JP6530703B2 - 肌状態評価方法 - Google Patents
肌状態評価方法 Download PDFInfo
- Publication number
- JP6530703B2 JP6530703B2 JP2015249825A JP2015249825A JP6530703B2 JP 6530703 B2 JP6530703 B2 JP 6530703B2 JP 2015249825 A JP2015249825 A JP 2015249825A JP 2015249825 A JP2015249825 A JP 2015249825A JP 6530703 B2 JP6530703 B2 JP 6530703B2
- Authority
- JP
- Japan
- Prior art keywords
- skin
- image
- absolute value
- difference absolute
- pixel
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims description 118
- 238000000034 method Methods 0.000 claims description 59
- 238000012545 processing Methods 0.000 claims description 51
- 239000002537 cosmetic Substances 0.000 claims description 45
- 239000006185 dispersion Substances 0.000 claims description 39
- 238000011282 treatment Methods 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 23
- 239000011148 porous material Substances 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 19
- 210000004709 eyebrow Anatomy 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 description 18
- 230000001953 sensory effect Effects 0.000 description 12
- 230000003796 beauty Effects 0.000 description 10
- 210000001508 eye Anatomy 0.000 description 9
- 210000000744 eyelid Anatomy 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 238000009499 grossing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000001629 suppression Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 210000000720 eyelash Anatomy 0.000 description 3
- 210000001061 forehead Anatomy 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 210000002374 sebum Anatomy 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010014970 Ephelides Diseases 0.000 description 1
- 208000003351 Melanosis Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000006210 lotion Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 210000001732 sebaceous gland Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 210000003135 vibrissae Anatomy 0.000 description 1
Description
特許文献2では、過剰な皮脂は肌テクスチャのぼやけを阻害してテカリとして視認されるため明スコアによって評価する一方、毛穴の汚れやシミ、そばかす等は光の内部拡散を減少させて色ムラとして視認されるため暗スコアによって評価するとされている。このため特許文献2の方法では、毛穴の汚れなどの高周波成分の影響は暗差分画像に基づいて評価することとなる。
分散度としては、代表的には、ヒストグラムの偏差の二乗平均である分散、および分散の平方根である標準偏差が例示されるが、これに限られない。例えば、観測値(本方法では差分絶対値)を昇順または降順に並べて四等分した場合の第1四分位と第3四分位との差である四分位範囲や、四分位範囲を2で除した四分位偏差など、データの分散度合いを示す種々の統計値を用いることができる。
予備実験の条件は以下とした。サンプル被験者を20名の成人女性とし、ベース化粧料(ファンデーション)を朝に塗布して約1時間経過した時点(第一時点)の顔画像と、化粧直しをすることなく更に6時間が経過した後の時点(第二時点)の顔画像と、をサンプル被験者ごとに1枚ずつ撮影した。顔画像の撮影は、同条件で行った。具体的には、照明には色温度約6500[K]のD65蛍光灯を用いて天井点灯させ、机上照度は約900[lx]とした。
撮影には、CCD(Charge-Coupled Device)やCMOS(Complementary Metal Oxide Semiconductor)などのイメージングセンサが搭載されたデジタルカメラを用い、焦点距離を105mm、撮影距離を150cm、画素数を縦方向6000画素×横方向4000画素とした。
併せて、第一時点と第二時点のそれぞれにおいて、鏡に映る自身の顔をサンプル被験者本人が目視して、テカリの度合いを7段階で官能評価して目視スコアとした。目視スコアは、テカリが極めて強く発生していると感じた場合に最高の7点とし、テカリが発生していないと感じた場合に最低の1点とし、テカリが少ないほど小さな点数とした。ただし、本人以外の評価者が、サンプル被験者の肌(顔)を実目視して目視スコアを決定するようにしてもよい。
一方、上記にて各サンプル被験者から2枚ずつ撮影した合計40枚の顔画像を5名の評価者がそれぞれ目視観察して、テカリが発生していると感じる度合いを0から10までの11段階に官能評価して点数を付け、5名の官能評価結果の平均値をテカリ指数として算出した。点数は、テカリが極めて強く発生していると感じた場合に最高の10点とし、テカリが発生していないと感じた場合に最低の0点とし、テカリが少ないほど小さな点数とした。5名の評価者は、40枚の顔画像をランダムな順序で、また顔画像まで60cmの距離にて目視観察して点数を決定した。また、テカリ指数を決定した5名の評価者は、目視スコアを決定した者(サンプル被験者)とは異なる女性とした。これにより、肌の実目視による官能評価および肌画像の目視における官能評価における恣意性を排除した。
更に本発明者らは、肌画像とぼかし画像との画素ごとの差分絶対値の分散度が、高い相関係数をもってテカリ指数と相関することを明らかにした。このため、差分絶対値の分散度によって、テカリ指数ひいては肌を本人が実目視した評価を示す目視スコアを高精度で評価できることが分かった。以下説明する。
ぼかし画像は、肌画像の全画素に対して、後記のぼかし強度でぼかし処理を施したものである。
また鼻孔領域として、左右の鼻孔を幅方向の両端とする鼻の下縁の領域を設定した。そして、左右の眼窩周縁領域および鼻孔領域を差分絶対値画像から除去することにより、残る画像領域を評価対象領域として抽出した。
そのうえで、図1(c)の差分絶対値画像のうち評価対象領域における各画素の画素値のヒストグラムの偏差の二乗平均である分散を算出した。
サンプル被験者に関する40枚の肌画像に対して、上記のように差分絶対値画像を生成して評価対象領域を抽出し、分散を算出した。
このため、算出される差分絶対値には、テカリに影響を与える高周波成分が抽出される。よって、かかる差分絶対値の分散度を示す指標値を算出することで、毛穴や肌理などの細かい凹凸や光沢の細かい輪郭などの高周波成分に由来するテカリの度合いを定量的に評価することができる。
これに対し、上記の特許文献1の方法では肌画像を周波数分解して高周波成分を再構成するため、眉毛や睫毛などの微細な特徴の影響を除くためには、特定の評価対象領域のみが写り込んだ肌画像を予め用意しておく必要がある。同様に特許文献2の方法でも、明差分や暗差分に供される肌画像には、目や鼻などの輪郭線を含まない肌のテクスチャのみの画像が用いられている。
また、評価対象領域の設定は、差分絶対値画像をディスプレイ装置に表示した状態で、マウスなどの入力デバイスを用いて行うとよい。具体的には、差分絶対値画像における一部領域を囲うように入力デバイスを用いて指定することにより、除去または抽出する対象を決定することができる。このほか、上記の特許文献3に記載されているように顔画像に写る顔の特徴点に基づいて自動的に評価対象領域を判別する方法を利用することもできる。このように、画像操作によって評価対象領域を設定することで、テカリの評価対象として必要または不要な部分を確認しながら当該操作を行うことができる。なお、評価対象領域を設定する際には、テカリが見られる領域のみを選択するのではなく、テカリが見られる領域を包含するように、テカリの領域よりも広い範囲を選択するとよい。これにより、テカリの発生原因である微細な特徴が評価対象領域の内部で分散した状態となるため、指標値が過少に算出されることが防止される。
図4(a)は、ぼかし半径を150画素とした場合の差分絶対値の分散(横軸:x)とテカリ指数(縦軸:y)との相関を示すグラフである。決定係数(R2)は0.70、相関係数(R)は0.84となった。
図4(b)は、ぼかし半径を200画素とした場合の差分絶対値の分散(横軸:x)とテカリ指数(縦軸:y)との相関を示すグラフである。決定係数(R2)は0.71、相関係数(R)は0.84となった。
図5(a)は、ぼかし半径を250画素とした場合の差分絶対値の分散(横軸:x)とテカリ指数(縦軸:y)との相関を示すグラフである。決定係数(R2)は0.66、相関係数(R)は0.81となった。
図5(b)は上記の結果をまとめたものであり、ぼかし半径と決定係数(R2)との関係を示すグラフである。
ただし、より高精度にテカリの度合いを評価するためには、撮影環境を変更して撮影された肌画像に対して改めて上記のように目視にて官能評価を行ってテカリ指数を決定するとよい。一方で、複数とおりのぼかし強度で肌画像をぼかし処理し、かかるぼかし画像と元の肌画像との差分絶対値を算出して複数の指標値を決定しておく。そして、複数の指標値のうち、テカリ指数と最も強く相関する指標値を特定し、当該指標値にかかるぼかし強度を決定する。これにより、新たな撮影環境で被験者の肌画像を撮影する場合にも当該被験者の肌のテカリの度合いを精度よく評価することができる。
肌画像取得部10は、評価対象となる肌表面が撮影された肌画像を取得する手段であり、具体的にはデジタルカメラや、予め撮影された肌画像の画像データを肌状態評価装置100の外部から有線接続、無線接続または記憶メディアを通じて取り込むための入力インタフェースとすることができる。図7(a)に示すように、肌画像には顔の一部画像を用いることができる。肌画像取得部10は、撮影または取り込む肌画像がカラー画像である場合、当該カラー画像をグレースケールに変換する処理を行って肌画像を取得してもよい。
差分算出部30は、肌画像とぼかし画像との画素ごとの差分絶対値を算出する手段である。すなわち差分算出部30は、肌画像およびぼかし画像から、対応する画素位置ごとに画素値を読み取って差分し、当該差分値を二乗したうえで平方根をとることにより差分絶対値を算出する。差分絶対値は画素ごとに算出されるため、差分絶対値画像として画像形式で表示することができる(図7(c)参照)。
指標値算出部40は、この差分絶対値の分散度を示す指標値を算出する手段である。指標値としては分散や標準偏差などデータの分散度合いを示す種々の統計値を採用することができる。
領域指定部32は、差分絶対値画像を表示出力するディスプレイ装置と、マウスなどの入力デバイスと、を備えている。肌状態評価装置100のユーザ(被験者または操作者)は、ディスプレイ装置に表示された差分絶対値画像に対して入力デバイスを操作して評価対象領域を指定する。そして指標値算出部40は、この評価対象領域に関して指標値を算出する。
出力部60は、評価処理部50が算出した評価結果をディスプレイ画面への表示や紙媒体への印刷などによって出力する手段である。
評価処理部50は、指標値算出部40が算出した指標値と条件指定部42に入力された評価条件とに基づいて、被験者の肌表面に関するテカリの度合い等の見かけ状態の評価結果を算出してもよい。
ファンデーションなどのメイクアップ化粧料や、クレンジング剤や化粧水などのスキンケア化粧料を肌に塗布することで肌のテカリが抑えられたり、逆に肌の保湿性を高めるなどの目的で化粧料に油分が多く含まれることで肌のテカリを誘発したりする。また、スキンケア手技や毛穴治療など美容施術と呼ばれる各種の肌施術を肌に適用することで、皮脂の発生を抑えてテカリを抑制することも行われている。ただし、ここでいう肌施術とは非医療施術をいう。
かかる肌診断方法および肌診断システムでは、はじめに、第一および第二の肌画像ならびに第一および第二のぼかし画像を取得する。第一の画像は被験者の肌表面が撮影された画像であり、第二の画像は肌化粧料または肌施術が施された肌表面が撮影された画像である。第一のぼかし画像は第一の肌画像に対してぼかし処理を施して取得された画像であり、第二のぼかし画像は第二の肌画像に対してぼかし処理を施して取得された画像である。第一および第二の肌画像の撮影条件は共通とし、第一および第二の肌画像に適用するぼかし処理も共通とする。
つぎに、第一の肌画像と第一のぼかし画像との画素ごとの差分絶対値の分散度を示す第一の指標値、および第二の肌画像と第二のぼかし画像との画素ごとの差分絶対値の分散度を示す第二の指標値に基づいて、肌化粧料または肌施術による肌表面の見かけ状態への影響度合いを評価する。これにより、肌化粧料または肌施術によるテカリの抑制またはテカリの誘発の効果を定量評価することができる。
そして、第三の指標値と上記第二の指標値とを対比することで、肌化粧料ごとまたは肌施術ごとの、テカリの抑制または誘発の効果の大小が定量的に対比される。
条件指定部42において、肌に適用した肌化粧料または肌施術を識別する識別番号を入力しておき、評価処理部50は、肌化粧料または肌施術の識別番号と指標値とを関連づけて記録するとよい。これにより、肌化粧料や肌施術と、テカリの抑制または誘発の効果の大小との関係を示すデータベースを構築することができる。更に評価処理部50は、被験者の肌画像に基づいて算出した指標値を当該データベースと照合することにより、たとえば被験者の指標値が所定以上であると判断された場合にはテカリの抑制効果が有る肌化粧料や肌施術の識別番号を抽出するとよい。そして、評価処理部50が抽出した肌化粧料や肌施術の識別番号または名称等の情報を出力部60で出力することにより、被験者に推奨される肌化粧料や肌施術を被験者に知得させることができる。
更に、本方法により導出された肌のテカリやつやなどの光沢に関する見かけ状態に加えて、肌の色ムラなどの他の要因を総合した指標を導出してもよい。
<2>前記差分絶対値を画素値とする差分絶対値画像を生成し、前記差分絶対値画像から部分的に抽出された評価対象領域に関して前記指標値を算出して前記見かけ状態を評価する上記<1>に記載の肌状態評価方法。
<3>前記肌画像が被験者の顔画像であり、前記差分絶対値画像から、眼窩下縁および眉毛を含む眼窩周縁領域、または左右の鼻孔を含む鼻孔領域の少なくとも一方を除去して前記評価対象領域を抽出する上記<2>に記載の肌状態評価方法。
<4>肌表面が撮影された第一の肌画像、ならびに肌化粧料もしくは肌施術が施された前記肌表面が撮影された第二の肌画像と、前記第一の肌画像および前記第二の肌画像に対してぼかし処理をそれぞれ施して取得された第一および第二のぼかし画像を取得し、前記第一の肌画像と前記第一のぼかし画像との画素ごとの差分絶対値の分散度を示す第一の指標値、および前記第二の肌画像と前記第二のぼかし画像との画素ごとの差分絶対値の分散度を示す第二の指標値に基づいて、前記肌化粧料または前記肌施術による前記肌表面の見かけ状態への影響度合いを評価する、肌化粧料または肌施術の評価方法。
<5>肌表面が撮影された肌画像に対してぼかし処理を施すことによりぼかし画像を取得するぼかし処理手段と、前記肌画像と前記ぼかし画像との画素ごとの差分絶対値を算出する差分算出手段と、前記差分絶対値の分散度を示す指標値を算出する指標値算出手段と、を備える肌状態評価装置。
<6>前記差分算出手段は、前記差分絶対値を画素値とする差分絶対値画像を生成し、前記肌状態評価装置は、前記差分絶対値画像から部分的に評価対象領域を指定する入力を受け付ける領域指定手段を更に備え、前記指標値算出手段は、前記評価対象領域に関して前記指標値を算出する上記<5>に記載の肌状態評価装置。
<7>前記ぼかし処理手段は、前記肌画像の画素ごとに、前記肌表面に含まれる毛穴の直径よりも大きな画素領域を対象としてそれぞれ前記ぼかし処理を行う上記<5>または<6>に記載の肌状態評価装置。
12 ぼかし処理部
20 データ格納部
30 差分算出部
32 領域指定部
40 指標値算出部
42 条件指定部
50 評価処理部
60 出力部
100 肌状態評価装置
Claims (7)
- 肌表面が撮影された肌画像と、前記肌画像に対してぼかし処理を施して取得されたぼかし画像と、の画素ごとの差分絶対値の分散度を示す指標値に基づいて前記肌表面の見かけ状態を評価する肌状態評価方法。
- 前記差分絶対値を画素値とする差分絶対値画像を生成し、前記差分絶対値画像から部分的に抽出された評価対象領域に関して前記指標値を算出して前記見かけ状態を評価する請求項1に記載の肌状態評価方法。
- 前記肌画像が被験者の顔画像であり、
前記差分絶対値画像から、眼窩下縁および眉毛を含む眼窩周縁領域、または左右の鼻孔を含む鼻孔領域の少なくとも一方を除去して前記評価対象領域を抽出する請求項2に記載の肌状態評価方法。 - 肌表面が撮影された第一の肌画像、ならびに肌化粧料もしくは肌施術が施された前記肌表面が撮影された第二の肌画像と、
前記第一の肌画像および前記第二の肌画像に対してぼかし処理をそれぞれ施して取得された第一および第二のぼかし画像を取得し、
前記第一の肌画像と前記第一のぼかし画像との画素ごとの差分絶対値の分散度を示す第一の指標値、および前記第二の肌画像と前記第二のぼかし画像との画素ごとの差分絶対値の分散度を示す第二の指標値に基づいて、前記肌化粧料または前記肌施術による前記肌表面の見かけ状態への影響度合いを評価する、肌化粧料または肌施術の評価方法。 - 肌表面が撮影された肌画像に対してぼかし処理を施すことによりぼかし画像を取得するぼかし処理手段と、
前記肌画像と前記ぼかし画像との画素ごとの差分絶対値を算出する差分算出手段と、
前記差分絶対値の分散度を示す指標値を算出する指標値算出手段と、を備える肌状態評価装置。 - 前記差分算出手段は、前記差分絶対値を画素値とする差分絶対値画像を生成し、
前記肌状態評価装置は、前記差分絶対値画像から部分的に評価対象領域を指定する入力を受け付ける領域指定手段を更に備え、
前記指標値算出手段は、前記評価対象領域に関して前記指標値を算出する請求項5に記載の肌状態評価装置。 - 前記ぼかし処理手段は、前記肌画像の画素ごとに、前記肌表面に含まれる毛穴の直径よりも大きな画素領域を対象としてそれぞれ前記ぼかし処理を行う請求項5または6に記載の肌状態評価装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015249825A JP6530703B2 (ja) | 2015-12-22 | 2015-12-22 | 肌状態評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015249825A JP6530703B2 (ja) | 2015-12-22 | 2015-12-22 | 肌状態評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017113140A JP2017113140A (ja) | 2017-06-29 |
JP6530703B2 true JP6530703B2 (ja) | 2019-06-12 |
Family
ID=59233194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015249825A Active JP6530703B2 (ja) | 2015-12-22 | 2015-12-22 | 肌状態評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6530703B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10325146B2 (en) * | 2016-05-08 | 2019-06-18 | Modiface Inc. | Hierarchical differential image filters for skin analysis |
JP7312957B2 (ja) * | 2018-06-21 | 2023-07-24 | パナソニックIpマネジメント株式会社 | 肌評価装置、肌評価システム、肌評価方法、および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 |
JP7102648B2 (ja) * | 2018-09-21 | 2022-07-20 | 日本製紙クレシア株式会社 | 評価方法及び評価装置 |
JP7455753B2 (ja) | 2018-10-16 | 2024-03-26 | 株式会社 資生堂 | 肌評価方法、及び肌評価装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2006057314A1 (ja) * | 2004-11-25 | 2008-06-05 | 株式会社インフォワード | 画像処理装置および画像処理方法 |
JP2008293325A (ja) * | 2007-05-25 | 2008-12-04 | Noritsu Koki Co Ltd | 顔画像解析システム |
JP5753055B2 (ja) * | 2011-10-05 | 2015-07-22 | 花王株式会社 | 肌画像分析装置及び肌画像分析方法 |
JP6008698B2 (ja) * | 2012-11-06 | 2016-10-19 | 花王株式会社 | 顔画像分析装置及び顔画像分析方法 |
CN111280770A (zh) * | 2014-06-13 | 2020-06-16 | 宝洁公司 | 用于使角质表面改性的设备和方法 |
-
2015
- 2015-12-22 JP JP2015249825A patent/JP6530703B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017113140A (ja) | 2017-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5081157B2 (ja) | 肌の欠陥部の特性評価を行う方法及び装置並びに化粧製品の老化防止効果を評価する方法 | |
JP7235895B2 (ja) | 美容的皮膚特性を視覚化するための装置及び方法 | |
CA2692667C (en) | Method and apparatus for realistic simulation of wrinkle aging and de-aging | |
US20080304736A1 (en) | Method of estimating a visual evaluation value of skin beauty | |
JP6530703B2 (ja) | 肌状態評価方法 | |
US20080212894A1 (en) | Method and apparatus for simulation of facial skin aging and de-aging | |
JP2012245356A (ja) | 皮膚又は外皮の色調を特徴付けるための方法 | |
JPWO2013005447A1 (ja) | 顔印象分析方法、美容カウンセリング方法および顔画像生成方法 | |
WO2020219613A1 (en) | Apparatus and method for determining cosmetic skin attributes | |
JP7108127B2 (ja) | 毛穴の色を特定する方法 | |
JP2012205855A (ja) | 体表評価方法および体表評価装置 | |
JP2007252891A (ja) | 肌の美しさの目視評価値の推定方法 | |
JP2009082338A (ja) | エントロピーを用いた肌の鑑別方法 | |
JP5651385B2 (ja) | 顔評価方法 | |
KR20130141285A (ko) | 피부상태 진단 방법 및 장치와 이를 이용한 피부상태 적합 화장정보 제공 방법 | |
JP2015205222A (ja) | 体表評価方法および体表評価装置 | |
JP2004166801A (ja) | 肌のつやの評価方法 | |
JP5250956B2 (ja) | ハリ感評価方法 | |
JP6124295B2 (ja) | 素肌または化粧肌の質感評価方法 | |
JP5399874B2 (ja) | 画像処理装置および画像処理方法 | |
Nurhudatiana | A computer-aided diagnosis system for vitiligo assessment: A segmentation algorithm | |
JP5812719B2 (ja) | 頭髪撮影画像のデータ処理方法およびデータ比較方法 | |
JP6886773B2 (ja) | 顔の見た目印象の決定部位の抽出方法、顔の見た目印象の決定因子の抽出方法、顔の見た目印象の鑑別方法 | |
JP7436708B2 (ja) | 樹状毛穴を識別するための方法 | |
JP2007252892A (ja) | 皮膚表面の立体形状の目視評価値の推定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181003 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190410 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190514 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190517 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6530703 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |