JPWO2011162050A1 - 年齢の推定方法、男女の判別方法 - Google Patents
年齢の推定方法、男女の判別方法 Download PDFInfo
- Publication number
- JPWO2011162050A1 JPWO2011162050A1 JP2012521378A JP2012521378A JPWO2011162050A1 JP WO2011162050 A1 JPWO2011162050 A1 JP WO2011162050A1 JP 2012521378 A JP2012521378 A JP 2012521378A JP 2012521378 A JP2012521378 A JP 2012521378A JP WO2011162050 A1 JPWO2011162050 A1 JP WO2011162050A1
- Authority
- JP
- Japan
- Prior art keywords
- age
- spatial frequency
- intensity
- correlation
- image data
- 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.)
- Granted
Links
Classifications
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
-
- 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
-
- 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
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- 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
-
- 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
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
Abstract
Description
若々しさの客観的な度合いのうち特に顔に関するもの、言い換えれば、実年齢と「見かけの印象年齢」とのギャップは、エステティックや化粧料等の各種の美容的手段の効果の評価において、極めて重要である。
しかし、例えば、エステティックや化粧料の効果を評価するために、見かけの印象年齢を利用する場合、見かけの印象年齢の評価者間の個人差や男女差等が影響し、評価の再現性が得られないなどの課題が存していた。
再現性よく年齢を推定する技術は、前記のエステティックや化粧料等の各種美容的手段の効果の評価を始め、酒・たばこ等の年齢確認やマーケティングや防犯のための顔特性確認用の監視システム等、幅広い分野において非常に期待されている状況であった。
このような技術として、例えば、画像の持つ特徴量であるエッジ化や二値化等の画像処理値を用いた年齢推定システム(例えば、特許文献5、6)、目鼻や口等の特徴点の特徴量(位置、濃淡、皺の数)を利用した人物属性推定技術(例えば、特許文献7)、人間の知覚年齢距離を評価基準として画像の次元圧縮方法と識別器を選択する年齢推定技術(例えば、特許文献8)等が開示されている。また、顔画像の特徴情報(画像の部位ごとの濃淡情報、部位の大きさなど)の類似度を用いた年齢・性別判別技術が開示されている(例えば、特許文献11)。
本出願人は、かような空間周波数を利用する技術を用いてメークアップ時の空間周波数のパターン分析を行い、メークアップの持つ「顔の立体感」に関する効果を評価する技術を開示している(例えば、特許文献10)。
また、特許文献2に記載されるような官能評価値を用いて年齢を推定する方法は、評価者間の個人差が少なからず影響するという問題があった。また、特許文献3に記載されるようなしわやたるみのスコアを用いて年齢を推定する方法は、しわ、たるみが発生しやすい特定の部位のみに着目するため、比較的若い人を含む広範囲の年代の対象者の年齢を推定することが難しかった。また、上述したように部位の特定が難しいという問題があった。
また、特許文献7に記載される技術は、推定に用いるスコアを一定の条件に基づいて補正しようとするものであり、主に推定に用いる入力データの精度の向上に着目した技術である。
即ち、本発明は、以下のとおりである。
後述する実施例に示す通り、空間周波数の強度は年齢と高い相関関係を有するため、高精度かつ再現性良く対象者の顔画像データから該対象者の年齢を推定することができる。
相関関係を示す式又はモデルを用いることにより、コンピュータを用いるなどして簡便に年齢を推定することができる。
対象者の顔画像データを取得する工程
取得された顔画像データより空間周波数の強度を算出する工程
予め用意した、顔画像データから得られる空間周波数の強度と年齢との相関関係を示す式又はモデルに、前記算出した空間周波数の強度を適用して、前記対象者の推定年齢を算出する工程
重回帰式又は予測式を用いることで、より高精度に対象者の推定年齢を得ることができる。
カラーチャネル毎に算出した空間周波数の強度を組み合わせて用いることにより、モノクロ画像データ(輝度データ)から算出した空間周波数の強度のみを用いた場合に比して、年齢、特に見かけの印象年齢を高精度に推定(評価)することができる。
複数の異なる空間周波数帯域に属する空間周波数の強度を用いることで、高精度に年齢を推定することができる。
低周波数域、及び高周波数域の空間周波数の強度を組み合わせて用いることで、異なる種類の加齢構造に関する情報を組み合わせて利用することができ、より高精度に年齢を推定することができる。
0〜50cycle/image-width
50〜100cycle/image-width
100〜200cycle/image-width
200cycle/image-width〜
これにより、女性に特有の加齢構造に関する情報を有する空間周波数帯域を効率よく用い、高精度に年齢を推定することが可能となる。
0〜50cycle/image-width
50〜100cycle/image-width
100〜150cycle/image-width
150cycle/image-width〜
これにより、男性に特有の加齢構造に関する情報を有する空間周波数帯域を効率よく用い、高精度に年齢を推定することが可能となる。
0〜40cycle/image-width
40〜100cycle/image-width
100cycle/image-width〜
これにより、唇という限られた部位から、唇に特有の加齢構造に関する情報を有する空間周波数帯域を効率的に用い、高精度に年齢を推定することが可能となる。
本発明の年齢推定装置は、対象者の顔画像データから、高精度に年齢を推定できるものである。
本発明の年齢推定プログラムは、コンピュータに対象者の顔画像データから、高精度に年齢を推定させるものである。
後述する実施例に示す通り、空間周波数の強度は性別と高い相関関係を有するため、高精度に対象者の顔画像データから該対象者の男女を判別することができる。
相関関係を示す式又はモデルを用いることにより、コンピュータを用いるなどして簡便に男女を判別することができる。
判別関数を用いることで、より高精度に対象者の男女を判別することができる。
この帯域の空間周波数の強度を利用することで、男女差を示す構造に関する情報を効率よく利用し、男女の判別を高精度に行うことができる。
顔画像データを取得する工程
取得された該顔画像データより空間周波数の強度を算出する工程
予め用意した、顔画像データから得られる空間周波数の強度と男女のグループ化変数との相関関係を示す判別関数に、前記算出した空間周波数の強度を適用して男女のグループ化変数を得る工程
得られたグループ化変数に基づいて、男女を判別する工程
本発明の男女判別装置は、対象者の顔画像データから、高精度に男女を判別できるものである。
本発明の男女判別プログラムは、コンピュータに対象者の顔画像データから、高精度に男女を判別させるものである。
本発明の年齢推定装置は、男女の判別結果に応じて、その性別に特徴的な加齢構造を考慮した相関データを用いて年齢を推定するため、極めて高精度で年齢を推定することを可能にする。
また、本発明の年齢の推定技術や男女の判別技術を用いれば、メークアップやエステティックの効果や化粧料素材の評価等を簡便に行うことができる。
本発明は、顔画像データから得られる空間周波数の強度と年齢との相関関係に基づいて、対象者の顔画像データから該対象者の年齢を推定することを含む、年齢の推定方法である。相関関係は、好ましくは式又はモデルで示される。
式又はモデルとしては、回帰式又は回帰モデルが好ましく挙げられ、さらに好ましくは重回帰式又は予測式が挙げられる。
本発明にいう「年齢」には、実年齢及び見かけの印象年齢が含まれる。
前記「実年齢」とは生年月日によって決定される年齢であり、かような実年齢の推定技術は前述したように各種監視システム等、幅広い用途に供することができる。
本発明に用いる対象者の顔画像データとしては、全顔又は顔の部位の画像データを用いることができる。
カラー画像データを用いる場合は、RGBのカラーチャネルのデータのうち、任意のチャネルから得られるデータを単独で、或いは組み合わせて利用することができる。また、これから変換されるモノクロ画像データ(輝度データ)をさらに組み合わせて利用することもできる。例えば、加齢によるシミ情報を有効に利用して、上述した「シミ年齢」を推定する場合は、カラー画像のBチャネルデータを用いることが好ましく例示できる。また、シミ情報を取り除いて、キメやシワ等に比重を置いて年齢を推定したい場合は、カラー画像のBチャネルデータを用いずにカラー画像のRチャネルデータを用いることが好ましく例示できる。
また、カラーチャネル毎に算出された空間周波数の強度を組み合わせて用いることで、モノクロ画像データから算出された空間周波数の強度のみを用いる場合に比して、総合的な見かけの印象年齢を高精度に推定することができる。また、カラーチャネル毎に算出された空間周波数の強度とモノクロ画像データから算出された空間周波数の強度を組み合わせて用いることも総合的な見かけの印象年齢を高精度に推定する観点から好ましい。このような観点で、用いるカラーチャネルとしては、Rチャネル及びBチャネルの組み合わせを含むことが好ましい。また、RGB全てのチャネルの組み合わせを含むことも好ましい。
前記「空間周波数」とは既に知られているように、空間的周期を持つ構造の性質であり、単位長に含まれる構造の繰り返しの多さを表す。国際単位系では、メートル当たりの周期のことであるが、画像処理分野では、ミリメートル当たりの線数が用いられる。
また、空間周波数の単位として、画像長あたりの周期数(cycle/image-width)を用いることもできる。
ある画像に含まれる最大周期数は、該画像の長さに含まれる画素数(ピクセル、ドット)の1/2である。すなわち、画像長が512ピクセルの画像であれば、空間周波数帯域は0〜256cycle/image-width、画像長が1024ピクセルの画像であれば、空間周波数帯域は0〜512cycle/image-widthとなる。
前記「空間周波数の強度」とは、各空間周波数における振幅値又はパワー(パワー対数)である。
前記顔画像データからの空間周波数の強度の算出は、一般的な方法に従って行えばよい。モノクロ画像データを用いる場合には、例えば、市販の画像処理ソフトウェア(例えば、アドビシステム社のPhotoshop(登録商標)CS3やナノシステム社のNanoHunter NS2K−Pro(登録商標))を利用して、該顔画像データから輝度データ(モノクロ画像データ)を調整する。調整された該モノクロ画像データ又はカラー画像データについて、市販の画像解析ソフトウェア(例えば、イメージセンス社製のフーリエ位相解析プログラムやデジタル・ビーイング・キッズ社製のPoplmaging)等を利用して、FFT(Fast Fourier Transform:高速フーリエ変換)を行えば、空間周波数の強度である、振幅値又はパワーを算出できる。図2に空間周波数解析の例として、1024×1024画素のグレー画像に対してFFT処理した結果であるスペクトルパターンを示す。FFT処理により0〜1024/2の各空間周波数(単位:cycle/image-width)ごとの強度(振幅値又はパワー)が算出され、これより顔画像が有する空間周波数特性が明らかとなる。
また、カラー画像の場合には、カラーチャネル毎に空間周波数の強度を算出する。
本発明では、上述した方法によって、年齢を推定すべき対象者の顔画像データから得られた空間周波数の強度から、予め分析しておいた顔画像データから得られる空間周波数の強度と年齢との相関関係に基づいて、該対象者の年齢を推定する。
推定に用いる空間周波数の強度としては、任意の空間周波数の強度を用いることができるが、精度のよい推定を行う観点から、複数の異なる空間周波数帯域に属する空間周波数を用いることが好ましい。本発明の好ましい形態では、前記空間周波数帯域は、50cycle/image-width以下の低周波数域、及び50cycle/image-widthより大きい高周波数域である。さらに好ましい形態では、前記高周波数域は、50〜100cycle/image-widthの中間周波数域、及び100cycle/image-width〜の高周波数域に分けることができる。
異なる帯域の空間周波数の強度を用いることで、各帯域に存在する異なる加齢構造に関する情報を組み合わせて利用することができ、総合的に年齢を推定することができる。
また、この場合において、複数の空間周波数は、好ましくは10cycle/image-width以上、さらに好ましくは20cycle/image-width以上の差を有する。これにより、異なる加齢構造に関する情報を有効に利用することができる。
以下、前記相関関係を求める方法について、顔画像データから得られる空間周波数の強度から、見かけの印象年齢を推定しようとする場合を例として、詳述する。
顔画像データから得られる空間周波数の強度と見かけの印象年齢との相関関係を示す式又はモデルを得るために、評価者が、複数の人物について見かけの印象年齢を目視評価する。
評価される人物の数としては、少なくとも50以上、好ましくは100以上、より好ましくは500以上である。また、各年代別に同程度の人数分布であることが好ましい。
見かけの印象年齢に関して、本人による評価と第三者による評価とではギャップが存することが多いため、評価者は第三者であることが望ましい。前記見かけの印象年齢を評価する評価者の選定は、第三者を代表するのに適当な評価者を選ぶという観点でよく、評価者の個人差、男女差、年齢差、嗜好性、更には再現性等、種々の問題を考慮することが重要である。例えば、美容分野での評価等の経験や専門性を有する評価者が好ましく挙げられる。評価者の数としては複数、具体的には、5〜10名程度が好ましい。複数の評価者による評価結果を統計的に処理することで、例えば、外れ値を除いた平均値や中央値等を算出し、各人物の客観的な見かけの印象年齢とすることができる。
さらに、評価の再現性を良くするため、評価基準として、基準写真等を用いることがより好ましい。例えば、5〜10歳刻みの年代別標準写真を予め作成して、該基準である標準写真との年齢差を判定するか、若しくは実年齢を呈示し、その差を評価させることが望ましい。図3に、20〜80歳代までの10歳刻みの顔画像の年代別標準写真の1例を示す。右に行くほど年代が高くなっている。標準写真を作成する方法としては、顔認識の専門家により、年代別の顔写真データベースから標準的な写真を選択する方法や、年代別の複数の顔写真をモーフィングソフトで処理し、平均顔画像を作成する方法等が挙げられる。いずれの場合も、当該技術分野では、作成の基礎となる母集団が100程度あればある程度の信頼性を有する基準写真とすることができ、母集団が1,000を超えれば、十分に信頼度の高い基準写真とすることができる。
人物の見かけの印象年齢の評価は、該人物と直接対峙して評価してもよいが、後述するように人物を写した顔画像を用いて評価することが望ましい。これは、図1に示すように、表情、髪型や背景、或いは肌色や肌トラブル等による評価精度を低下させる影響を除外できるためである。
次に、前記複数の人物が写された顔画像データから空間周波数の強度を算出する。空間周波数の強度の算出については、上述した通りである。ここで用いる顔画像は、上記の見かけの印象年齢の評価に用いた顔画像と同じものであることが好ましい。これにより、空間周波数の強度と見かけの印象年齢との相関関係をより正確に求めることができる。
前記相関関係を求めるために、空間周波数の強度と見かけの印象年齢とを関連付けたデータベース(DB)を作成する。
予め用意する、見かけの印象年齢と空間周波数の強度との関係を示す、式又はモデルの作成ためのDBの作成は、男女別、人種別に作成されることが好ましい。また、各年代別に同程度の人数分布であることが好ましい。また、DBの人数としては、少なくとも50以上、好ましくは100以上、より好ましくは500以上である。DBの構造としては、例えば行列形式(マトリックス)であれば、行に人物、列項目として、前述のようにして算出された見かけの印象年齢、前記顔画像データより算出された空間周波数の強度を入力することができる。
また、後述する実年齢の推定や、後述する男女の判別を行うためのDBも兼ねるように、顔画像に写された人物の実年齢、性別を表わす男女のグループ変数を列項目に加えてもよい。
このDBは、新規に取得した対象者の顔画像データから見かけの印象年齢を推定した後、空間周波数の強度と推定値を追加することで、更新してもよい。必要に応じて、後述するように多変量解析を行って式又はモデルを更新することもできる。該更新によって推定精度が向上する所以による。
後述する実施例で作成したDBに含まれる空間周波数についてクラスター分析を行うと、デンドログラムから、0〜50(cycle/image-width)にはハリ感やタルミの情報、50〜100(cycle/image-width)には大ジワやフェイスラインの情報というように、空間周波数帯域毎に加齢情報の偏在性が示される。したがって、かような各空間周波数帯域から、空間周波数を選択し組み合わせて回帰式や予測式の説明変数として用いることで、年齢を精度よく推定できることが理解される。
見かけの印象年齢と空間周波数の強度との相関関係を示す、式又はモデルを作成するためには、前記DBを利用し、見かけの印象年齢及び空間周波数の強度を多変量解析すればよい。該多変量解析としては、目的変数と説明変数との関係を利用できるものが好ましく、判別分析、回帰分析(MLR、PLS、PCR、ロジスティック)を好ましく例示することができる。これらの内、特に好ましいのは重回帰分析(MLR)、非線形回帰分析(PLS:Partial Least Squares)である。例えば、空間周波数の強度を説明変数として、見かけの印象年齢を目的変数として重回帰分析を行なえば重回帰式を得ることができる。また、同様にPLSを行えば予測式(予測モデル)を得ることができる。
また、精度良い式又はモデルを得るために、主成分分析、因子分析、数量化理論一類、数量化理論二類、数量化理論三類、多次元尺度法、教師ありクラスタリング、ニューラルネットワーク、アンサンブル学習法、等の多変量解析を適宜用いることができる。中でも好ましいのは、ニューラルネットワーク、判別分析及び数量化理論一類である。
これらの多変量解析は、フリーソフトや市販されているものを用いて行うことができる。
異なる帯域の空間周波数の強度を用いることで、各帯域に存在する異なる加齢情報を組み合わせて利用することができ、総合的に高精度に年齢を推定することができる。
また、この場合において、複数の空間周波数は、好ましくは10cycle/image-width以上、さらに好ましくは20cycle/image-width以上の差を有する。これにより、異なる加齢情報をより有効に利用することができる。
(女性の年齢推定)
0〜50cycle/image-width
50〜100cycle/image-width
100〜200cycle/image-width
200cycle/image-width〜
(男性の年齢推定)
0〜50cycle/image-width
50〜100cycle/image-width
100〜150cycle/image-width
150cycle/image-width〜
この観点から、女性の年齢推定に用いる空間周波数帯域の上限は、500cycle/image-width程度、男性の年齢推定に用いる空間周波数帯域の上限は、200cycle/image-width程度を目安とすることができる。
(唇を用いた年齢推定)
0〜40cycle/image-width
40〜100cycle/image-width
100cycle/image-width〜
唇の場合、240cycle/image-width以上の高周波数域には、あまり加齢情報が存在しないため、この帯域は必ずしも用いる必要がない。この観点から、唇の画像データから年齢を推定する場合の空間周波数帯域の上限は、240cycle/image-width程度を目安とすることができる。
年齢(実年齢又は見かけの印象年齢)の推定は、対象者の顔画像データの空間周波数の強度を、上述した方法などで得られた空間周波数の強度と年齢との相関関係を示す式又はモデルに適用することにより行う。式又はモデルに適用することは、数値を式に代入することのほか、数値をモデルに照合することを含む。
これにより、年齢の推定値を得ることができる。
本発明の推定装置は、対象者の顔画像データより空間周波数の強度を算出する強度算出手段と、顔画像データから得られる空間周波数の強度と年齢との相関関係を示す年齢相関データを記憶する記憶手段と、前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された年齢相関データと照合して、前記対象者の推定年齢を算出する年齢算出手段と、を備える。
前記強度算出手段、及び前記年齢算出手段は、CPU2によって実現されている。また、前記記憶手段は、ROM3によって実現されている。
本発明の推定プログラムは、コンピュータ、その他の装置、機械等を、対象者の顔画像データより空間周波数の強度を算出する強度算出手段、顔画像データから得られる空間周波数の強度と年齢との相関関係を示す年齢相関データを記憶する記憶手段、前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された年齢相関データと照合して、前記対象者の推定年齢を算出する年齢算出手段、として機能させる。また、本発明はこのようなプログラムをコンピュータ等が読み取り可能な記録媒体に記録したものでもよい。
本発明の男女の判別方法は、顔画像データから得られる空間周波数の強度と性別との相関関係に基づいて、対象者の顔画像データから該対象者の男女を判別することを含む。相関関係は、好ましくは式又はモデルで示される。
式又はモデルとしては、判別関数が好ましく挙げられる。
判別に用いる空間周波数としては、任意の空間周波数の強度を用いることができる。中でも、100〜250cycle/image-width、好ましくは150〜200cycle/image-widthの周波数域に属する空間周波数を用いることが好ましい。これは、後述する実施例4に示すように、この高周波数域の空間周波数の強度の違いが、男女差をよく説明しているためである。
顔画像データから得られる空間周波数の強度と性別との相関関係は、判別分析等の多変量解析により予め求めておくことができる。
以下、前記相関関係を求める方法について、全顔の画像データから得られる空間周波数の強度を用いる場合を例として、詳述する。
複数の人物が写された顔画像データから空間周波数の強度を算出する。空間周波数の強度の算出については、上述した通りである。
前記相関関係を求めるために、空間周波数の強度と性別とを関連付けたデータベース(DB)を作成する。
予め用意する、性別と空間周波数の強度との関係を示す、式又はモデルの作成ためのDBは、各年代別に同程度の人数分布であることが好ましい。また、DBの人数としては、少なくとも50以上、好ましくは100以上、より好ましくは500以上である。DBの構造としては、例えば行列形式(マトリックス)であれば、行に人物、列項目として、性別を入力する。性別は、男女のグループ化変数として、入力することができる。これにより、相関関係を判別関数で表すことができる。
また、上述した年齢の推定を行うためのDBも兼ね備えるように、顔画像に写された人物の実年齢、見かけの印象年齢を列項目に加えてもよい。
性別と空間周波数の強度との相関関係を示す式又はモデルは、前記年齢の推定における年齢を男女のグループ化変数に置き換えれば同様にして作成することができる。即ち、男女のグループ化変数と空間周波数の強度とを多変量解析して得られる式を利用すればよい。該多変量解析としては、男女のグループという外的基準が質的に与えられるので、判別分析やニューラルネットワーク等が好ましい。本発明は、後述する実施例4に示すように、判別関数の説明変数として年齢を必要とせず、空間周波数だけで高精度に男女を判別できる、という極めて実用的な技術的特徴を有している。
男女の判別は、対象者の顔画像データの空間周波数の強度を、このようにして得られた男女のグループ化変数と空間周波数の強度との相関関係を示す式又はモデルに適用することにより行う。適用することには、数値を式に代入することのほか、数値をモデルに照合することが含まれる。
これにより、男女のグループ化変数を算出することができ、これより男女を判別することができる。
本発明の判別装置は、対象者の顔画像データより空間周波数の強度を算出する強度算出手段と、顔画像データから得られる空間周波数の強度と性別との相関関係を示す性別相関データを記憶する記憶手段と、前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された性別相関データと照合して、前記対象者の男女を判別する性別判別手段と、を備える。
本発明の判別プログラムは、コンピュータ、その他の装置、機械等を、対象者の顔画像データより空間周波数の強度を算出する強度算出手段、顔画像データから得られる空間周波数の強度と性別との相関関係を示す性別相関データを記憶する記憶手段、前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された性別相関データと照合して、前記対象者の男女を判別する性別判別手段、として機能させる。また、本発明はこのようなプログラムをコンピュータ等が読み取り可能な記録媒体に記録したものでもよい。
上述した通り、本発明の年齢の推定方法及び男女の判別方法は、何れも顔画像データから得られる空間周波数の強度を用いるものである。
また、年齢の推定に用いられる年齢と空間周波数の強度との相関関係は、男女間で異なることが分かっている。
そこで、本発明の男女の判別方法により男女を判別した後に、その結果に基づいて、性別毎に最適な空間周波数の強度との相関関係を選択し、本発明の年齢の推定方法を実施すれば、より高精度に年齢を推定できる。
また、コンピュータをこれらの手段として機能させるためのプログラムも提供することができる。
(1)「実年齢、見かけの印象年齢及び空間周波数の強度」の女性DBの作成
140名の女性(18〜82歳、平均年齢49.01±17.02歳)を対象に、デジタルカメラを用いて、30cm×30cmの範囲の顔画像を採取した。該画像についてアドビシステム社のPhotoshop(登録商標)CS3を用いて輝度調整し、1024×1024画素のグレー画像(図1参照)データを得た後、これに対して、The MathWork社製のMATLAB(登録商標)による自社製の空間周波数解析ソフトウェアを用い、空間周波数解析を行った(図2参照)。見かけの印象年齢の評価は、予め作成した年代別標準写真(図3参照)を用い、顔評価研究のない大学卒業1年目の新人9名(男性5名、女性4名)及び顔評価研究専門家5名(男性2名、女性3名)によって、前記グレー画像のA4サイズ印刷物の年齢を評価させた。見かけの印象年齢として、評価された年齢の最大値と最小値を除いた平均値を採用した。かようにして実年齢、見かけの印象年齢(新人評価、専門家評価)、及び空間周波数の強度(パワー、振幅値)の女性DBを作成した。
前記女性DBを対象に、エス・ピー・エス・エス社製のPASW(登録商標)Statistics17.0を用い、相関分析及びクラスター分析を行った。年齢(実年齢又は見かけの印象年齢)と空間周波数の強度とのPearsonの相関係数(両側)(図4参照)より、90〜360(cycle/image-width)の広い帯域(相関係数>0.60)において、極めて高い加齢情報が存することが分かる。また、全ての空間周波数について、クラスター分析により得られたデンドログラムから、強度の変化特性が類似する空間周波数を分類したところ、以下の4つの空間周波数帯域に分類された。各帯域の空間周波数強度を増減させて顔画像を変化させることにより、各帯域に存在する加齢情報を分析したところ、0〜50(cycle/image-width)にはハリ感やタルミ、50〜100(cycle/image-width)には大ジワやフェイスライン、100〜200(cycle/image-width)には小ジワ等、更に200〜512(cycle/image-width)では肌表面の質感やツヤ感等、空間周波数帯域毎に加齢構造情報の偏在性が示された。また、該偏在性は別DB群においても常に示されることから、かように示された4つの空間周波数帯域は、各々連続性を有する帯域群として定義できることが分かる。また、各空間周波数群からの適宜な周波数の選択やそれらの組合せを行うことによって、年齢等の推定精度の更なる向上が期待できることが分かる。
前記女性DBを対象に、実年齢及び見かけの印象年齢を目的変数、空間周波数(f)を説明変数として、エス・ピー・エス・エス社製のSPSS(登録商標)15.0Jを用いて、重回帰分析(ステップワイズ法)を行った。この結果である、実年齢及び見かけの印象年齢(新人評価)を推定する重回帰式の例、式(1)及び式(2)を以下に示す。式(2)において、8つの説明変数は4つの空間周波数帯域群より選択されており、これより各空間周波数群から適宜な周波数を選択することで良好に年齢を推定するできることが分かる。図8に、式(2)によって推定される、見かけの印象年齢(新人評価)とその推定年齢(Predicted Value)との相関関係(検量線)を示す。また、見かけの印象年齢の評価者を新人から専門家に変更した場合、推定式の重相関係数(R)=0.937と向上し、より高い精度で見かけの印象年齢を推定できることも分かる。
重相関係数(R)=0.863
※f132,f38,f155,f3,f102は各空間周波数のパワー対数値
<見かけの印象年齢推定値(新人評価)>=f3×(−16.407)+f35×(−42.423)+f36(−37.139)+f43×43.577+f53×14.451+f132×96.466+f142×65.208+f242×19.649−198.272・・・(2)
重相関係数(R)=0.881
※f3,f35,f36,f43,f53,f132,f142,f242は各空間周波数のパワー対数値
推定すべき女性被験者(対象者)8名(平均年齢43.1歳)の顔画像の空間周波数の強度を得た後、上記で算出した重回帰式(1)及び(2)を用いて実年齢及び見かけの印象年齢(新人評価)を推定した。また、別途専門家による見かけの印象年齢を用いた場合についても、同様に回帰式を算出して推定を行った。結果を表1(誤差=推定年齢−(実年齢又は見かけの印象年齢))に示す。これより、実年齢及び見かけの印象年齢とも精度良く推定できることが分かる。また、見かけの印象年齢推定の重回帰式が精度の点で好ましく、専門家による見かけの印象年齢を用いた場合に更に精度の点で好ましいことが分かる。
実施例1において、女性を男性に変えて同様の検討を行い、男性DBの作成、同DBの特徴分析及び「実年齢と空間周波数の強度との関係」を示す式を作成した。
(1)「実年齢及び空間周波数の強度」の男性DBの作成
139名の男性(19〜84歳、平均年齢51.51±17.83歳)を対象に、実施例1と同様の方法に従い、実年齢と空間周波数の強度(パワー、振幅値)のDBを作成した。
前記男性DBを対象に、同様の方法にて相関分析及びクラスター分析を行った。実年齢と空間周波数の強度とのPearsonの相関係数(両側)(図5参照)より、60〜240(cycle/image-width)の帯域(相関係数>0.60)において、高い加齢情報が存することが分かる。デンドログラムの解析からは、女性DBと同様に空間周波数帯域毎に加齢構造情報の偏在性が示された。男女の各DBを比較すると、図4及び図5に示すような差異を認めた。即ち、低〜中間周波数域(20〜100cycle/image-width)の相違は、男性のハリやタルミ等の急激な加齢変化が女性よりも顕著なためであり、高周波数域(200cycle/image-width以上)の相違は、男性は年齢に関わらず女性よりも肌表面の質感(ザラザラ感、きめの細かさ)が悪く加齢変化が表れにくいためと推察された。
すなわち、男性の場合には、0〜200cycle/image-width程度の帯域の使用が年齢の推定に効果的であることが分かった。また、女性DBの分析と同様、デンドログラムの解析から、0〜50cycle/image-width、50〜100cycle/image-width、100〜150cycle/image-width、150cycle/image-width以上の周波数帯域に異なる加齢情報が存在することが分かった。
実施例2の男性DBを対象に、実年齢を目的変数、空間周波数(f)を説明変数として、エス・ピー・エス・エス社製のSPSS(登録商標)15.0Jを用いて、重回帰分析(ステップワイズ法)を行った。この結果である、実年齢を推定する重回帰式の例、式(3)を以下に示す。
重相関係数(R)=0.794
※f135,f5,f3,f105は各空間周波数のパワー対数値
女性の年齢の推定方法と同様に、推定すべき男性被験者(対象者)5名(平均年齢40.8歳)の顔画像データから空間周波数の強度を得た後、上記で算出した重回帰式(3)を用いて実年齢を推定した。結果を表2(誤差=推定年齢−(実年齢))に示す。これより、実年齢を精度良く推定できることが分かる。
本発明のメークアップによる見かけの印象年齢への影響を検討した。即ち、2名の女性(50歳、62歳)を対象に、素顔とメーク顔について実施例1の処理を行って空間周波数を算出した後、見かけの印象年齢推定用の重回帰式(2)を適用し、素顔とメーク顔について見かけの印象年齢を算出した。素顔を基準にメーク顔の年齢誤差を求めると、50歳の女性では、+0.7歳と殆ど変化しなかったが、62歳の女性(図9参照)では−9.8歳と大幅に若く見えるという結果であり、第三者評価とも一致する定量的技術であることが分かる。尚、グレー画像によるメークアップ効果を評価しているので、メークアップ化粧料による色相や彩度効果を反映していないが、重回帰式(2)における説明変数(グレー画像の各空間周波数帯域)のウェイトの変化から、メークアップ料の加齢構造への影響についても定量的に推察できる。
実施例1の女性DB(N=140)と実施例2の男性DB(N=139)とを対象に、実施例1と同様に画像採取、画像処理及び空間周波数強度を得た。男女のグループ化変数の項目をDBに追加して、エス・ピー・エス・エス社製のPASW(登録商標)Statistics17.0を用いて判別分析を行った。得られた判別関数(判別式(4))と判別結果(表3、図10)を下記に示す。表3及び図10より、男女判別が90%以上と精度よく判別されることが分かる。また、判別式(4)のf173のパワー対数値の寄与が最大であるが、これは前述したように加齢による肌表面の質感の変化の男女差(図4、図5参照)に基づくもので、男女の判別において顔の造形変化(シワ、タルミ)より肌の質感が重要であることが分かる。また、このことから男女の判別に用いる顔画像データとしては、全顔のほか、頬、額、鼻等が好適であることが推定できる。
正準相関係数(R)=0.811
※f3,f6,f7,f41,f173は各空間周波数のパワー対数値
(1)「実年齢及び空間周波数の強度」のDBの作成
140名の女性(18〜82歳、平均年齢49.01±17.02歳)を対象に、デジタルカメラを用いて、30cm×30cmの範囲のカラー画像を採取した。1024×1024画素のカラー画像に対して、The MathWork社製のMATLAB(登録商標)による自社製の空間周波数解析ソフトウェアを用い、空間周波数解析を行った。続いて、実年齢及び空間周波数の強度の女性DBを作成した。
前記女性DBを対象に、エス・ピー・エス・エス社製のPASW(登録商標)Statistics17.0を用い、相関分析を行った。その結果、BチャネルとRチャネルの相関係数に、モノクロ画像データから得られた空間周波数の相関係数と異なる傾向が見られた。すなわち、Bチャネルでは、50〜150cycle/image-widthの帯域で、相関係数が高い傾向があった。また、Rチャネルでは、0〜50cycle/image-widthの帯域で、相関係数が高い傾向があった。
これらの各チャネルの上記帯域のパワー値を変化させて画像を変化させたところ、Bチャネルの上記領域にはシミに関する情報が存在することが分かった。
前記DBを対象に、実年齢を目的変数、空間周波数(f)を説明変数として、PASW(登録商標)Statistics 17.0.3を用いて、重回帰分析(ステップワイズ法)を行い、重回帰式を得た。
その結果、Bチャネルの100〜150cycle/image-widthに属する空間周波数の強度が、最も高い相関係数を有していた。RGBチャネル全てから空間周波数の強度が説明変数として選択されていた。
図11に、得られた重回帰式によって推定される、実年齢と推定年齢(Predicted Value)との相関関係(検量線)を示す。重相関係数(R)は0.945であり、極めて高い精度で実年齢を推定できることが分かった。
(1)「実年齢及び空間周波数の強度」のDBの作成
140名の女性(18〜82歳、平均年齢49.01±17.02歳)を対象に、デジタルカメラを用いて、顔画像を採取した。この顔画像から唇部位を抽出するためのマスクレイヤーを掛けて1024×1024画素の解析用カラー画像を作成した。このカラー画像から得られる、RGBチャネルの各画像データ、及び輝度変換したモノクロ画像データの合計4画像データに対して、The MathWork社製のMATLAB(登録商標)による自社製の空間周波数解析ソフトウェアを用い、空間周波数解析を行った。続いて、実年齢及び空間周波数の強度(パワー、振幅値)のDBを作成した。
前記DBを対象に、エス・ピー・エス・エス社製のPASW(登録商標)Statistics17.0を用い、相関分析を行った。その結果、Bチャネルの相関係数に、モノクロ画像データから得られた空間周波数の相関係数と異なる傾向が見られた。すなわち、全体的に相関が高い170〜180cycle/image-width付近で、Bチャネルの相関係数が特に高かった。これより、Bチャネルの150〜200cycle/image-widthの帯域は、唇の主要な加齢情報を含んでいることが分かった。
また、モノクロ画像の空間周波数についてクラスター分析を行った。条件は、Ward法、平方ユークリッド距離、Z得点(変数別)とした。その結果、0〜40cycle/image-width、40〜100cycle/image-width、100〜240cycle/image-width、240〜512cycle/image-widthの4領域に分類された。各帯域の空間周波数パワーを増減させて顔画像を変化させることにより、各帯域に存在する加齢情報を分析したところ、240〜512cycle/image-widthには、あまり加齢情報が存在しないことが分かった。
前記DBを対象に、実年齢を目的変数、空間周波数(f)を説明変数として、PASW(登録商標)Statistics 17.0を用い、重回帰分析(ステップワイズ法)を行い、重回帰式を得た。
その結果、RチャネルとBチャネルの1〜200cycle/image-widthに属する複数の空間周波数の強度が説明変数として選択された。このうち、Bチャネルの170〜180cycle/image-widthに属する空間周波数の強度が、最も高い相関係数を有していた。
図12に、得られた重回帰式によって推定される、実年齢と推定年齢(Predicted Value)との相関関係(検量線)を示す。重相関係数(R)は0.848であり、高い精度で実年齢を推定できることが分かった。
(1)「実年齢及び空間周波数の強度」のDBの作成
140名の女性(18〜82歳、平均年齢49.01±17.02歳)を対象に、デジタルカメラを用いて、顔画像を採取した(図1参照)。この顔画像から頬部位を抽出するためのマスクレイヤーを掛けて1024×1024画素の解析用カラー画像データを作成した。RGBチャネルの各画像データ、及び輝度変換したモノクロ画像データの合計4画像データに対して、The MathWork社製のMATLAB(登録商標)による自社製の空間周波数解析ソフトウェアを用い、空間周波数解析を行った。続いて、実年齢及び空間周波数の強度のDBを作成した。
前記DBを対象に、実年齢を目的変数、空間周波数(f)を説明変数として、PASW(登録商標)Statistics 17.0を用い、重回帰分析(ステップワイズ法)を行い、重回帰式を得た。その結果、RGB全チャネルの1〜200cycle/image-widthに属する複数の空間周波数の強度が説明変数として選択された。このうち、Bチャネルの150〜170cycle/image-widthに属する空間周波数の強度が、最も高い相関係数を有していた。
図13に、得られた重回帰式によって推定される、実年齢と推定年齢(Predicted Value)との相関関係(検量線)を示す。重相関係数(R)は0.846であり、高い精度で実年齢を推定できることが分かった。
Claims (23)
- 顔画像データから得られる空間周波数の強度と年齢との相関関係に基づいて、対象者の顔画像データから該対象者の年齢を推定することを含む、年齢の推定方法。
- 前記相関関係は式又はモデルにより示され、前記対象者の顔画像データの空間周波数の強度を、前記式又はモデルに適用することにより該対象者の推定年齢を得ることを含む、請求項1に記載の年齢の推定方法。
- 対象者の顔画像データを取得する工程と、
取得された顔画像データより空間周波数の強度を算出する工程と、
予め用意した、顔画像データから得られる空間周波数の強度と年齢との相関関係を示す式又はモデルに、前記算出した空間周波数の強度を適用して、前記対象者の推定年齢を算出する工程と、
を含む、年齢の推定方法。 - 前記式が、重回帰分析より得られた重回帰式又はPLSより得られた予測式であることを特徴とする、請求項2又は3に記載の年齢の推定方法。
- 前記顔画像データは、顔の部位又は全顔の画像データである、請求項1〜4の何れかに記載の年齢の推定方法。
- 前記年齢は、実年齢又は見かけの印象年齢である、請求項1〜5の何れかに記載の年齢の推定方法。
- 前記顔画像データはカラー画像データであり、前記空間周波数の強度は、複数のカラーチャネルから算出された空間周波数の強度の組み合わせを含む、請求項1〜6の何れかに記載の年齢の推定方法。
- 前記空間周波数は、複数の異なる空間周波数帯域に属している、請求項1〜7の何れかに記載の年齢の推定方法。
- 前記空間周波数帯域は、50cycle/image-width以下の低周波数域及び50cycle/image-widthより大きい高周波数域である、請求項8に記載の年齢の推定方法。
- 前記空間周波数帯域に属する空間周波数は、好ましくは10cycle/image-width以上の差を有する、請求項8又は9に記載の年齢の推定方法。
- 前記対象者が、女性であり、前記相関関係が、女性の全顔の顔画像データから得られる空間周波数の強度と年齢との相関関係であり、前記空間周波数は、以下の各空間周波数帯域に属する少なくとも4つの空間周波数を含む、請求項8〜10の何れかに記載の年齢の推定方法。
0〜50cycle/image-width
50〜100cycle/image-width
100〜200cycle/image-width
200cycle/image-width〜 - 前記対象者が、男性であり、前記相関関係が、男性の全顔の顔画像データから得られる空間周波数の強度と年齢との相関関係であり、前記空間周波数は、以下の各空間周波数帯域に属する少なくとも4つの空間周波数を含む、請求項8〜10の何れかに記載の年齢の推定方法。
0〜50cycle/image-width
50〜100cycle/image-width
100〜150cycle/image-width
150cycle/image-width〜 - 前記相関関係が、唇の画像データから得られる空間周波数の強度と年齢との相関関係であり、前記空間周波数は、以下の各空間周波数帯域に属する少なくとも3つの空間周波数を含む、請求項8〜10の何れかに記載の年齢の推定方法。
0〜40cycle/image-width
40〜100cycle/image-width
100cycle/image-width〜 - 対象者の顔画像データより空間周波数の強度を算出する強度算出手段と、
顔画像データから得られる空間周波数の強度と年齢との相関関係を示す年齢相関データを記憶する記憶手段と、
前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された年齢相関データと照合して、前記対象者の推定年齢を算出する年齢算出手段と、
を備える、年齢推定装置。 - コンピュータを、
対象者の顔画像データより空間周波数の強度を算出する強度算出手段、
顔画像データから得られる空間周波数の強度と年齢との相関関係を示す年齢相関データを記憶する記憶手段、
前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された年齢相関データと照合して、前記対象者の推定年齢を算出する年齢算出手段、
として機能させるための、年齢推定プログラム。 - 顔画像データから得られる空間周波数の強度と性別との相関関係に基づいて、対象者の顔画像データから該対象者の男女を判別することを含む、男女の判別方法。
- 前記相関関係は式又はモデルにより示され、前記対象者の顔画像データの空間周波数の強度を、前記式又はモデルに適用することにより該対象者の男女を判別することを含む、請求項16に記載の男女の判別方法。
- 前記式が、判別分析により得られる判別関数である、請求項17に記載の男女の判別方法。
- 前記空間周波数は、100〜250cycle/image-widthの空間周波数帯域に属する、請求項16〜18の何れかに記載の男女の判別方法。
- 顔画像データを取得する工程と、
取得された該顔画像データより空間周波数の強度を算出する工程と、
予め用意した、顔画像データから得られる空間周波数の強度と男女のグループ化変数との相関関係を示す判別関数に、前記算出した空間周波数の強度を適用して男女のグループ化変数を得る工程と、
得られたグループ化変数に基づいて、男女を判別する工程と、
を含む、男女の判別方法。 - 対象者の顔画像データより空間周波数の強度を算出する強度算出手段と、
顔画像データから得られる空間周波数の強度と性別との相関関係を示す性別相関データを記憶する記憶手段と、
前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された性別相関データと照合して、前記対象者の男女を判別する性別判別手段と、
を備える、男女判別装置。 - コンピュータを、
対象者の顔画像データより空間周波数の強度を算出する強度算出手段、
顔画像データから得られる空間周波数の強度と性別との相関関係を示す性別相関データを記憶する記憶手段、
前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された性別相関データと照合して、前記対象者の男女を判別する性別判別手段、
として機能させるための、男女判別プログラム。 - 対象者の顔画像データより空間周波数の強度を算出する強度算出手段と、
顔画像データから得られる空間周波数の強度と性別との相関関係を示す性別相関データ、顔画像データから得られる空間周波数の強度と年齢との相関関係を男女別に示す男性年齢相関データ及び女性年齢相関データを記憶する記憶手段と、
前記強度算出手段により算出された空間周波数の強度を、前記記憶手段に記憶された性別相関データと照合して、前記対象者の男女を判別する性別判別手段と、
前記性別判別手段により判別された性別に基づいて、男性年齢相関データ又は女性年齢相関データを選択する、年齢相関データ選択手段と、
前記強度算出手段により算出された空間周波数の強度を、前記相関データ選択手段により選択された相関データと照合して、前記対象者の推定年齢を算出する年齢算出手段と、
を備える、年齢推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012521378A JP5827225B2 (ja) | 2010-06-21 | 2011-05-18 | 年齢の推定方法 |
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010140155 | 2010-06-21 | ||
JP2010140155 | 2010-06-21 | ||
JP2010252402 | 2010-11-11 | ||
JP2010252402 | 2010-11-11 | ||
JP2012521378A JP5827225B2 (ja) | 2010-06-21 | 2011-05-18 | 年齢の推定方法 |
PCT/JP2011/061367 WO2011162050A1 (ja) | 2010-06-21 | 2011-05-18 | 年齢の推定方法、男女の判別方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2011162050A1 true JPWO2011162050A1 (ja) | 2013-08-19 |
JP5827225B2 JP5827225B2 (ja) | 2015-12-02 |
Family
ID=45371249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012521378A Active JP5827225B2 (ja) | 2010-06-21 | 2011-05-18 | 年齢の推定方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9189679B2 (ja) |
JP (1) | JP5827225B2 (ja) |
CN (1) | CN102870136B (ja) |
AU (1) | AU2011270457A1 (ja) |
SG (1) | SG186062A1 (ja) |
TW (1) | TWI514291B (ja) |
WO (1) | WO2011162050A1 (ja) |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140122074A1 (en) * | 2012-10-29 | 2014-05-01 | Amit V. KARMARKAR | Method and system of user-based jamming of media content by age category |
TWI463955B (zh) * | 2012-02-20 | 2014-12-11 | Zong Jing Investment Inc | Eye makeup device |
TWI485635B (zh) * | 2013-01-30 | 2015-05-21 | Nat Univ Tainan | 年齡評估系統與方法 |
JP6124295B2 (ja) * | 2013-05-02 | 2017-05-10 | 日本メナード化粧品株式会社 | 素肌または化粧肌の質感評価方法 |
KR20150059394A (ko) * | 2013-11-22 | 2015-06-01 | (주)아모레퍼시픽 | 계량화 수단을 이용한 피부 나이 예측 장치 및 방법 |
CN103824053B (zh) * | 2014-02-17 | 2018-02-02 | 北京旷视科技有限公司 | 一种人脸图像的性别标注方法及人脸性别检测方法 |
JP6230504B2 (ja) * | 2014-08-07 | 2017-11-15 | 日本電信電話株式会社 | 画像処理装置、方法、及びプログラム |
JP6359389B2 (ja) * | 2014-09-02 | 2018-07-18 | 花王株式会社 | 唇の美的印象の評価方法及びその評価を支援する支援装置 |
DE102014226858A1 (de) * | 2014-12-22 | 2016-06-23 | Robert Bosch Gmbh | Verfahren zum Betreiben einer aktivierbaren Sperrvorrichtung für eine Tür und/oder ein Fenster, Sicherungsvorrichtung für ein Fahrzeug, Fahrzeug |
CN105279499B (zh) * | 2015-10-30 | 2019-01-04 | 小米科技有限责任公司 | 年龄识别方法及装置 |
JP6730443B2 (ja) | 2016-03-21 | 2020-07-29 | ザ プロクター アンド ギャンブル カンパニーThe Procter & Gamble Company | カスタマイズされた製品の推奨を提供するためのシステム及び方法 |
JP6727543B2 (ja) * | 2016-04-01 | 2020-07-22 | 富士ゼロックス株式会社 | 画像パターン認識装置及びプログラム |
CN107315987B (zh) * | 2016-04-27 | 2021-11-09 | 伽蓝(集团)股份有限公司 | 评估面部表观年龄、面部衰老程度的方法及其应用 |
JP6731616B2 (ja) * | 2016-06-10 | 2020-07-29 | パナソニックIpマネジメント株式会社 | バーチャルメイク装置、バーチャルメイク方法、およびバーチャルメイクプログラム |
KR102308871B1 (ko) | 2016-11-02 | 2021-10-05 | 삼성전자주식회사 | 객체의 속성에 기반하여 객체를 인식 및 트레이닝하는 방법 및 장치 |
US11122206B2 (en) | 2016-11-08 | 2021-09-14 | Preh Holding, Llc | Personal care device with camera |
US10511777B2 (en) | 2016-11-08 | 2019-12-17 | Thomas Nichols | Personal care device with camera |
TWM550619U (zh) * | 2016-12-02 | 2017-10-21 | Unlimiter Mfa Co Ltd | 可依據臉部影像辨識結果取得聽力數據之電子裝置 |
US10614623B2 (en) | 2017-03-21 | 2020-04-07 | Canfield Scientific, Incorporated | Methods and apparatuses for age appearance simulation |
US10621771B2 (en) | 2017-03-21 | 2020-04-14 | The Procter & Gamble Company | Methods for age appearance simulation |
CN108804976A (zh) * | 2017-04-27 | 2018-11-13 | 芜湖美的厨卫电器制造有限公司 | 浴室镜及其控制方法 |
KR102297301B1 (ko) * | 2017-05-31 | 2021-09-06 | 더 프록터 앤드 갬블 캄파니 | 겉보기 피부 나이를 결정하기 위한 시스템 및 방법 |
WO2018222812A1 (en) | 2017-05-31 | 2018-12-06 | The Procter & Gamble Company | System and method for guiding a user to take a selfie |
WO2019037014A1 (zh) * | 2017-08-24 | 2019-02-28 | 华为技术有限公司 | 一种图像检测的方法、装置及终端 |
US11036285B2 (en) | 2017-09-04 | 2021-06-15 | Abhinav Aggarwal | Systems and methods for mixed reality interactions with avatar |
CN110175973A (zh) * | 2018-02-11 | 2019-08-27 | 上海市刑事科学技术研究院 | 一种人软骨内色素的测定方法及其在法医学上的应用 |
CN108391602B (zh) * | 2018-04-25 | 2023-06-06 | 中国农业科学院农业信息研究所 | 一种雏鸡性别识别系统及其识别方法 |
CN108734127B (zh) * | 2018-05-21 | 2021-01-05 | 深圳市梦网科技发展有限公司 | 年龄识别值调整方法、装置、设备及存储介质 |
CN109712085B (zh) * | 2018-12-11 | 2021-05-25 | 维沃移动通信有限公司 | 一种图像处理方法及终端设备 |
TWI690856B (zh) * | 2019-01-07 | 2020-04-11 | 國立交通大學 | 身分辨識系統及身分辨識方法 |
JP6983831B2 (ja) * | 2019-03-26 | 2021-12-17 | 富士フイルム株式会社 | 弛み評価方法、弛み評価装置、及び弛み評価プログラム |
USD1000624S1 (en) | 2019-12-27 | 2023-10-03 | Thomas Nichols | Personal care device with camera |
CN111626303B (zh) * | 2020-05-29 | 2021-04-13 | 南京甄视智能科技有限公司 | 性别和年龄的识别方法、装置、存储介质及服务器 |
CN111967447A (zh) * | 2020-09-07 | 2020-11-20 | 深圳安道客网络科技有限公司 | 一种局部皮肤图像分析方法 |
CN112672387B (zh) * | 2020-12-21 | 2021-08-31 | 广西东信易联科技有限公司 | 一种根据用户数据自动切换网络模式的方法及系统 |
TWI832660B (zh) * | 2023-01-06 | 2024-02-11 | 宏碁股份有限公司 | 計算視野指標正常分布的方法及裝置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005148880A (ja) * | 2003-11-12 | 2005-06-09 | Advanced Telecommunication Research Institute International | 年齢推定装置、年齢推定方法および年齢推定プログラム |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3430944B2 (ja) | 1997-12-15 | 2003-07-28 | 花王株式会社 | 印象の評価方法 |
JP2000014661A (ja) | 1998-07-02 | 2000-01-18 | Pola Chem Ind Inc | 中年女性の顔の鑑別法 |
JP4575619B2 (ja) | 2001-05-08 | 2010-11-04 | ポーラ化成工業株式会社 | 実年齢の推定方法 |
JP4681760B2 (ja) | 2001-06-06 | 2011-05-11 | ポーラ化成工業株式会社 | 顔形状の加齢変化の推定法 |
US6850651B2 (en) * | 2001-07-02 | 2005-02-01 | Corel Corporation | Moiré correction in images |
US6950211B2 (en) * | 2001-07-05 | 2005-09-27 | Corel Corporation | Fine moire correction in images |
JP2004272849A (ja) | 2003-03-12 | 2004-09-30 | Pola Chem Ind Inc | 化粧効果の鑑別法 |
JP4285037B2 (ja) | 2003-03-20 | 2009-06-24 | 花王株式会社 | 肌のシミュレーション画像の形成方法 |
JP2005165447A (ja) | 2003-11-28 | 2005-06-23 | Toshiba Corp | 年齢・性別判別装置、年齢・性別判別方法および人物認識装置 |
US7319779B1 (en) | 2003-12-08 | 2008-01-15 | Videomining Corporation | Classification of humans into multiple age categories from digital images |
EP1864245A2 (en) | 2005-03-18 | 2007-12-12 | Philips Intellectual Property & Standards GmbH | Method of performing face recognition |
JP4888217B2 (ja) | 2007-05-08 | 2012-02-29 | オムロン株式会社 | 人物属性推定装置 |
JP4273359B2 (ja) | 2007-09-28 | 2009-06-03 | Necソフト株式会社 | 年齢推定システム及び年齢推定方法 |
JP5072102B2 (ja) | 2008-05-12 | 2012-11-14 | パナソニック株式会社 | 年齢推定方法及び年齢推定装置 |
JP5210808B2 (ja) | 2008-11-06 | 2013-06-12 | Necソフト株式会社 | 年齢推定装置及び方法 |
CN101419671B (zh) | 2008-11-10 | 2011-05-18 | 北方工业大学 | 基于模糊支持向量机的人脸性别识别方法 |
CN101615248B (zh) | 2009-04-21 | 2012-03-21 | 华为技术有限公司 | 年龄估计方法、设备和人脸识别系统 |
CN101584575B (zh) * | 2009-06-19 | 2011-05-04 | 无锡骏聿科技有限公司 | 一种基于人脸识别技术的年龄评估方法 |
SG184287A1 (en) | 2010-03-26 | 2012-11-29 | Agency Science Tech & Res | Facial gender recognition |
-
2011
- 2011-05-18 JP JP2012521378A patent/JP5827225B2/ja active Active
- 2011-05-18 US US13/805,139 patent/US9189679B2/en active Active
- 2011-05-18 WO PCT/JP2011/061367 patent/WO2011162050A1/ja active Application Filing
- 2011-05-18 CN CN201180022353.6A patent/CN102870136B/zh active Active
- 2011-05-18 SG SG2012084380A patent/SG186062A1/en unknown
- 2011-05-18 AU AU2011270457A patent/AU2011270457A1/en not_active Abandoned
- 2011-06-17 TW TW100121194A patent/TWI514291B/zh active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005148880A (ja) * | 2003-11-12 | 2005-06-09 | Advanced Telecommunication Research Institute International | 年齢推定装置、年齢推定方法および年齢推定プログラム |
Non-Patent Citations (5)
Title |
---|
加藤博之外3名: "顔画像による性差判別 −GaborJet特徴と形状・テクスチャを分離ベクトル化した特徴との精度比較−", 映像情報メディア学会技術報告, vol. 30, no. 17, JPN6015007618, 25 February 2006 (2006-02-25), pages 83 - 86, ISSN: 0003015510 * |
宮雅一外2名: "クラス距離を重みとする局所保存射影とその顔画像による年齢推定への応用", 電子情報通信学会技術研究報告, vol. 107, no. 207, JPN6015007617, 27 August 2007 (2007-08-27), pages 83 - 88, ISSN: 0003015509 * |
小野恭平外1名: "顔の特徴を用いた年代推定", 第71回(平成21年)全国大会講演論文集(2), JPN6015007620, 10 March 2009 (2009-03-10), pages 2 - 433, ISSN: 0003015512 * |
滝本裕則外3名: "姿勢変動に影響されない顔画像からの性別年齢推定", 電気学会論文誌C, vol. 127, no. 7, JPN6015007622, 1 July 2007 (2007-07-01), JP, pages 1022 - 1029, ISSN: 0003172195 * |
高橋直樹外4名: "線形判別関数を用いた顔画像の性差判別", 映像情報メディア学会技術報告, vol. 29, no. 17, JPN6015007619, 26 February 2005 (2005-02-26), pages 43 - 46, ISSN: 0003015511 * |
Also Published As
Publication number | Publication date |
---|---|
TWI514291B (zh) | 2015-12-21 |
AU2011270457A1 (en) | 2012-11-29 |
CN102870136A (zh) | 2013-01-09 |
US20130089245A1 (en) | 2013-04-11 |
US9189679B2 (en) | 2015-11-17 |
JP5827225B2 (ja) | 2015-12-02 |
SG186062A1 (en) | 2013-01-30 |
TW201209731A (en) | 2012-03-01 |
WO2011162050A1 (ja) | 2011-12-29 |
RU2013102503A (ru) | 2014-07-27 |
CN102870136B (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5827225B2 (ja) | 年齢の推定方法 | |
US11416988B2 (en) | Apparatus and method for visualizing visually imperceivable cosmetic skin attributes | |
US11605243B2 (en) | Apparatus and method for determining cosmetic skin attributes | |
US20140226896A1 (en) | Face impression analyzing method, aesthetic counseling method, and face image generating method | |
Saraee et al. | Visual complexity analysis using deep intermediate-layer features | |
Guo et al. | Assessment model for perceived visual complexity of painting images | |
US20080304736A1 (en) | Method of estimating a visual evaluation value of skin beauty | |
Yarlagadda et al. | A novel method for human age group classification based on Correlation Fractal Dimension of facial edges | |
CN108197595A (zh) | 一种获取评价信息的方法、装置、存储介质及计算机 | |
JP2007252891A (ja) | 肌の美しさの目視評価値の推定方法 | |
Messadi et al. | Extraction of specific parameters for skin tumour classification | |
Yap et al. | A survey on facial wrinkles detection and inpainting: Datasets, methods, and challenges | |
JP6138696B2 (ja) | 皮脂量の推定方法 | |
CN107731306B (zh) | 一种基于热成像技术的非接触式心率提取方法 | |
JP2007252892A (ja) | 皮膚表面の立体形状の目視評価値の推定方法 | |
JP2022078936A (ja) | 肌画像分析方法 | |
JP2021121328A (ja) | 肌状態の鑑別方法、化粧料の評価方法、化粧料の設計方法 | |
Wang et al. | Image-based facial pore detection and visualization in skin health evaluation | |
Osadebey et al. | Evaluation of color spaces for unsupervised and deep learning skin lesion segmentation | |
Heravi et al. | Adult-child 3D backward face aging model (3D B-FAM) | |
RU2575404C2 (ru) | Способ оценки возраста и способ определения пола | |
JP2021129977A (ja) | いきいきとした顔の度合い推定方法、いきいきとした顔の度合い推定装置、及びいきいきとした顔の度合い推定プログラム | |
Pereira et al. | Skin lesion classification using features of 3D border lines | |
Ng | Face age estimation using wrinkle patterns | |
JP2023067024A (ja) | 組み合わせ皮膚生理パラメータ解析法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140314 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150303 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150424 |
|
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: 20151013 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151015 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5827225 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |