディスプレイ２６と、通信回路２７とを備える。図１０に示す携帯端末１０の構成は、通信回路２７を除いて、図３Ｃに示すコンピュータ２０の構成と同じである。演算回路２２は、強度と当該強度の頻度との関係を示すデータを生成する。通信回路２７は、演算回路２２によって生成されたデータを、無線通信を通じてサーバコンピュータ３０における通信回路４７に送信する。

サーバコンピュータ３０は、演算回路４２と、メモリ４４と、制御回路４５と、通信回路４７とを備える。メモリ４４は、携帯端末１０からサーバコンピュータ３０に送信された各種のデータを記録する。メモリ４４は、それまでに測定されたユーザ３ｕの過去のデータも記録する。制御回路４５は、サーバコンピュータ３０全体の動作を制御する。

肌３の状態を評価は、携帯端末１０とサーバコンピュータ３０とに分担して演算処理され得る。各々の演算処理をどちらの演算回路２２、４２が実行するかは、演算回路２２、４２の能力およびメモリ２４、４４の容量に応じて決定される。本実施形態における肌評価システム２００では、肌３の現在の状態は、携帯端末１０によって測定され、測定された肌３の現在の状態は、サーバコンピュータ３０によって評価され、評価結果は、携帯端末１０によって表示されることにした。当然、肌３の現在の状態の測定および評価、ならびに評価結果の表示は、携帯端末１０だけによって行われてもよい。この場合、無線通信の状態の悪い環境でも、スタンドアローンで携帯端末１０を使用できるという利点がある。

サーバコンピュータ３０における演算回路４２は、現在のデータと過去のデータとを比較して、両データの変化量を計算する。演算回路４２は、計算結果に基づいて、肌３の状態を改善するために適切と考えられる生活上の助言に関するデータを生成する。生活上の助言は、例えば、紫外線の防御、睡眠、または摂取すべき栄養素に関する。通信回路４７は、当該助言に関するデータを携帯端末１０における通信回路２７に送信する。

携帯端末１０は、ユーザ３ｕの日々の睡眠時間、摂取栄養素、および／または紫外線暴露量などのユーザ３ｕの行動データを別途取得する。睡眠時間は、ユーザ３ｕが日々の睡眠時間を入力することによって取得される。摂取栄養素は、ユーザ３ｕが入力する毎食の食事メニューから推定される。紫外線暴露量は、ユーザ３ｕが入力する１日の屋外での活動時間と、天気情報から取得したその日の紫外線量とから推定される。携帯端末１０における通信回路２７は、日々取得したこれらのデータと、ユーザ３ｕの肌３のデータとをサーバコンピュータ３０における通信回路４７に送信する。

サーバコンピュータ３０における演算回路４２は、ユーザ３ｕの肌３の状態の日々の変化と、行動データとの相関を監視することにより、ユーザ３ｕの肌３の状態の変化の要因を特定する。演算回路４２は、当該要因に応じて、ユーザ３ｕへの適切な助言に関するデータを生成する。例えば、真皮３４内の拡散反射の度合いが低下した時期において睡眠時間が低下していた場合、十分な睡眠を促す助言に関するデータが生成される。当該時期においてビタミンＣなどの特定の栄養素の摂取量が基準値以下であった場合、当該栄養素を摂取できる食事メニューの助言に関するデータが生成される。当該時期において紫外線暴露量が基準値以上であった場合は、紫外線対策を促す助言に関するデータが生成される。サーバコンピュータ３０における通信回路４７は、上記の助言に関するデータを、携帯端末１０における通信回路２７に送信する。

本実施形態の肌評価システム２００では、日常的に携帯し使用しているスマートフォンなどの携帯端末１０により、簡単に定常的に肌３の状態を評価することが可能になる。特別な装置を用いることなく、空き時間に短時間で肌３の状態を評価することが可能になる。日常生活においても、簡便に肌３の状態を評価することができ、そのデータをサーバコンピュータ３０上で解析することができる。そのため、個人ごとに肌３の状態の改善に有効な方法を見出して適切に助言することが可能になる。サーバコンピュータ３０上に個人の行動データと肌３の状態のデータとを蓄積することにより、個人の行動習慣と肌３の状態とを紐付けすることが可能になる。このようなビッグデータの解析により、肌３の状態を有効に改善することが可能になる。

図１１は、２５才から５８才までの５人のユーザから得られた度数分布を示す図である。図１２は、年齢と、拡散反射光Ｌ２の成分の標準偏差σ_ｓｋｉｎとの関係を示す図である。白丸は、５人のユーザから得られた標準偏差を表す。直線は、最小２乗法によって複数の白丸から算出された１次関数である。標準偏差の算出方法については、前述した通りである。図１２に示すように、本実施形態における肌評価システム２００からも、年齢と、真皮３４内における拡散反射との明確な関係が得られることがわかる。これにより、本実施形態における肌評価システム２００の有効性を検証することができた。

図１３は、本実施形態における肌評価システム２００の前述の動作を示すフローチャートである。ステップＳ２０１からＳ２０４、ならびに、Ｓ２０９およびＳ２１０は、携帯端末１０の動作を示す。ステップＳ２０５からステップＳ２０８は、サーバコンピュータ３０の動作を示す。

ステップＳ２０１において、ユーザ３ｕの少なくとも１つの行動に関する少なくとも１つの行動データが取得される。当該行動は、メモリ４４に参照データが記録されてから現在に至るまでの行動であり、例えば、屋外での活動、睡眠、および食事である。参照データは、ユーザ３ｕの肌３の過去の状態を特徴付ける特徴データである。

ステップＳ２０２、Ｓ２０３は、それぞれ図８に示すステップＳ１０１、Ｓ１０２と同じである。演算回路２２は、図８に示すＳ１０３からＳ１０５と同様の動作により、イメージセンサ７から出力された画像データから、ユーザ３ｕの肌３の現在の状態を特徴付ける特徴データを生成する。

ステップＳ２０１と、ステップＳ２０２、Ｓ２０３との順番は逆でもよい。

ステップＳ２０４において、通信回路２７は、少なくとも１つの行動データと、特徴データとを外部に送信する。

ステップＳ２０５において、通信回路４７は、少なくとも１つの行動データと、特徴データとを受信する。

ステップＳ２０６において、演算回路４２は、特徴データと、参照データとを比較する。演算回路４２は、過去の特徴データと現在の特徴データとを比較して肌３の状態の変化を評価する。例えば、現在の特徴データから得られた肌年齢が、過去の特徴データから得られた肌年齢よりも高ければ、肌３の状態が悪化したと評価される。

ステップＳ２０７において、演算回路４２は、肌３の状態の改善のための助言に関するデータを生成する。当該助言を生成するに際して、以下の処理が行われる。演算回路４２は、少なくとも１つの行動データから、肌３の状態の変化と関係があるデータを決定する。肌３の状態が悪化した場合、その原因として、屋外での長い活動時間による紫外線暴露量の増加、短い睡眠時間、および食事からの摂取栄養素の不足が考えられる。演算回路４２は、決定したデータに基づいて、助言に関するデータとして、ユーザ３ｕが行った行動について変化を促す助言に関するデータを生成する。当該助言は、例えば、屋外での活動時間の短縮、睡眠時間の増加、および摂取栄養素の充足に関する。

ステップＳ２０８において、通信回路４７は、助言に関するデータを通信回路２７に送信する。

ステップＳ２０９において、通信回路２７は、助言に関するデータを受信する。

ステップＳ２１０において、ディスプレイ２６は、特徴データを示す情報と、助言に関するデータを示す情報とを表示する。特徴データを示す情報は、例えば、肌年齢である。助言に関するデータを示す情報は、例えば、「屋外での活動時間を短くする」、「睡眠時間を増やす」、および「栄養素の高い食事をする」である。

図１４Ａ及び図１４Ｂは、本実施形態における肌評価システム２００のスマートフォンへの応用例を模式的に示す図である。図１４Ａ及び図１４Ｂに示す例では、近赤外レーザ光によるドットパターンを投影する光源１と、近赤外光用のカメラ２とが搭載されたスマートフォンに、肌３の状態を評価する機能が、アプリケーションソフトウエアとして追加されている。当該ソフトウエアを起動すると、光源１から近赤外レーザ光によるドットパターンがユーザ３ｕの顔に投影され、顔が認識されると近赤外画像が撮影される。図１４Ａに示す例では、画像データから算出された肌年齢が、画面上に表示される。画面選択により、図１４Ｂに示すように、サーバコンピュータ３０に蓄積されたデータから、これまでの肌３の状態の変化が表示され、ユーザへの生活上の助言が表示される。

前述した例では、度数分布を３つのガウス分布でフィッティングして、肌３の状態が評価された。当該フィッティングによらずに、肌３の状態を評価することも可能である。

図１５Ａは、２８才および５８才のユーザから得られた累積度数分布を示す図である。累積度数分布は、強度と、当該強度以下の累積頻度との関係を示す。図１５Ａに示す例では、全画素の強度の平均値が０となるように、横軸における強度がシフトされている。すなわち、横軸における強度は、相対強度である。両ユーザの累積強度分布はよく似ている。しかし、詳細に見ると、光強度の弱い部分の裾の広がりが、２８才のユーザの方が大きいことがわかる。これは、真皮３４内の拡散反射光Ｌ２の成分の裾の部分が、光強度の弱い部分に現れているためである。この分布を用いて肌３の状態を評価することができる。

図１５Ｂは、図１５Ａに示す破線によって囲まれた領域を拡大した図である。例えば、累積度数０．２の相対強度を閾値として、それ以下の相対強度である累積度数の積分値を計算することにより、肌の状態を示す分布の裾の広がりを評価することができる。累積度数０．２の相対強度は、－６５である。当該積分値は、光強度－∞から－６５までの累積度数の総和である。または、累積度数０．２の相対強度を閾値として、累積度数がその１／４、すなわち０．０５の相対強度と、当該閾値での相対強度との差ｄ１、ｄ２から肌３の状態を評価することができる。

本実施形態における肌評価装置１００および肌評価システム２００において、特徴データは、ユーザ３ｕの累積度数分布における裾の広がりの値を示していてもよい。参照データは、複数のユーザからそれぞれ得られた複数の累積度数分布における複数の裾の広がりを示していてもよい。複数の裾の広がりの各々は、ユーザ３ｕの累積度数分布における裾の広がりと同じ演算によって得られる。例えば、図７に示す複数の白丸として、複数の標準偏差の代わりに、複数の裾の広がりがプロットされてもよい。この場合、複数の裾の広がりから最小２乗法によって１次関数を算出し、当該１次関数から肌年齢を算出してもよい。また、参照データは、ユーザ３ｕの累積度数分布における裾の広がりの過去の値を示していてもよい。

前述の方法以外でも、肌３の状態を評価することができる可能性がある。例えば、図５Ａから図５Ｃに示すように、度数分布自体の幅は、年齢と共に狭くなっている。直接反射光Ｌ１の成分の幅も、年齢と共に狭くなっている。拡散反射光Ｌ２の成分と異なり、度数分布自体および直接反射光Ｌ１の成分は、真皮３４内での拡散反射の度合いを直接反映するわけではない。しかし、度数分布自体および直接反射光Ｌ１の成分は、真皮３４内での拡散反射の度合いを間接的に反映している可能がある。その場合、度数分布自体の標準偏差および直接反射光Ｌ１の成分の標準偏差によって肌３の状態を評価してもよい。

以上、本開示の実施形態が例示された。本開示は、前述の実施形態に限定されず、多様な変形が可能である。例えば、本実施形態における肌評価装置１００において、メモリ２４に記録された参照データは、複数のユーザからそれぞれ得られた複数の標準偏差の値以外に、ユーザ３ｕの肌３の過去の状態を特徴付ける特徴データであってもよい。これにより、ユーザ３ｕの肌３の状態の変化を調べることができる。同様に、本実施形態における肌評価システム２００において、サーバコンピュータ３０のメモリ４４に記録された参照データは、ユーザ３ｕの肌３の過去の状態を特徴付ける特徴データ以外に、複数のユーザからそれぞれ得られた複数の標準偏差の値であってもよい。これにより、サーバコンピュータ３０において、肌年齢を算出することができる。

前述した各実施形態について説明した処理は、他の実施形態においても適用できる場合がある。以下、他の実施形態の例を説明する。

前述の実施形態では、光源１にレーザ光源が用いられているが、他の種類の光源が用いられてもよい。例えば、より安価なＬＥＤ光源を用いることも可能である。ただし、レーザ光源と比較して、ＬＥＤ光源から出射される光は、低い直進性のため、広がりやすい。そのため、使用の際に、専用の集光光学系を用いるか、または、対象物とカメラとの距離を短くするなどの工夫がなされる。

本実施形態における肌評価装置１００は、光学系の焦点を調整する調整機構を備えていてもよい。演算回路２２は、イメージセンサ７から出力された画像データを用いて顔認識の処理を行う。演算回路２２は、額、鼻、頬、および顎などの測定すべき肌を領域分けして、それぞれの領域における肌３の状態を評価することができる。

演算回路２２は、画像データから、肌３の表面から抽出された直接反射光Ｌ１の成分に基づいて、メラニン色素の濃度、しみの有無、およびあざの有無の少なくとも１つを含む表皮３３内のデータを生成してもよい。直接反射光Ｌ１の成分の分離方法については、前述した通りである。

以上に説明したように、本開示の実施形態によれば、高価な専用設備を用いることなく、センサなどの検出装置をユーザに接触させることなく、簡単に肌の状態を評価することが可能になる。

本開示は、演算回路が実行する動作の方法も含む。

本開示における肌評価装置は、非接触で簡便に肌の状態を評価する用途に適用できる。

１ 光源
２ カメラ
３ 肌
４ 肌表面
５ レンズ
６ 筐体
７ イメージセンサ
８ バンドパスフィルタ
９ 偏光フィルタ
１０ 携帯端末
２０ コンピュ－タ
２１ 入力インタフェース
２２、４２ 演算回路
２３ 出力インタフェース
２４、４４ メモリ
２５、４５ 制御回路
２７、４７ 通信回路
３０ サーバコンピュータ
３１ 毛細血管
３２ 細動静脈
３３ 表皮
３４ 真皮
３５ 皮下組織
Ｌ０ 光
Ｌ１ 表面反射光
Ｌ２ 拡散反射光

Claims (8)

1. パターン光を、ユーザの肌に投影する光源と、
   前記パターン光の投影に起因して、前記肌から戻ってきた戻り光を検出するセンサと、
   演算回路と、
   を備え、
   前記演算回路は、前記戻り光に基づいて、肌年齢、およびコラーゲンの状態の少なくとも一方に関する情報を生成する、
   光計測装置。
2. 前記情報は、前記コラーゲンの状態に関する情報である、
   請求項１に記載の光計測装置。
3. 前記情報は、前記コラーゲンの量に対応する、
   請求項２に記載の光計測装置。
4. 前記戻り光は、前記肌の内部で散乱された散乱光を含み、
   前記演算回路は、前記散乱光に基づいて、前記情報を生成する、
   請求項１に記載の光計測装置。
5. 前記演算回路は、
   前記戻り光に基づいて、前記ユーザの真皮内での光の散乱の度合いを推定し、
   前記光の散乱の度合いに基づいて、前記情報を生成する、
   請求項１に記載の光計測装置。
6. 前記センサはイメージセンサであり、
   前記イメージセンサは、前記戻り光に基づいた画像データを生成し、
   前記演算回路は、前記画像データに基づいて、前記情報を生成する、
   請求項１に記載の光計測装置。
7. パターン光を、ユーザの肌に投影する光源と、
   前記パターン光の投影に起因して、前記肌から戻ってきた戻り光を検出するセンサと、
   を備える光計測装置を制御するコンピュータによって実行される方法であって、
   前記戻り光に基づいて、肌年齢、およびコラーゲンの状態の少なくとも一方に関する情報を生成することを含む、
   方法。
8. パターン光を、ユーザの肌に投影する光源と、
   前記パターン光の投影に起因して、前記肌から戻ってきた戻り光を検出するセンサと、
   を備える光計測装置を制御するコンピュータによって実行されるプログラムであって、
   前記プログラムは、前記コンピュータに、前記戻り光に基づいて、肌年齢、およびコラーゲンの状態の少なくとも一方に関する情報を生成することを実行させる、
   プログラム。

Images