JPWO2020116065A1 - 情報処理装置、化粧料生成装置、及び、プログラム - Google Patents
情報処理装置、化粧料生成装置、及び、プログラム Download PDFInfo
- Publication number
- JPWO2020116065A1 JPWO2020116065A1 JP2020559809A JP2020559809A JPWO2020116065A1 JP WO2020116065 A1 JPWO2020116065 A1 JP WO2020116065A1 JP 2020559809 A JP2020559809 A JP 2020559809A JP 2020559809 A JP2020559809 A JP 2020559809A JP WO2020116065 A1 JPWO2020116065 A1 JP WO2020116065A1
- Authority
- JP
- Japan
- Prior art keywords
- skin
- information
- cosmetic
- class
- cosmetics
- 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
- 239000002537 cosmetic Substances 0.000 title claims abstract description 161
- 230000010365 information processing Effects 0.000 title claims abstract description 56
- 238000004088 simulation Methods 0.000 claims abstract description 88
- 230000007704 transition Effects 0.000 claims abstract description 87
- 238000000605 extraction Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 15
- 239000002994 raw material Substances 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 5
- 239000008406 cosmetic ingredient Substances 0.000 claims 1
- 210000003491 skin Anatomy 0.000 description 231
- 230000004048 modification Effects 0.000 description 27
- 238000012986 modification Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 22
- 239000004615 ingredient Substances 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 239000011148 porous material Substances 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 239000000284 extract Substances 0.000 description 6
- 238000013145 classification model Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000006210 lotion Substances 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 3
- 206010033675 panniculitis Diseases 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000004304 subcutaneous tissue Anatomy 0.000 description 3
- 239000006071 cream Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003012 network analysis Methods 0.000 description 2
- 210000002374 sebum Anatomy 0.000 description 2
- 210000000434 stratum corneum Anatomy 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 240000002871 Tectona grandis Species 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45D—HAIRDRESSING OR SHAVING EQUIPMENT; EQUIPMENT FOR COSMETICS OR COSMETIC TREATMENTS, e.g. FOR MANICURING OR PEDICURING
- A45D44/00—Other cosmetic or toiletry articles, e.g. for hairdressers' rooms
- A45D44/005—Other cosmetic or toiletry articles, e.g. for hairdressers' rooms for selecting or displaying personal cosmetic colours or hairstyle
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45D—HAIRDRESSING OR SHAVING EQUIPMENT; EQUIPMENT FOR COSMETICS OR COSMETIC TREATMENTS, e.g. FOR MANICURING OR PEDICURING
- A45D40/00—Casings or accessories specially adapted for storing or handling solid or pasty toiletry or cosmetic substances, e.g. shaving soaps or lipsticks
- A45D40/24—Casings for two or more cosmetics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45D—HAIRDRESSING OR SHAVING EQUIPMENT; EQUIPMENT FOR COSMETICS OR COSMETIC TREATMENTS, e.g. FOR MANICURING OR PEDICURING
- A45D34/00—Containers or accessories specially adapted for handling liquid toiletry or cosmetic substances, e.g. perfumes
- A45D2034/005—Containers or accessories specially adapted for handling liquid toiletry or cosmetic substances, e.g. perfumes with a cartridge
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45D—HAIRDRESSING OR SHAVING EQUIPMENT; EQUIPMENT FOR COSMETICS OR COSMETIC TREATMENTS, e.g. FOR MANICURING OR PEDICURING
- A45D44/00—Other cosmetic or toiletry articles, e.g. for hairdressers' rooms
- A45D2044/007—Devices for determining the condition of hair or skin or for selecting the appropriate cosmetic or hair treatment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Human Resources & Organizations (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Economics (AREA)
- Surgery (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
肌状態は、肌の皮下組織から予測可能であることが知られている。例えば、特開2014−064949号公報には、肌の皮下組織の光反射特性に基づいて、肌の内部の状態を推定する技術が開示されている。
しかし、特開2014−064949号公報では、化粧料を1回使用したときの皮下組織の状態に基づいて肌状態を推定するので、推定結果は、化粧料を使用した時点の肌状態を示すものに過ぎず、化粧料の使用を継続したときの未来の肌状態を示すものではない。
化粧料を肌に使用したときの未来の肌状態を予測するシミュレーションを実行する情報処理装置であって、
シミュレーション対象者の対象者肌情報を取得する手段を備え、
複数の被験者のそれぞれが化粧料を肌に使用したときの肌の経時変化を示す複数の被験者肌情報と、各被験者肌情報に対応する前記被験者の肌状態に関する被験者状態情報と、前記化粧料に関する化粧料情報と、に基づく肌状態の遷移に関する状態遷移モデルに対して、前記対象者肌情報を入力することにより、前記シミュレーション対象者の肌状態の遷移を予測する手段を備え、
前記予測された肌状態の遷移を提示する手段を備える、
情報処理装置である。
情報処理システムの構成について説明する。図1は、本実施形態の情報処理システムの構成を示すブロック図である。
クライアント装置10、サーバ30、及び、化粧料生成装置50は、ネットワーク(例えば、インターネット又はイントラネット)NWを介して接続される。
・スキンケア用化粧料(一例として、化粧水、乳液、美容液、洗顔料、クリーム、及び、フェイスマスクの少なくとも1つ)
・メーキャップ用化粧料(一例として、化粧下地、ファンデーション、コンシーラ、フェイスパウダ、口紅、リップグロス、アイシャドウ、アイライナ、マスカラ、アイブロウ、チーク、及び、コフレの少なくとも1つ)
図1を参照して、クライアント装置10の構成について説明する。
・OS(Operating System)のプログラム
・情報処理を実行するアプリケーション(例えば、ウェブブラウザ)のプログラム
・情報処理において参照されるデータベース
・情報処理を実行することによって得られるデータ(つまり、情報処理の実行結果)
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。
図1を参照して、サーバ30の構成について説明する。
・OSのプログラム
・情報処理を実行するアプリケーションのプログラム
・情報処理において参照されるデータベース
・情報処理の実行結果
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。
本実施形態の化粧料生成装置50の構成について説明する。図2は、図1の化粧料生成装置50の構成を示すブロック図である。
・OSのプログラム
・化粧料生成装置50の制御プログラム
・化粧料の生成の履歴に関する情報
・複数のカートリッジ55a〜55bに収容された原料の残量に関する情報
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。
抽出制御部56は、クライアント装置10又はサーバ30から送信された化粧料情報に基づいて、各カートリッジ55a〜55bから原料を抽出するように構成される。
本実施形態の概要について説明する。図3は、本実施形態の概要の説明図である。
サーバ30は、複数の被験者のそれぞれが化粧料を肌に使用したときの肌の経時変化を示す複数の被験者肌情報と、各被験者肌情報に対応する前記被験者の肌状態に関する被験者肌状態情報と、化粧料に関する化粧料情報と、に基づいて、肌の状態遷移に関する状態遷移モデルを生成する。
サーバ30は、クライアント装置10を介して、シミュレーションの対象となる対象化粧料に関する化粧料情報を取得する。
サーバ30は、クライアント装置10を介して、シミュレーション対象者の対象者肌情報を取得する。
サーバ30は、対象化粧料の化粧料情報及び対象者肌情報を状態遷移モデルに入力することにより、シミュレーション対象者の肌状態の遷移を予測する。
サーバ30は、クライアント装置10を介して、予測された肌状態の遷移を提示する。
本実施形態のデータベースについて説明する。以下のデータベースは、記憶装置31に記憶される。
本実施形態のユーザ情報データベースについて説明する。図4は、本実施形態のユーザ情報データベースのデータ構造を示す図である。
ユーザ情報データベースは、「ユーザID」フィールドと、「ユーザ名」フィールドと、「ユーザ属性」フィールドと、を含む。各フィールドは、互いに関連付けられている。
本実施形態の被験者情報データベースについて説明する。図5は、本実施形態の被験者情報データベースのデータ構造を示す図である。
つまり、「肌画像」フィールドには、被験者が化粧料を肌に使用したときの肌の経時変化を示す画像データが格納される。「肌状態」フィールドには、被験者が化粧料を肌に使用したときの肌状態の経時変化を示す情報が格納される。
本実施形態の化粧料情報マスタデータベースについて説明する。図6は、本実施形態の化粧料情報マスタデータベースのデータ構造を示す図である。
本実施形態のクラス情報マスタデータベースについて説明する。図7は、本実施形態のクラス情報マスタデータベースのデータ構造を示す図である。図8は、図7のクラス情報マスタデータベースに対応する状態遷移モデルの概念図である。図9は、図8の状態遷移モデルの入力及び出力を示す概念図である。
クラス情報マスタデータベースは、「クラスID」フィールドと、「クラス概要」フィールドと、「肌特性」フィールドと、「レコメンド」フィールドと、「遷移確率」フィールドと、を含む。各フィールドは、互いに関連付けられている。
クラス情報マスタデータベースは、化粧料IDに関連付けられている。
・肌のキメの特性(一例として、キメの流れ、及び、キメの分布範囲)
・皮溝の特性(一例として、皮溝の状態、及び、皮溝の形状)
・毛穴の特性(一例として、毛穴の状態、毛穴のサイズ、毛穴の数、及び、毛穴の密度)
・皮丘の特性(一例として、皮丘のサイズ、皮丘の数、皮丘の密度)
・化粧下地の種類
・ファンデーションの種類
・塗布手段(一例として、指による塗布、又は、スポンジによる塗布)
・塗布方法
・化粧料の種類
・化粧料の使用量(一例として、薄塗り又は厚塗り)
・実施が推奨される肌のケア方法(一例として、化粧水又は乳液を用いた日常ケア方法、及び、美容液、クリーム又はマスクを用いた特別ケア方法)
・使用中の化粧料の使用方法(一例として、使用頻度、及び、1回あたりの使用量)
・使用が推奨される化粧料(以下「推奨化粧料」という)
・推奨化粧料の使用量(一例として、使用頻度、及び、1回あたりの使用量)
図7の例では、「クラスID」フィールドにクラスID「CLU001」が格納されたレコードの「遷移確率」フィールドのうち、将来の時点「1日後」が割り当てられたサブフィールドには、クラスID「CLU001」のクラスからの1日後の遷移確率P11〜P15が格納される。
「クラスID」フィールドにクラスID「CLU002」が格納されたレコードの「遷移確率」フィールドのうち、将来の時点「1日後」が割り当てられたサブフィールドには、クラスID「CLU002」のクラスからの1日後の遷移確率P21〜P25が格納される。
「クラスID」フィールドにクラスID「CLU001」が格納されたレコードの「遷移確率」フィールドのうち、将来の時点「1年後」が割り当てられたサブフィールドには、クラスID「CLU001」のクラスからの1年後の遷移確率が格納される。
一例として、図8の状態遷移モデルは、クラスID「CLU001」のクラス1〜クラスID「CLU005」のクラス5を含む。各クラス間のリンクは、以下のとおりである。
・1日後のクラス1からクラス2への遷移確率:P12
・1日後のクラス1からクラス3への遷移確率:P13
・1日後のクラス1からクラス4への遷移確率:P14
・1日後のクラス2からクラス5への遷移確率:P25
・1日後のクラス3からクラス4への遷移確率:P34
・1日後のクラス3からクラス5への遷移確率:P35
状態遷移モデルの出力は、当該化粧料IDに対応する化粧料を使用したときの肌状態の経時変化の予測結果である。
・教師なし学習
・教師あり学習
・ネットワーク分析
本実施形態のシミュレーションログ情報データベースについて説明する。図10は、本実施形態のシミュレーションログ情報データベースのデータ構造を示す図である。
シミュレーションログ情報データベースは、ユーザIDに関連付けられている。
「1日後」フィールドには、シミュレーションの実行日時から1日後の肌が属するクラスのクラスIDが格納される。
「1週間後」フィールドには、シミュレーションの実行日時から1週間後の肌が属するクラスのクラスIDが格納される。
「1ヶ月後」フィールドには、シミュレーションの実行日時から1ヶ月後の肌が属するクラスのクラスIDが格納される。
「3ヶ月後」フィールドには、シミュレーションの実行日時から3ヶ月後の肌が属するクラスのクラスIDが格納される。
「6ヶ月後」フィールドには、シミュレーションの実行日時から6ヶ月後の肌が属するクラスのクラスIDが格納される。
「1年後」フィールドには、シミュレーションの実行日時から1年後の肌が属するクラスのクラスIDが格納される。
本実施形態の情報処理について説明する。図11は、本実施形態のシミュレーションの処理のシーケンス図である。図12は、図11の情報処理において表示される画面例を示す図である。
具体的には、プロセッサ12は、画面P100(図12)をディスプレイに表示する。
表示オブジェクトA100は、クライアント装置10に配置されたカメラ(不図示)が撮影する画像を含む。
操作オブジェクトB100は、撮影を実行するためのユーザ指示を受け付けるオブジェクトである。
プロセッサ12は、画面P101(図12)をディスプレイに表示する。
フィールドオブジェクトF101aは、シミュレーションの対象とする対象化粧料(例えば、ユーザが使用している化粧料)を指定するためのユーザ指示を受け付けるオブジェクトである。
フィールドオブジェクトF101bは、ユーザの肌の特徴量(「対象者肌情報」の一例)を指定するためのユーザ指示を受け付けるオブジェクトである。ユーザの肌の特徴量は、例えば、水分量、毛穴、キメ、皮脂量、角層の状態、及び、肌色の少なくとも1つである。
フィールドオブジェクトF101cは、シミュレーションの対象とする目標を指定するためのユーザ指示を受け付けるオブジェクトである。
具体的には、ユーザが、フィールドオブジェクトF101a〜F101bにユーザ指示を入力し、且つ、操作オブジェクトB101を操作すると、プロセッサ12は、シミュレーションリクエストデータをサーバ30に送信する。
シミュレーションリクエストデータは、以下の情報を含む。
・シミュレーション対象者のユーザID(以下「対象ユーザID」という)
・ステップS100で生成された画像データ
・フィールドオブジェクトF101aに与えられたユーザ指示に対応する対象化粧料の対象化粧料ID
・フィールドオブジェクトF101bに与えられたユーザ指示に対応する特徴量
具体的には、プロセッサ32は、シミュレーションリクエストデータに含まれる画像データから特徴量を抽出する。
プロセッサ32は、画像データから抽出した特徴量、及び、シミュレーションリクエストデータに含まれる特徴量の少なくとも1つに基づいて、ユーザの肌特性を特定する。
プロセッサ32は、クラス情報マスタデータベースの「肌特性」フィールドを参照して、特定した肌特性との類似度が最も高い肌特性に関連付けられたクラスIDを特定する。特定されたクラスIDは、シミュレーションリクエストデータに含まれる画像データに対応する肌が属するクラスを示す。
プロセッサ32は、特定されたクラスIDに関連付けられた「クラス概要」フィールドを参照して、当該肌が属するクラスの概要説明に関する情報を特定する。
プロセッサ32は、特定されたクラスIDに関連付けられた「レコメンド」フィールドを参照して、当該肌が属するクラスに対応するレコメンド情報を特定する。
プロセッサ32は、クラス情報マスタデータベースの「遷移確率」フィールドの各サブフィールドを参照して、サブフィールド毎の遷移確率を特定する。特定された遷移確率は、1日後の肌が属するクラス、1週間後の肌が属するクラス、1ヶ月後の肌状態が属するクラス、3ヶ月後の肌状態が属するクラス、6ヶ月後の肌が属するクラス、及び、1年後の肌が属するクラスを示す。
具体的には、プロセッサ32は、シミュレーションリクエストデータに含まれる対象ユーザIDに関連付けられたシミュレーションログ情報データベース(図10)に新規レコードを追加する。新規レコードの各フィールドには、以下の情報が格納される。
・「シミュレーションログID」フィールドには、新規のシミュレーションIDが格納される。
・「日時」フィールドには、ステップS300の実行日時に関する情報が格納される。
・「化粧料ID」フィールドには、シミュレーションリクエストデータに含まれる対象化粧料IDが格納される。
・「肌画像」フィールドには、シミュレーションリクエストデータに含まれる画像データが格納される。
・「シミュレーション結果」フィールドの「1日後」フィールドには、1日後の肌が属するクラスのクラスIDが格納される。
・「シミュレーション結果」フィールドの「1週間後」フィールドには、1週間後の肌が属するクラスのクラスIDが格納される。
・「シミュレーション結果」フィールドの「1ヶ月後」フィールドには、1ヶ月後の肌が属するクラスのクラスIDが格納される。
・「シミュレーション結果」フィールドの「3ヶ月後」フィールドには、3ヶ月後の肌が属するクラスのクラスIDが格納される。
・「シミュレーション結果」フィールドの「6ヶ月後」フィールドには、6ヶ月後の肌が属するクラスのクラスIDが格納される。
・「シミュレーション結果」フィールドの「1年後」フィールドには、1年後の肌が属するクラスのクラスIDが格納される。
具体的には、プロセッサ32は、シミュレーションレスポンスデータをクライアント装置10に送信する。
シミュレーションレスポンスデータは、以下の情報を含む。
・1日後の肌が属するクラスのクラスID
・1週間後の肌が属するクラスのクラスID
・1ヶ月後の肌が属するクラスのクラスID
・3ヶ月後の肌が属するクラスのクラスID
・6ヶ月後の肌が属するクラスのクラスID
・1年後の肌が属するクラスのクラスID
・ステップS300で特定されたクラスの概要説明に関する情報
・ステップS300で特定されたレコメンド情報
具体的には、プロセッサ12は、シミュレーションレスポンスデータに基づいて、画面P102(図12)をディスプレイに表示する。
表示オブジェクトA102aは、1日後の肌が属するクラスの概要説明と、1週間後の肌が属するクラスの概要説明と、1ヶ月後の肌が属するクラスの概要説明と、3ヶ月後の肌が属するクラスの概要説明と、1週間後の肌が属するクラスの概要説明と、1年後の肌が属するクラスの概要説明と、を含む。
表示オブジェクトA102bは、ステップS100で取得された画像データに対応する肌に適したレコメンド情報を含む。レコメンド情報は、例えば、推奨化粧料に関する推奨化粧料情報(一例として、推奨化粧料の化粧料ID及び使用量)である。
操作オブジェクトB102は、推奨化粧料のレシピ情報を化粧料生成装置50に送信するためのユーザ指示を受け付けるオブジェクトである。
具体的には、ユーザが操作オブジェクトB102を操作すると、プロセッサ12は、レシピリクエストデータをサーバ30に送信する。レシピリクエストデータは、推奨化粧料の化粧料IDを含む。
具体的には、プロセッサ32は、化粧料マスタデータベース(図6)を参照して、レシピリクエストデータに含まれる化粧料IDに関連付けられた「成分」フィールドの情報(成分名及び含有比率)を特定する。
プロセッサ32は、レシピ情報を化粧料生成装置50に送信する。レシピ情報は、以下の情報を含む。
・特定された「成分」フィールドの情報
・推奨化粧料の使用量に関する情報
具体的には、プロセッサ52は、レシピ情報に含まれる使用量に関する情報に基づいて、複数のカートリッジ55a〜55bから抽出する原料の総抽出量を決定する。
プロセッサ52は、決定した総抽出量と、レシピ情報に含まれる成分名及び含有比率と、に基づいて、複数のカートリッジ55a〜55bに収容された原料のそれぞれの抽出量を決定する。
プロセッサ52は、決定した抽出量の分だけ複数のカートリッジ55a〜55bに収容された各原料を抽出するための制御信号を生成する。
抽出制御部56は、プロセッサ52によって生成された制御信号に基づいて、複数のカートリッジ55a〜55bに収容された原料を抽出する。
これにより、ステップS100で受け付けられた画像データに対応する肌への使用が推奨される適量の化粧料が生成される。
本実施形態の変形例について説明する。
本実施形態の変形例1について説明する。変形例1は、シミュレーション対象者が目標とする肌状態を指定する例である。図13は、変形例1の情報処理において表示される画面例を示す図である。
シミュレーションリクエストデータは、以下の情報を含む。
・対象ユーザID
・ステップS100で生成された画像データ
・フィールドオブジェクトF101aに与えられたユーザ指示に対応する対象化粧料の対象化粧料ID
・フィールドオブジェクトF101bに与えられたユーザ指示に対応する特徴量
・フィールドオブジェクトF101cに与えられた目標に割り当てられたクラスID(以下「目標クラスID」という)
プロセッサ32は、画像データから特徴量を抽出する。
プロセッサ32は、画像データから抽出した特徴量、及び、シミュレーションリクエストデータに含まれる特徴量の少なくとも1つに基づいて、ユーザの肌特性を特定する。
プロセッサ32は、クラス情報マスタデータベースの「肌特性」フィールドを参照して、特定した肌特性との類似度が最も高い肌特性に関連付けられたクラスIDを特定する。特定されたクラスIDは、シミュレーションリクエストデータに含まれる画像データに対応する肌が属するクラスを示す。
プロセッサ32は、特定したクラスIDに関連付けられた「遷移確率」フィールドに格納された遷移確率を参照して、所定の遷移確率以上になるまでの所要時間を特定する。例えば、シミュレーションデータに含まれる画像データに対応する肌状態のクラスがクラス1であり、目標とする肌状態のクラスがクラス2であり、且つ、所定の遷移確率以上の遷移確率P12が「1ヶ月後」フィールドに格納されている場合、プロセッサ32は、目標とする肌状態になるまでの所要時間を「1ヶ月」と判定する。
シミュレーションレスポンスデータは、ステップS300で判定された所要時間に関する情報を含む。
表示オブジェクトA110は、目標とする肌状態になるまでの所要時間を含む。
本実施形態の変形例2について説明する。変形例2は、クラス情報マスタデータベースの生成方法の例である。図14は、変形例2の情報処理のフローチャートである。
具体的には、プロセッサ32は、被験者情報データベース(図5)の「肌画像」フィールドの画像データから肌の特徴量を抽出する。肌の特徴量は、例えば、水分量、毛穴、キメ、皮脂量、角層の状態、及び、肌色の少なくとも1つである。
記憶装置31には、クラス分類モデルが記憶されている。クラス分類モデルは、ディープラーニングを用いて生成された学習済モデルである。クラス分類モデルには、肌の特徴量と、クラスと、の相関関係が規定されている。
プロセッサ32は、ステップS400で得られた特徴量をクラス分類モデルに入力することにより、肌画像データ毎に、各肌画像データの特徴量に対応するクラスIDを決定する。当該特徴量には、決定されたクラスIDが割り当てられる。これにより、当該特徴量から判定される肌状態が属するクラスが決まる。
具体的には、プロセッサ32は、被験者情報データベース(図5)を参照して、ある被験者IDに関連付けられた複数の肌画像データの特徴量のクラスを分析することにより、ある被験者IDに対応する被験者の肌が属するクラスの遷移を特定する。
プロセッサ32は、全ての被験者IDのクラスの遷移を参照して、1日後の肌が属するクラス、1週間後の肌が属するクラス、1ヶ月後の肌状態が属するクラス、3ヶ月後の肌状態が属するクラス、6ヶ月後の肌が属するクラス、及び、1年後の肌が属するクラスへの遷移確率の統計値(例えば、平均値)を計算する。
プロセッサ32は、計算した遷移確率を、クラス情報マスタデータベース(図7)の「遷移確率」フィールドに格納する。
複数のクラスのコミュニティを生成する例である。
変形例3の概要を説明する。図15は、変形例3の概要の説明図である。
例えば、クラス1〜クラス5は、コミュニティ1に割り当てられる。
クラス6〜クラス10は、コミュニティ2に割り当てられる。
クラス11〜クラス15は、コミュニティ3に割り当てられる。
クラス16〜20は、コミュニティ4に割り当てられる。
・クラス1〜クラス5の肌特性の変化の傾向は互いに共通している。
・クラス6〜クラス10の肌特性の変化の傾向は互いに共通している。
・クラス11〜クラス15の肌特性の変化の傾向は互いに共通している。
・クラス16〜クラス20の肌特性の変化の傾向は互いに共通している。
・コミュニティ1に属するクラスは、隣接するコミュニティ(例えば、コミュニティ2)に属するクラスに遷移し易い。
・コミュニティ2に属するクラスは、隣接するコミュニティ(例えば、コミュニティ1又はコミュニティ3)に属するクラスに遷移し易い。
・コミュニティ3に属するクラスは、隣接するコミュニティ(例えば、コミュニティ2又はコミュニティ4)に属するクラスに遷移し易い。
変形例3のコミュニティ情報データベースについて説明する。図16は、変形例3のコミュニティ情報データベースのデータ構造を示す図である。
コミュニティ情報データベースは、「コミュニティID」フィールドと、「クラスID」フィールドと、「コミュニティ特徴」フィールドと、を含む。各フィールドは、互いに関連付けられている。
コミュニティ情報データベースは、化粧料IDに関連付けられている。
・皮溝均一性に関する情報
・皮溝面積に関する情報
・皮溝放射度に関する情報
・皮溝精細度に関する情報
・毛穴サイズに関する情報
変形例3の情報処理について説明する。図17は、変形例3のコミュニティ分析の処理のシーケンス図である。
具体的には、プロセッサ32は、被験者情報マスタデータベース(図5)の「肌画像」フィールド及び「肌状態」フィールドの情報(つまり、肌画像データ及び肌状態情報の組合せ)に対して、以下の何れかの方法を適用することにより、各クラスのコミュニティを抽出する。同一のコミュニティに属する肌クラスの間は、遷移し易い(つまり、クラス間の遷移確率が高い)ことを意味する。
・Modularity Q最大化法
・貪欲アルゴリズムを用いた手法
・辺媒介性を用いた手法
プロセッサ32は、コミュニティ情報データベース(図16)の「コミュニティID」フィールドに、各コミュニティに割り当てられたコミュニティIDを格納する。
プロセッサ32は、「クラスID」フィールドに、各コミュニティが割り当てられたクラスのクラスIDを格納する。
具体的には、プロセッサ32は、コミュニティ毎に、当該コミュニティに割り当てられたクラスに対応する肌画像データの特徴量(以下「コミュニティ特徴量」という)を抽出する。コミュニティ特徴量は、例えば、以下を含む。
・皮溝均一性
・皮溝面積
・皮溝放射度
・皮溝精細度
・毛穴サイズ
プロセッサ32は、コミュニティ情報データベース(図16)の「コミュニティ特徴」フィールドの各サブフィールドに、各コミュニティ特徴量の統計値を格納する。
これにより、図16に示すように、コミュニティ間の遷移パスが得られる。
具体的には,プロセッサ32は、各コミュニティに属するクラス毎に、コミュニティ特徴量の統計値(以下「コミュニティ内特徴量」という)を計算する。
プロセッサ32は、コミュニティ内特徴量に基づいて、各コミュニティ内において、各コミュニティを構成するクラス間の特徴(具体的には、コミュニティ特徴量の変化)を特定する。
本実施形態について小括する。
化粧料を肌に使用したときの未来の肌状態を予測するシミュレーションを実行する情報処理装置(例えば、サーバ30)であって、
シミュレーション対象者の対象者肌情報を取得する手段(例えば、ステップS300を実行するプロセッサ32)を備え、
複数の被験者のそれぞれが化粧料を肌に使用したときの肌の経時変化を示す複数の被験者肌情報と、各被験者肌情報に対応する被験者の肌状態に関する被験者状態情報と、化粧料に関する化粧料情報と、に基づく肌状態の遷移に関する状態遷移モデルに対して、対象者肌情報を入力することにより、シミュレーション対象者の肌状態の遷移を予測する手段(例えば、ステップS300を実行するプロセッサ32)を備え、
予測された肌状態の遷移を提示する手段(例えば、ステップS302を実行するプロセッサ32)を備える、
情報処理装置。
シミュレーション対象者が目標とする肌状態に関する目標情報を取得する手段(例えば、ステップS300を実行するプロセッサ32)を備え、
予測する手段は、シミュレーション対象者の肌状態が目標情報に対応する肌状態になるまでの所要時間を予測する、
情報処理装置である。
予測された肌状態に適したスキンケア又はメーキャップに関するレコメンド情報を提示する手段(例えば、ステップS302を実行するプロセッサ32)を備える、
情報処理装置である。
シミュレーション対象者が肌に使用する化粧料に関する化粧料情報を取得する手段(例えば、ステップS300を実行するプロセッサ32)を備え、
予測された肌状態及び化粧料情報の組合せに基づく化粧料の使用方法に関するレコメンド情報を提示する手段(例えば、ステップS302を実行するプロセッサ32)を備える、
情報処理装置である。
予測された肌状態に応じて使用が推奨される推奨化粧料に関する推奨化粧料情報を提示する手段を備える、
情報処理装置である。
推奨化粧料情報は、推奨化粧料の使用量に関する情報を含む、
情報処理装置である。
化粧料を生成する化粧料生成装置に対して、推奨化粧料を生成するためのレシピ情報を送信する手段(例えば、ステップS303を実行するプロセッサ32)を備える、
情報処理装置である。
シミュレーションの対象となる対象化粧料に関する化粧料情報を取得する手段(例えば、ステップS300を実行するプロセッサ32)を備え、
予測する手段は、状態遷移モデルに対して、対象化粧料の化粧料情報及び対象者肌情報を入力することにより、シミュレーション対象者の肌状態の遷移を予測する、
情報処理装置である。
状態遷移モデル(例えば、図8)は、各肌状態に対応するクラスと、複数のクラス間のリンクと、を規定する、
情報処理装置である。
状態遷移モデル(例えば、図15)は、
肌の特徴量の変化の傾向が共通する肌状態が割り当てられる複数のコミュニティを含み、
各コミュニティ間の遷移を規定する、
情報処理装置である。
上記に記載の情報処理装置(例えば、サーバ30)と接続可能な化粧料生成装置50であって、
化粧料の原料を収容する複数のカートリッジ55a〜55bを備え、
情報処理装置によって送信されたレシピ情報に基づいて、各カートリッジ55a〜55bに収容された原料の抽出量を決定する手段(例えば、プロセッサ52)を備え、
決定された抽出量に基づいて、各カートリッジに収容された原料を抽出する手段(例えば、プロセッサ52)を備える、
化粧料生成装置50である。
決定する手段は、予測された肌状態に応じて使用が推奨される推奨化粧料の使用量に関する情報がレシピ情報に含まれる場合、複数のカートリッジに収容された原料の総抽出量が使用量になるように、各カートリッジに収容された原料の抽出量を決定する、
化粧料生成装置50である。
その他の変形例について説明する。
10 :クライアント装置
11 :記憶装置
12 :プロセッサ
13 :入出力インタフェース
14 :通信インタフェース
30 :サーバ
31 :記憶装置
32 :プロセッサ
33 :入出力インタフェース
34 :通信インタフェース
50 :化粧料生成装置
51 :記憶装置
52 :プロセッサ
53 :入出力インタフェース
54 :通信インタフェース
55a,55b:カートリッジ
56 :抽出制御部
Claims (13)
- 化粧料を肌に使用したときの未来の肌状態を予測するシミュレーションを実行する情報処理装置であって、
シミュレーション対象者の肌に関する対象者肌情報を取得する手段を備え、
複数の被験者のそれぞれが化粧料を肌に使用したときの肌の経時変化を示す複数の被験者肌情報と、各被験者肌情報に対応する前記被験者の肌状態に関する被験者状態情報と、前記化粧料に関する化粧料情報と、に基づく肌状態の遷移に関する状態遷移モデルに対して、前記対象者肌情報を入力することにより、前記シミュレーション対象者の肌状態の遷移を予測する手段を備え、
前記予測された肌状態の遷移を提示する手段を備える、
情報処理装置。 - 前記シミュレーション対象者が目標とする肌状態に関する目標情報を取得する手段を備え、
前記予測する手段は、前記シミュレーション対象者の肌状態が前記目標情報に対応する肌状態になるまでの所要時間を予測する、
請求項1に記載の情報処理装置。 - 前記予測された肌状態に適したスキンケア又はメーキャップに関するレコメンド情報を提示する手段を備える、
請求項1又は2に記載の情報処理装置。 - 前記シミュレーション対象者が肌に使用する化粧料に関する化粧料情報を取得する手段を備え、
前記予測された肌状態及び前記化粧料情報の組合せに基づく前記化粧料の使用方法に関するレコメンド情報を提示する手段を備える、
請求項3に記載の情報処理装置。 - 前記予測された肌状態に応じて使用が推奨される推奨化粧料に関する推奨化粧料情報を提示する手段を備える、
請求項1〜4の何れかに記載の情報処理装置。 - 前記推奨化粧料情報は、前記推奨化粧料の使用量に関する情報を含む、
請求項5に記載の情報処理装置。 - 化粧料を生成する化粧料生成装置に対して、前記推奨化粧料を生成するためのレシピ情報を送信する手段を備える、
請求項5又は6に記載の情報処理装置。 - 前記シミュレーションの対象となる対象化粧料に関する化粧料情報を取得する手段を備え、
前記予測する手段は、前記状態遷移モデルに対して、前記対象化粧料の化粧料情報及び前記対象者肌情報を入力することにより、前記シミュレーション対象者の肌状態の遷移を予測する、
請求項1〜7の何れかに記載の情報処理装置。 - 前記状態遷移モデルは、各肌状態に対応するクラスと、複数のクラス間のリンクと、を規定する、
請求項1〜8の何れかに記載の情報処理装置。 - 前記状態遷移モデルは、
肌の特徴量の変化の傾向が共通する肌状態が割り当てられる複数のコミュニティを含み、
各コミュニティ間の遷移を規定する、
請求項9に記載の情報処理装置。 - 請求項1〜10の何れかに記載の情報処理装置と接続可能な化粧料生成装置であって、
化粧料の原料を収容する複数のカートリッジを備え、
前記情報処理装置によって送信されたレシピ情報に基づいて、各カートリッジに収容された原料の抽出量を決定する手段を備え、
前記決定された抽出量に基づいて、各カートリッジに収容された原料を抽出する手段を備える、
化粧料生成装置。 - 前記決定する手段は、前記予測された肌状態に応じて使用が推奨される推奨化粧料の使用量に関する情報が前記レシピ情報に含まれる場合、前記複数のカートリッジに収容された原料の総抽出量が前記使用量になるように、各カートリッジに収容された原料の抽出量を決定する、
請求項11に記載の化粧料生成装置。 - コンピュータを、請求項1〜10の何れかに記載の各手段として機能させるためのプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018228649 | 2018-12-06 | ||
JP2018228649 | 2018-12-06 | ||
JP2019091393 | 2019-05-14 | ||
JP2019091393 | 2019-05-14 | ||
PCT/JP2019/043133 WO2020116065A1 (ja) | 2018-12-06 | 2019-11-01 | 情報処理装置、化粧料生成装置、及び、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020116065A1 true JPWO2020116065A1 (ja) | 2021-11-11 |
JP7438132B2 JP7438132B2 (ja) | 2024-02-26 |
Family
ID=70974555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020559809A Active JP7438132B2 (ja) | 2018-12-06 | 2019-11-01 | 情報処理装置、化粧料生成装置、プログラム、シミュレーション方法、及び、情報処理システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220027535A1 (ja) |
JP (1) | JP7438132B2 (ja) |
CN (1) | CN113163929A (ja) |
WO (1) | WO2020116065A1 (ja) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6571003B1 (en) * | 1999-06-14 | 2003-05-27 | The Procter & Gamble Company | Skin imaging and analysis systems and methods |
WO2002069215A1 (fr) * | 2001-02-28 | 2002-09-06 | I-Deal Coms, Inc. | Systeme de preparation de produits cosmetiques specifiques aux clients |
JP2002358353A (ja) | 2001-06-04 | 2002-12-13 | Nadei:Kk | 化粧に関する情報の収集および提供方法 |
JP2003006452A (ja) * | 2001-06-25 | 2003-01-10 | Nec Fielding Ltd | 化粧品購入システム及び化粧品購入方法 |
JP2007175469A (ja) | 2005-12-28 | 2007-07-12 | Fumio Mizoguchi | 肌状態管理システム |
KR100708319B1 (ko) * | 2006-09-18 | 2007-04-18 | 아람휴비스(주) | 고객별 맞춤 화장품 제공방법 및 제공시스템 |
GB2493141A (en) | 2011-07-19 | 2013-01-30 | Gene Onyx Ltd | Method of selecting a product using a DNA sample |
TWI556116B (zh) | 2012-02-15 | 2016-11-01 | Hitachi Maxell | Skin condition analysis and analysis information management system, skin condition analysis and analysis information management method, and data management server |
EP3096644A4 (en) * | 2014-01-23 | 2017-08-09 | Medisca Pharmaceutique, Inc. | System, method, and kit for selecting and preparing customized cosmetics |
JP6974029B2 (ja) | 2017-05-02 | 2021-12-01 | ポーラ化成工業株式会社 | 画像表示装置、肌状態サポートシステム、画像表示プログラム及び画像表示方法 |
JP7337484B2 (ja) * | 2017-05-02 | 2023-09-04 | ポーラ化成工業株式会社 | 画像表示装置、画像表示システム、画像表示プログラム及び画像表示方法 |
-
2019
- 2019-11-01 US US17/296,271 patent/US20220027535A1/en active Pending
- 2019-11-01 JP JP2020559809A patent/JP7438132B2/ja active Active
- 2019-11-01 WO PCT/JP2019/043133 patent/WO2020116065A1/ja active Application Filing
- 2019-11-01 CN CN201980078607.2A patent/CN113163929A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN113163929A (zh) | 2021-07-23 |
US20220027535A1 (en) | 2022-01-27 |
JP7438132B2 (ja) | 2024-02-26 |
WO2020116065A1 (ja) | 2020-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6650423B2 (ja) | シミュレート装置及びコンピュータ読取可能記憶媒体 | |
Peterson et al. | Deep models of superficial face judgments | |
JP2006048729A (ja) | 身体における表像的特徴の度合いの測定方法 | |
US20230354979A1 (en) | Scalp and hair management system | |
KR102360993B1 (ko) | 사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치 | |
KR20200069695A (ko) | 피부 측정기를 활용한 화장품 추천 장치 및 방법 | |
Nawaz | Artificial Intelligence Face Recognition for applicant tracking system | |
Erickson et al. | When age-progressed images are unreliable: The roles of external features and age range | |
JP2017120595A (ja) | 化粧料の塗布状態の評価方法 | |
JP7438132B2 (ja) | 情報処理装置、化粧料生成装置、プログラム、シミュレーション方法、及び、情報処理システム | |
JP2020201528A (ja) | 美容判定方法、官能評価方法、及びシステム | |
JP7406502B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
Johns et al. | Variable-domain functional principal component analysis | |
JP6320844B2 (ja) | パーツの影響度に基づいて感情を推定する装置、プログラム及び方法 | |
Li et al. | Deploying communitycommands: A software command recommender system case study | |
CN110119868B (zh) | 于彩妆咨询会议中生成及分析用户行为指标的系统和方法 | |
Wiwatwattana et al. | Enhancing lipstick try-on with augmented reality and color prediction model | |
WO2020261531A1 (ja) | 情報処理装置、メーキャップシミュレーションの学習済モデルの生成方法、メーキャップシミュレーションの実行方法、及び、プログラム | |
EP3673791A1 (en) | Information processing device, client device, and program | |
KR102528021B1 (ko) | Ai에 기반하여 개인 화장품 구독 서비스를 제공하는 방법 및 장치 | |
US20220142334A1 (en) | Information processing apparatus and computer program | |
JP7493532B2 (ja) | 毛の外観の変更 | |
US20240120071A1 (en) | Quantifying and visualizing changes over time to health and wellness | |
EP3139279A1 (en) | Media unit retrieval and related processes | |
Fahrmeir et al. | Mixed Models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220901 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231010 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231122 |
|
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: 20240116 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7438132 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |