WO2009090948A1 - 肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体 - Google Patents

肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体 Download PDF

Info

Publication number
WO2009090948A1
WO2009090948A1 PCT/JP2009/050347 JP2009050347W WO2009090948A1 WO 2009090948 A1 WO2009090948 A1 WO 2009090948A1 JP 2009050347 W JP2009050347 W JP 2009050347W WO 2009090948 A1 WO2009090948 A1 WO 2009090948A1
Authority
WO
WIPO (PCT)
Prior art keywords
skin color
evaluation
color distribution
feature points
face
Prior art date
Application number
PCT/JP2009/050347
Other languages
English (en)
French (fr)
Inventor
Hironobu Yoshikawa
Original Assignee
Shiseido Company, Ltd.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shiseido Company, Ltd. filed Critical Shiseido Company, Ltd.
Priority to US12/812,274 priority Critical patent/US20100284610A1/en
Priority to CN2009801023563A priority patent/CN101911118B/zh
Priority to EP09702552A priority patent/EP2234063A1/en
Publication of WO2009090948A1 publication Critical patent/WO2009090948A1/ja

Links

Images

Classifications

    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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

Definitions

  • the present invention relates to a skin color evaluation method, a skin color evaluation device, a skin color evaluation program, and a recording medium on which the program is recorded, and in particular, a skin color evaluation method, a skin color evaluation device, a skin color evaluation program for evaluating skin color with high accuracy, And a recording medium on which the program is recorded.
  • Non-patent documents 1 and 2 Conventionally, as a method for diagnosing and evaluating the skin color of a face, for example, a method of measuring one to several points of a face using a colorimeter and evaluating the result as skin color data has been used (for example, Non-patent documents 1 and 2).
  • the advantage of this method is that, by acquiring a lot of data for a certain part, for example, the distribution range and average value of Japanese women in that part can be calculated. It exists in the point which can be evaluated by comparing.
  • FIG. 1 is a diagram showing an example of skin color evaluation in the conventional method.
  • the vertical axis indicates lightness
  • the horizontal axis indicates hue.
  • an average value 11 of the skin color of the cheeks of a Japanese woman and a 95% confidence ellipse 12 of the skin color of the cheeks of a Japanese woman are shown from a large number of measurement results.
  • a subject measures the skin color under cheeks, and determines the position where the measured result is relative to the average value 11 or the region (for example, whether it is outside or inside the 95% confidence ellipse 12).
  • Personal skin color assessment is also performed.
  • the relative position in the face differs depending on the person even if the coordinates are the same (x, y), and the same person. Even if it exists, the position may be different for each shooting. For this reason, high-precision evaluation cannot be performed by simply comparing or comparing data between coordinate points.
  • the present invention has been made in view of the above-described problems, and provides a skin color evaluation method, a skin color evaluation apparatus, a skin color evaluation program, and a recording medium on which the program is recorded, for evaluating skin color with high accuracy. For the purpose.
  • the present invention employs means for solving the problems having the following characteristics.
  • the present invention provides at least 25 first feature points preset for the entire face area of the image, and the first feature.
  • a skin color distribution evaluation step for generating a skin color distribution based on an average value using the two and performing an evaluation based on a measurement result, and a screen generation step for displaying the measurement result or the evaluation result on a screen.
  • the dividing step is characterized in that a plurality of the at least 25 locations are set for each of the forehead, the vicinity of the left and right eyes, the nose, the mouth, and the face line below the eyes in the entire face image.
  • the dividing step is characterized by dividing into 93 regions surrounded by three or more feature points selected from the first feature points and the second feature points.
  • the skin color distribution evaluation step L * in the L * a * b * color system, a *, b *, C ab *, h ab, tristimulus values in the XYZ color system X, Y, Z,
  • a skin color distribution created using an average value of each divided region is prepared in advance using at least one of RGB values, hue H, lightness V, saturation C, melanin amount, and hemoglobin amount.
  • a plurality of face images are synthesized by morphing processing, and evaluation is performed in association with a skin color distribution for each region divided from the average face obtained by averaging the face shapes.
  • a plurality of face shapes can be synthesized by morphing processing and evaluated with high accuracy based on the average face obtained by averaging the face shapes.
  • the skin color distribution evaluation step L * in the L * a * b * color system, a *, b *, C ab *, h ab, tristimulus values in the XYZ color system X, Y, Z, Calculate at least one average value among the RGB values, hue H, lightness V, saturation C, melanin amount, and hemoglobin amount, and aggregate the similar regions according to the obtained average value.
  • the evaluation is performed based on the skin color distribution.
  • the skin color distribution evaluation step includes, as a comparison skin color distribution, an ideal skin color distribution set in advance, a past skin color distribution, another person's skin color distribution, an average value of a plurality of skin color distributions, and the aggregated area At least one of the skin color distributions is generated, compared with the target personal data, and the skin color distribution is evaluated.
  • the average value data of people who belong to a certain category (age, occupation, gender), ideal person data such as talent, individual past data, and other person's data, etc. Can be used for counseling when selling cosmetics.
  • the skin color evaluation apparatus that evaluates the skin color from an image including the input face area, the first feature point including at least 25 preset points for the entire face area of the image; dividing means for dividing the predetermined region by the second feature points set by using a feature point for each divided area by the dividing means, L * a * b * L * in the color system, a * , B * , C ab * , h ab , tristimulus values X, Y, Z, RGB values in the XYZ color system, hue H, lightness V, saturation C, melanin amount, and hemoglobin amount
  • a skin color distribution evaluation unit that generates a skin color distribution based on an average value using one and performs evaluation based on a measurement result, and a screen generation unit that displays the measurement result or the evaluation result on a screen, To do.
  • the dividing means is characterized in that a plurality of the at least 25 locations are set for each of the forehead, the vicinity of the left and right eyes, the nose, the mouth, and the face line below the eyes in the entire face image.
  • the dividing means divides the image into 93 regions surrounded by three or more feature points selected from the first feature point and the second feature point.
  • the skin color distribution evaluation unit L * in the L * a * b * color system, a *, b *, C ab *, h ab, tristimulus values in the XYZ color system X, Y, Z
  • a skin color distribution created using an average value of each divided region is prepared in advance using at least one of RGB values, hue H, lightness V, saturation C, melanin amount, and hemoglobin amount.
  • a plurality of face images are synthesized by morphing processing, and evaluation is performed in association with a skin color distribution for each region divided from the average face obtained by averaging the face shapes.
  • a plurality of face shapes can be synthesized by morphing processing and evaluated with high accuracy based on the average face obtained by averaging the face shapes.
  • the skin color distribution evaluation unit L * in the L * a * b * color system, a *, b *, C ab *, h ab, tristimulus values in the XYZ color system X, Y, Z, Calculate at least one average value of RGB values, hue H, lightness V, saturation C, melanin amount, and hemoglobin amount, and aggregate the similar regions according to the obtained average value. The evaluation is performed based on the skin color distribution.
  • the skin color distribution evaluation unit is configured as a comparison ideal skin color distribution, an ideal skin color distribution set in advance, a past skin color distribution, another person's skin color distribution, an average value of a plurality of skin color distributions, and the aggregated area At least one of the skin color distributions is generated, compared with the target personal data, and the skin color distribution is evaluated.
  • the average value data of people who belong to a certain category (age, occupation, gender), ideal person data such as talent, individual past data, and other person's data, etc. Can be used for counseling when selling cosmetics.
  • the present invention provides a skin color evaluation program for evaluating skin color from an image including an input face area, wherein at least 25 first feature points set in advance for the entire face area of the image on a computer, dividing step of dividing the predetermined region by the second feature points set by using the first feature point, the divided every divided region in step, L * a * b * L in color system *, a * , b * , C ab * , h ab , tristimulus values X, Y, Z, RGB values in the XYZ color system, hue H, lightness V, saturation C, melanin amount, and hemoglobin amount Executing a skin color distribution evaluation step of generating an average skin color distribution using at least one and performing an evaluation based on the measurement result, and a screen generation step of displaying the measurement result or the evaluation result on the screen
  • a computer-readable recording medium that records a skin color evaluation program for evaluating skin color from an image including an input face area
  • at least 25 preset for the entire face area of the image is stored in the computer.
  • a division step of dividing into a predetermined region by a first feature point composed of locations and a second feature point set using the first feature point, and for each region divided by the division step, L * a * b * L * in the color system, a *, b *, C ab *, h ab, tristimulus values X, Y, Z, each value of RGB in the XYZ color system, the hue H, lightness V, chroma C
  • a skin color distribution evaluation step of generating an average skin color distribution using at least one of melanin amount and hemoglobin amount, and performing evaluation based on the measurement result, and the measurement result or evaluation
  • the computer-readable recording medium which recorded the skin color evaluation program for performing the screen production
  • the skin color can be evaluated with high accuracy.
  • FIG. 6 is a diagram (part 1) illustrating an example of a positional relationship of 109 feature points in the face corresponding to FIG. 5 described above.
  • FIG. 10 is a diagram (part 2) illustrating an example of a positional relationship of 109 feature points in the face corresponding to FIG.
  • FIG. 6 is a diagram (part 3) illustrating an example of a positional relationship in the face of 109 feature points corresponding to FIG. 5 described above.
  • FIG. 6 is a diagram (part 4) illustrating an example of a positional relationship of 109 feature points in the face corresponding to FIG. 5 described above;
  • FIG. 6 is a diagram (part 1) illustrating an example of a combination of feature points that configure each region corresponding to FIG. 5 described above.
  • FIG. 6 is a diagram (part 2) illustrating an example of a combination of feature points constituting each region corresponding to FIG. 5 described above.
  • FIG. 6 is a diagram (No. 3) illustrating an example of a combination of feature points constituting each region corresponding to FIG. 5 described above.
  • FIG. 10 is a diagram (part 1) of an example for explaining a flow of face division for an image obtained by shooting;
  • FIG. 10 is an example diagram (part 2) for explaining a flow of face division for an image obtained by photographing;
  • FIG. 10 is a third diagram illustrating an exemplary flow of face division for an image obtained by shooting;
  • FIG. (1) which shows an example of the skin color distribution for a comparison.
  • FIG. (2) which shows an example of the skin color distribution for a comparison.
  • FIG. (3) which shows an example of the skin color distribution for a comparison.
  • FIG. (4) which shows an example of the skin color distribution for a comparison.
  • FIG. (1) which shows an example of the skin color distribution for a comparison.
  • FIG. (2) which shows an example of the skin color distribution for a comparison.
  • FIG. (3) which shows an example of the skin color distribution for a comparison.
  • FIG. (4) which shows an example of the skin color distribution for a comparison.
  • the present invention can grasp the facial skin color distribution by dividing the input face image by a predetermined method, and replace the color with a standard face such as an average face to eliminate the face shape. Allows easy-to-understand expression of information only. In addition, it is possible to obtain an average value of people belonging to a certain category and a difference value between the two.
  • FIG. 2 is a diagram illustrating an example of a functional configuration of the skin color evaluation apparatus according to the present embodiment.
  • the skin color evaluation apparatus 20 shown in FIG. 2 includes an input unit 21, an output unit 22, a storage unit 23, a face division unit 24, a skin color distribution evaluation unit 25, a screen generation unit 26, and a control unit 27. It is configured as follows.
  • the input means 21 accepts inputs such as the start and end of various instructions such as a face division instruction, a skin color distribution evaluation instruction, and a screen generation instruction for an image (or video or the like) including a face area input by a user or the like.
  • the input unit 21 includes, for example, a keyboard and a pointing device such as a mouse.
  • the input unit 21 also has a function of inputting an image including an imaging part of a user (for example, a patient) taken by an imaging unit such as a digital camera.
  • the output means 22 displays / outputs the contents input by the input means 21 and the contents executed based on the input contents.
  • the output means 22 includes a display, a speaker, and the like.
  • the output unit 22 may have a function of a printer or the like. In this case, for example, each screen generated by the screen generation unit 26 such as an input image, a face area division result, a skin color distribution evaluation result, etc. Can be printed on a printing medium such as paper and provided to a user or the like.
  • the storage means 23 stores various data such as a face division result by the face division means 24, a skin color distribution evaluation by the skin color distribution evaluation means 25, and various screen generation results by the screen generation means 26.
  • the storage means 23, when storing data such as various images and processing results, personal identification such as file name, date and time, name and age (age) of photographed person (subject), sex, race, etc. Information or the like may be added and accumulated. Further, the storage means 23 can read out various data stored as required.
  • the face dividing means 24 divides the input image into predetermined areas by a preset method. Specifically, the face dividing unit 24 sets feature points in advance for the entire face, selects at least three points from the set feature points, and divides by a region surrounded by the selected feature points, etc. By using, it is possible to divide in an appropriate region for evaluating the skin color distribution. The details of the face division method in this embodiment will be described later.
  • the skin color distribution evaluation unit 25 performs L * , a * , b * , C ab * , L ab in the L * a * b * color system for each divided area based on the division result obtained by the face dividing unit 24.
  • h ab tristimulus values in the XYZ color system X, Y, Z, RGB values, hue H, lightness V, saturation C, melanin amount, and hemoglobin amount, depending on the average value Measure skin color distribution.
  • the skin color distribution evaluation unit 25 evaluates the skin color distribution based on the measurement result.
  • melanin amount and hemoglobin amount are described in, for example, Tomita et al., “Development of a new stain measurement method”, Cosmetic Technology Journal, Vol. 35, no. 4, as shown in 2001, can be obtained by a measurement method calculated using a relational expression between a preset melanin amount, hemoglobin amount and tristimulus values X, Y, Z, etc. It is not limited to the method.
  • the skin color distribution evaluation unit 25 synthesizes a plurality of face images prepared in advance for the skin color distribution based on the measurement result by, for example, a morphing process which is one of computer graphics techniques, and averages the face shape. Evaluation is performed in association with the skin color distribution for each region divided from the average face.
  • the skin color distribution evaluation means 25 uses, for example, a plurality of image data and skin color distribution data stored in advance as a comparison skin color distribution, for example, an ideal skin color distribution, a past skin color distribution, and others set in advance. At least one of the skin color distribution, the average value of the plurality of skin color distributions, and the skin color distribution of the region aggregated for each predetermined region, and using the generated skin color distribution, by taking the difference, comparison of skin color distribution, L * a * b * L in color system *, a *, b *, C ab *, h ab, tristimulus values in the XYZ color system X, Y, Z , RGB values, hue H, lightness V, saturation C, melanin amount, and hemoglobin amount are aggregated (grouped) for each region having a similar average value using at least one of the values, Skin color distribution (skin color distribution profile E).
  • a comparison skin color distribution for example, an ideal skin color distribution, a past skin color distribution, and others set in advance.
  • an average facial skin color distribution or a human skin color distribution by age is generated by using personal identification information or the like added to the accumulated data.
  • the skin color distribution evaluation means 25 can also perform evaluation by comparing the above-described skin color distribution profile with a comparative skin color distribution profile prepared in advance.
  • the screen generation means 26 is based on the input instruction from the input means 21 from the user or the like, based on the image data obtained from the face division means 24, the evaluation result obtained by the skin color distribution evaluation means 25, or the like. A screen to be presented is generated and output by the output means 22.
  • the screen generation means 26 can also color, for example, a predetermined area or generate a graph, a table, or the like from the obtained image or numerical data.
  • control means 27 controls the entire components of the evaluation device 20. Specifically, the control unit 27 performs various controls such as face division processing, skin color distribution evaluation processing, and screen generation processing based on, for example, an instruction from the input unit 21 by a user or the like.
  • ⁇ Skin Color Evaluation Device 20 Hardware Configuration>
  • an execution program skin color evaluation program
  • the execution program is installed in, for example, a general-purpose personal computer or server.
  • FIG. 3 is a diagram illustrating an example of a hardware configuration capable of realizing the skin color evaluation process according to the present embodiment.
  • 3 includes an input device 31, an output device 32, a drive device 33, an auxiliary storage device 34, a memory device 35, a CPU (Central Processing Unit) 36 for performing various controls, and a network connection device. 37, and these are connected to each other by a system bus B.
  • a system bus B for connecting input device 31, an output device 32, a drive device 33, an auxiliary storage device 34, a memory device 35, a CPU (Central Processing Unit) 36 for performing various controls, and a network connection device. 37, and these are connected to each other by a system bus B.
  • the input device 31 has a pointing device such as a keyboard and a mouse operated by a user or the like, and inputs various operation signals such as execution of a program from the user or the like.
  • the input device 31 has an input unit that inputs an image including a part or all of the face of the subject photographed by an imaging means such as a camera.
  • the output device 32 has a display for displaying various windows and data necessary for operating the computer main body for performing the processing according to the present invention, and displays the program execution progress and results by the control program of the CPU 36. can do.
  • the input device 31 and the output device 32 may be integrated input / output means such as a touch panel, for example.
  • a predetermined position using a user's finger or a pen-type input device is used. You can input by touching.
  • the execution program installed in the computer main body in the present invention is provided by, for example, a portable recording medium 38 such as a USB (Universal Serial Bus) memory or a CD-ROM.
  • the recording medium 38 on which the program is recorded can be set in the drive device 33, and the execution program included in the recording medium 38 is installed in the auxiliary storage device 34 from the recording medium 38 via the drive device 33.
  • the auxiliary storage device 34 is a storage means such as a hard disk, and can store an execution program in the present invention, a control program provided in a computer, and the like, and can perform input / output as necessary.
  • the memory device 35 stores an execution program or the like read from the auxiliary storage device 34 by the CPU 36.
  • the memory device 35 includes a ROM (Read Only Memory), a RAM (Random Access Memory), and the like.
  • the CPU 36 controls processing of the entire computer, such as various operations and data input / output with each hardware component, based on a control program such as an OS (Operating System) and an execution program stored in the memory device 35.
  • a control program such as an OS (Operating System) and an execution program stored in the memory device 35.
  • OS Operating System
  • execution program stored in the memory device 35.
  • the network connection device 37 acquires an execution program from another terminal connected to the communication network by connecting to a communication network or the like, or an execution result obtained by executing the program or an execution in the present invention
  • the program itself can be provided to other terminals.
  • the skin color evaluation process in the present invention can be executed by the hardware configuration as described above. Further, by installing the program, the skin color evaluation process in the present invention can be easily realized by a general-purpose personal computer or the like.
  • FIG. 4 is a flowchart showing an example of a skin color evaluation processing procedure in the present embodiment.
  • an evaluation target image including a face imaged by an imaging means such as a camera is input (S01), and the input face image is divided into a predetermined number by a preset division method ( S02).
  • the image obtained by S01 can be, for example, an image obtained by photographing a whole face uniformly illuminated by a photographing device such as a digital camera.
  • a photographing device such as a digital camera.
  • an illumination box for capturing face images under the same conditions is used, and in order to illuminate the face uniformly within the illumination box, a plurality of halogen bulbs are arranged in front of the illumination box, and the face is captured by a TV camera. , And acquire the captured face image.
  • the image used in the present invention is not particularly limited to this, and an image taken in a general lighting environment such as a fluorescent lamp can be used.
  • a skin color distribution is generated from an image divided for each predetermined area (S03), and for example, a comparative skin color distribution is generated using various data stored in advance (S04). Further, the skin color and the like are compared using the individual skin color distribution obtained by the process of S03 and the comparative skin color distribution obtained by the process of S04 (S05), and evaluation is performed using the skin color distribution profile (S06).
  • a screen or the like to be displayed to the user or the like is generated from the evaluation result obtained by the processing of S06 (S07), and the generated screen (evaluation result content or the like) is output (S08).
  • S09 it is determined whether or not the skin color evaluation is continued (S09).
  • the process returns to the process of S02, for example, a division by a division method different from the previous time is performed, which will be described later. Perform the process. If the skin color evaluation is not continued in the process of S09 (NO in S09), the process ends.
  • the skin color distribution can be grasped by dividing the input face image into a predetermined number by the dividing method of the present invention. Further, when the screen is generated, for example, by replacing the skin color measured with a standard face such as an average face, it is possible to express easily only the color information excluding the face shape.
  • the average value data of people belonging to a certain category (age, occupation, gender), ideal person data such as talent, past data of individuals, data of others, etc. Since it can be acquired, it can be used for counseling when selling cosmetics.
  • the face dividing unit 24 performs predetermined division on a digital image including an input face.
  • FIG. 5 is a diagram illustrating an example of feature points and divided areas in the present embodiment.
  • the entire face is divided into 93 areas, the average skin color of each divided area is obtained, and the distribution of the face skin color is expressed by 93 skin color data. Skin color is evaluated from the distribution.
  • the division method shown in FIG. 5 has 109 feature points as an example.
  • the divided regions shown in FIG. 5 are, for example, 93 regions (for example, indicated by numbers 1 to 93 in FIG. 5 having a triangular shape or a quadrangular shape constituted by three or four feature points. Area).
  • FIGS. 6A to 6D are diagrams showing an example of the positional relationship in the face of 109 feature points corresponding to FIG. 5 described above.
  • FIG. 7A to FIG. 7C are diagrams showing an example of combinations of feature points constituting each region corresponding to FIG. 5 described above. It should be noted that “No.” and “name” of each feature point shown in FIGS. 6A to 6D, and “area No.” and “composition point” names of each region shown in FIGS. 7A to 7C. Corresponds to the contents shown in FIG.
  • the face dividing means 24 first selects No. 1 among the feature points shown in FIGS. 6A to 6D, for example.
  • Feature points 1 to 37 are set as the first feature points.
  • the 37 feature points are, for example, 5 points in the forehead area, 10 points in the vicinity of the left and right eyes, 7 points in the nose, 9 points in the mouth, and 6 points in the face line below the eyes. It is preferable.
  • the face dividing means 24 uses, for example, No. 1 shown in FIG. 6B to FIG.
  • Feature points 38 to 109 are set as second feature points.
  • points 38 to 49 obtained by intersections of a plurality of straight lines passing between at least two of the feature points, and a line segment between the two points
  • the points 50 to 57 and 67 to 109 that are internally divided by the ratio and the points 58 to 66 that are on the straight line passing between the two feature points and have the same ordinate or abscissa as a specific point are 109 in total. Points are earned.
  • At least three of the first and second feature points (109 points) are divided into regions surrounded by constituent points as shown in FIGS. 7A to 7C. Note that the number of points constituting the region may be three or four as shown in FIGS. 7A to 7C, or may be five or more.
  • each region (region Nos. 1 to 93) shown in FIG. 5 is set to be a physiologically meaningful division based on the experience of observing many skin colors. That is, by performing the setting as shown in FIG. 5, a portion where color unevenness is likely to occur is divided so that the region is narrowed, and a portion where it is not so is divided so that the region is widened.
  • the forehead portion has a wide area to be divided, and the area around the eyes, the mouth, the cheeks, etc. has a narrow area.
  • the divided areas to be set can be evaluated in more detail and with high accuracy by setting the area narrow for the important part (area) in evaluating the skin color.
  • the divided areas can be aggregated (grouped) based on the degree of color or the like by determining in advance past data or the like what kind of skin color is likely to appear in each area. Thereby, it can evaluate easily for every group.
  • FIG. 8 is a diagram illustrating an example of another first feature point setting.
  • the first feature point 4 to 5 points (for example, 4 points indicated by “ ⁇ ” in FIG. 8) on the forehead portion and 8 to 10 points (for example, FIG. 8 for 8 points indicated by “ ⁇ ”), 5 to 7 points for the nose (for example, 5 points indicated by “ ⁇ ” in FIG. 8), and 4 to 9 points for the mouth (for example, “ At least 25 first feature points so that there are 4 to 6 points (for example, 4 points indicated by “+” in FIG. 8) on the face line below the eyes)
  • By setting the second feature point based on the first feature point it is possible to realize the same region division as when using the feature points shown in FIGS. 5 to 7C described above.
  • FIGS. 9A to 9C are diagrams illustrating an example of the flow of face division for an image obtained by photographing.
  • an image of a 30s female model A photographed using the above-described conventional photographing apparatus is used.
  • a subject set at a predetermined position is photographed, and for example, 37 first feature points are designated by the face dividing means 24 as described above, so that a total of 109 feature points are obtained. Can be calculated.
  • the face dividing means 24 divides from 109 feature points into 93 regions by setting as shown in FIGS. 7A to 7C described above.
  • the image shown in FIG. 9B is the result of filling the area with the average color of each area.
  • the skin color distribution for each region for each region L * in the L * a * b * color system, a *, b *, C ab *, h ab, tristimulus values X in the XYZ color system,
  • RGB values hue H, lightness V, saturation C, melanin amount, and hemoglobin amount are used to generate an average value.
  • an L * a * b * color system, an XYZ color system, and three elements of hue H, lightness V, and saturation C are used to generate an image.
  • FIG. 9B since the outside of the entire region and the portion that is not the skin color even within the region are excluded from the evaluation target, for example, they are colored with a specific color such as a cyan color greatly separated from the skin color. Further, in FIGS. 9B and 9C, the fine skin information disappears and the facial skin color distribution is easily grasped. For example, in the case of the model A shown in FIG. 9A, the feature that “the skin color around the eyes is dark” I understand.
  • the skin color distribution evaluation unit 25 can exclude the data of the peripheral part because the peripheral part of the photographed face may have low illumination uniformity. Specifically, the skin color distribution evaluation unit 25 sets a predetermined frame 41 as shown in FIGS. 9B and 9C among a total of 93 divided regions, and a predetermined number of regions in the frame 41. (61 in FIG. 9B and FIG. 9C) is set as valid data, and the evaluation process is performed using the valid data.
  • evaluation can be performed based on the divided areas, so that the face shape information of a person can be excluded, and comparison of skin color distribution between people having different face shapes can be easily performed. Therefore, taking advantage of this feature, for example, the facial skin color distribution of Model A can be evaluated by comparing with the average value of the same age.
  • 9B and 9C described above are generated by the image generation means 26. Further, the generated image may be displayed to the user or the like by the output unit 22 or may be stored in the storage unit 23.
  • FIG. 10A to FIG. 10E are diagrams showing examples of comparative skin color distributions.
  • FIGS. 10A to 10E an example of the skin color distribution for each age is shown.
  • 10A to 10E show the color distribution results for each age group in their 20s to 60s, respectively.
  • a face image in which a person of a corresponding age is photographed from the accumulation means 23 is subjected to region decomposition, and then, for example, an L * a * b * table L * , a * , b * , C ab * , h ab in the color system, tristimulus values X, Y, Z, RGB values in the XYZ color system, hue H, lightness V, saturation C, melanin amount
  • the skin color distribution by the average value is obtained using at least one of the amounts of hemoglobin, and the average skin color distribution is obtained by calculating the average value for each age.
  • each area of the average face is colored using the obtained average skin color distribution data of Japanese women of each ages from the 20s to the 60s.
  • the colored image is generated by the screen generation unit 26 and is output by the output unit 22 or stored in the storage unit 23.
  • a highly accurate evaluation target image can be generated. Skin color evaluation can be performed.
  • the skin color distribution evaluation means 25 compares the skin color distributions by taking the difference. For example, when the model A (30s) shown in FIG. 9A described above is compared with the average skin color distribution of the 30s in FIG. 10B, it can be seen that the upper color of the model A is darker.
  • FIG. 11 is a diagram for explaining a comparative example of the skin color distribution by taking the difference.
  • the difference between the average face and the face of the model A is taken, and the portion where the model A has a larger amount of melanin in the frame 41 is hatched. Show.
  • the target to be compared may be not only the average value of the skin color distribution but also the ideal facial skin color distribution.
  • the face skin color distribution can be grasped by dividing the face image into predetermined regions, and the color excluding the face shape can be obtained by replacing the color with a standard face such as an average face.
  • a standard face such as an average face.
  • An easy-to-understand expression of only information is possible.
  • the average value data of people belonging to a certain category (age, occupation, gender), ideal person data such as talents, past data of individuals, data of others, etc. Since it becomes possible, it can be used for counseling when selling cosmetics.
  • the skin color distribution evaluation unit 25 aggregates (groups) the skin color regions by analyzing the past data or the like as principal components and obtaining the principal components for regions having similar color tendencies. can do. Thereby, it can evaluate easily for every group.
  • FIG. 12 is a diagram showing an example of grouped areas.
  • FIG. 13 is a diagram showing an example of the color characteristics of each group corresponding to FIG. 12 and the area numbers constituting each group. Note that the feature points constituting the regions shown in FIGS. 12 and 13 correspond to FIGS. 5 to 7 described above.
  • hue H was performed on effective 57 areas excluding 4 areas of the lips in 59 people aged 20 to 67 years old, and as a result, 90. 1% was found to be accountable.
  • 57 regions based on the above-described main components are described in (1) cheek lower, (2) cheek front, (3) eyelid / bearing part, (4) forehead, and (5) nose. Classify around (6) around the mouth.
  • the skin color distribution can also be evaluated by the balance of the main component scores (skin color profile).
  • FIG. 14 is a diagram showing an example of the evaluation result of the skin color distribution.
  • the main component score for the main components (1) to (6) described above is shown as a radar chart.
  • the line 51 shows the average value of the principal component scores of women in their 30s as an example
  • the line 52 shows the principal component scores in the model A described above.
  • the skin color and the like are compared using the individual skin color distribution obtained in the process of S03 and the comparative skin color distribution obtained in the process of S04.
  • the present invention is not limited to this.
  • a skin color distribution profile is generated from the measurement result, and the generated skin color distribution profile is compared in advance. It can also be evaluated in correspondence with the skin color distribution profile.
  • images and values generated as shown in FIGS. 12 to 14 may be displayed to the user or the like by the output means 22 or may be stored in the storage means 23.
  • FIG. 15 is a diagram illustrating an example for explaining hue H and lightness V due to group differences
  • FIG. 16A is a diagram illustrating an example of a histogram of hue H corresponding to FIG. 15, and FIG. It is a figure which shows an example of the histogram of the brightness V corresponding to FIG.
  • the horizontal axis indicates the range of hue H
  • the vertical axis indicates frequency (%)
  • the horizontal axis indicates the range of brightness V
  • the vertical axis indicates frequency (%).
  • the present invention performs skin color evaluation with a digital camera, and compares the face of the subject in detail as compared with the prior methods (Non-patent Document 1 and Non-Patent Document 2) using a colorimeter that acquires a certain point of data. It can be divided and evaluated, and it is easy to further subdivide as necessary.
  • the statistical method called principal component analysis is used, so that the accuracy is high.
  • the face area excluding is divided into four groups, but in the present invention, it can be seen that it is divided into six groups by statistical analysis, and the method of division is also different from the conventional method.
  • non-patent document 2 displays the measured values on the plane of hue and lightness.
  • a radar chart for one color value is displayed.
  • the forehead center ( ⁇ 1) and ( ⁇ 2) are classified into zone A (dark and reddish).
  • zone A the left forehead
  • zone C zone C (dark and yellowish)
  • the center of the forehead (corresponding to the areas No. 13 and 18 in the present invention), the left forehead (area Nos. 14 and 19), the upper left eye and the lower left eye (area Nos. 26 and 28). 37), the color characteristics are as shown in FIG.
  • the center of the forehead is close to the left forehead, and the lightness is low at the top of the left eye and the bottom of the left eye. You can see that it should be. The same can be said from the histogram shown in FIG. 16B.
  • the skin color evaluation can be performed with higher accuracy by using the grouping by the face division method in the present invention.
  • the skin color can be evaluated with high accuracy regardless of the shape of the face.
  • the skin color distribution can be grasped by dividing the input face image into predetermined areas, and the face shape is excluded by replacing the color with a standard face such as an average face. This makes it possible to express easily only the color information.
  • the skin color evaluation target is described as a face.
  • the present invention is not limited to this, and may be another part of the arm or hand.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

　入力された顔領域を含む画像から肌色を評価する肌色評価方法において、前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割ステップと、前記分割ステップにより分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価ステップと、前記測定結果又は評価結果を画面に表示する画面生成ステップとを有する。

Description

肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体
　本発明は、肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体に係り、特に高精度に肌色を評価するための肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体に関する。
　従来、顔の肌色を診断、評価する手法としては、例えば色彩計を用いて顔のある１～数点を測色し、その結果を肌色データとして評価するという手法が用いられていた（例えば、非特許文献１，２参照。）。この手法の長所は、一定の部位に対して多くのデータを取得することで、例えばその部位の日本人女性の分布範囲や平均値を算出することができ、個人の肌色データをこれらの指標と比較することで評価することができる点にある。
　ここで、図１は、従来手法における肌色評価の一例を示す図である。なお、図１の例では、縦軸に明度を示し、横軸に色相を示している。また、図１に示す例では、多数の測定結果から、例えば日本人女性のほお下の肌色の平均値１１と、日本人女性のほお下の肌色の９５％信頼楕円１２が示されており、ある被験者がほお下の肌色を測定し、その測定した結果が平均値１１や領域に対してどの位置に存在するか（例えば、９５％信頼楕円１２の外側か内側か等）を判断することにより、個人の肌色評価を行っている。また、同一人での化粧料の使用前後の肌色比較や他人との二者間での肌色の比較による評価も行われている。
　しかしながら、「顔の中のわずか数点のデータでは、顔全体の肌色を代表できない」という問題や、顔全体の様々な部位を同時に取得して評価したいというニーズがある。そこで、最近では、デジタルカメラにより撮影した画像データにより肌色評価を行う手法が開発されている（例えば、非特許文献３，４参照。）。この手法の長所は、顔全体を数百万箇所に分け、それらの部位の肌色が把握できる点にある。
柴谷他、「皮膚色とメークアップ効果に関する研究（第１報）－皮膚色測定法の開発とベースメークアップ効果研究－」、粧技誌、Ｖｏｌ．１７、Ｎｏ．２、１９８３． Ｊ．Ｓｈｉｂａｔａｎｉ　ｅｔ　ａｌ．，「Ｍｅａｓｕｒｅｍｅｎｔｓ　ｏｆ　Ａｇｉｎｇ　Ｅｆｆｅｃｔ　ｏｆ　Ｆａｃｉａｌ　Ｃｏｌｏｒ　Ｄｉｓｔｒｉｂｕｔｉｏｎ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ」，Ｊ．Ｓｏｃ．Ｃｏｓｍｅｔ．Ｃｈｅｍ．Ｊａｐａｎ．Ｖ１９、Ｎ１、１９８５． 渋江他、「女性顔面の肌色及び色ムラ評価の新しい試み－偏光画像解析システムの開発と色ムラ評価への応用－」、粧技誌、Ｖｏｌ．２６、Ｎｏ．２、１９９２． Ｌ．Ｃａｉｓｅｙ他、「異なった人種グループに属する女性の皮膚の色とメイクアップ戦略」、ＦＲＡＧＲＡＮＣＥ　ＪＯＵＲＮＡＬ　２００７－４．
　しかしながら、従来の手法に示すように、デジタルカメラで撮影された画像を用いる場合には、同じ（ｘ，ｙ）座標であっても人によって顔内の相対的な位置が異なり、また同一人であっても撮影毎に位置が異なってしまう場合がある。そのため、座標点同士で単純にデータの比較や差分を取っても高精度な評価を行うことができない。
　また、有益な指標である肌色分布や平均値も算出が不可能であり、結果的に顔全体の平均値を算出したり、顔の一部分のデータのみを使用するといった活用に留まっている。更に、上述したように、容易に肌色の差分が取れないため、同一人の化粧料使用前後の比較、過去の同一箇所との比較、他人との二者間での肌色の比較をするためには２つの画像に誤差が生じるため、高精度な評価を行うことができない。
　本発明は、上述した課題に鑑みてなされたものであって、高精度に肌色を評価するための肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体を提供することを目的とする。
　上述した課題を解決するために、本件発明は、以下の特徴を有する課題を解決するための手段を採用している。
　本発明は、入力された顔領域を含む画像から肌色を評価する肌色評価方法において、前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割ステップと、前記分割ステップにより分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価ステップと、前記測定結果又は評価結果を画面に表示する画面生成ステップとを有することを特徴とする。
　これにより、所定の分割条件により分割したそれぞれの領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を用いて肌色評価を行うため、高精度に肌色を評価することができる。
　また、前記分割ステップは、前記少なくとも２５箇所を、顔全体画像における額、左右目付近、鼻、口、及び目より下のフェースライン毎に複数設定することを特徴とする。
　これにより、顔の部位により肌色が異なることがわかっているため、それを考慮して特徴点を設定することで、肌色の異なる領域の評価を高精度に行うことができる。
　また、前記分割ステップは、前記第１特徴点及び前記第２特徴点から選択される３箇所以上の特徴点により囲まれる９３の領域に分割することを特徴とする。
　これにより、特徴点を選択して最適な領域を設定することで、肌色分布の正確な評価を行うことができる。
　また、前記肌色分布評価ステップは、前記Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて、分割された各領域の平均値により作成した肌色分布について、予め用意される複数の顔画像をモーフィング処理により合成し、顔形状を平均化させた平均顔から分割した各領域毎の肌色分布と対応付けて評価を行うことを特徴とする。
　これにより、複数の顔形状をモーフィング処理により合成し、顔形状を平均化させた平均顔に基づいて、高精度に評価することができる。
　また、前記肌色分布評価ステップは、前記Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つの平均値を求め、求められた平均値により類似する領域毎に集約し、集約した領域の肌色分布に基づいて評価を行うことを特徴とする。
　これにより、予め設定された特徴に基づいて類似する領域毎に集約することで、肌色分布の評価を容易に行うことができる。
　また、前記肌色分布評価ステップは、比較用の肌色分布として、予め設定される理想的な肌色分布、過去の肌色分布、他人の肌色分布、複数の肌色分布の平均値、及び前記集約した領域の肌色分布のうち、少なくとも１つを生成して、対象となる個人データとの比較を行い、肌色分布の評価を行うことを特徴とする。
　これにより、あるカテゴリー（年齢別、職業別、性別）に属する人々の平均値データや、タレント等の理想的な人のデータ、個人の過去のデータ、他人のデータ等の二者間の差分値の取得が可能となるため、化粧品販売時のカウンセリング等に役立たせることができる。
　また本発明は、入力された顔領域を含む画像から肌色を評価する肌色評価装置において、前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割手段と、前記分割手段により分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価手段と、前記測定結果又は評価結果を画面に表示するための画面生成手段とを有することを特徴とする。
　これにより、所定の分割条件により分割したそれぞれの領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を用いて肌色評価を行うため、高精度に肌色を評価することができる。
　また、前記分割手段は、前記少なくとも２５箇所を、顔全体画像における額、左右目付近、鼻、口、及び目より下のフェースライン毎に複数設定することを特徴とする。
　これにより、顔の部位により肌色が異なることがわかっているため、それを考慮して特徴点を設定することで、肌色の異なる領域の評価を高精度に行うことができる。
　また、前記分割手段は、前記第１特徴点及び前記第２特徴点から選択される３箇所以上の特徴点により囲まれる９３の領域に分割することを特徴とする。
　これにより、特徴点を選択して最適な領域を設定することで、肌色分布の正確な評価を行うことができる。
　また、前記肌色分布評価手段は、前記Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて、分割された各領域の平均値により作成した肌色分布について、予め用意される複数の顔画像をモーフィング処理により合成し、顔形状を平均化させた平均顔から分割した各領域毎の肌色分布と対応付けて評価を行うことを特徴とする。
　これにより、複数の顔形状をモーフィング処理により合成し、顔形状を平均化させた平均顔に基づいて、高精度に評価することができる。
　また、前記肌色分布評価手段は、前記Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つの平均値を求め、求められた平均値により類似する領域毎に集約し、集約した領域の肌色分布に基づいて評価を行うことを特徴とする。
　これにより、予め設定された特徴に基づいて類似する領域毎に集約することで、肌色分布の評価を容易に行うことができる。
　また、前記肌色分布評価手段は、比較用の肌色分布として、予め設定される理想的な肌色分布、過去の肌色分布、他人の肌色分布、複数の肌色分布の平均値、及び前記集約した領域の肌色分布のうち、少なくとも１つを生成して、対象となる個人データとの比較を行い、肌色分布の評価を行うことを特徴とする。
　これにより、あるカテゴリー（年齢別、職業別、性別）に属する人々の平均値データや、タレント等の理想的な人のデータ、個人の過去のデータ、他人のデータ等の二者間の差分値の取得が可能となるため、化粧品販売時のカウンセリング等に役立たせることができる。
　また本発明は、入力された顔領域を含む画像から肌色を評価する肌色評価プログラムにおいて、コンピュータに、前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割ステップ、前記分割ステップにより分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価ステップ、及び、前記測定結果又は評価結果を画面に表示する画面生成ステップを実行させる。
　これにより、所定の分割条件により分割したそれぞれの領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を用いて肌色評価を行うため、高精度に肌色を評価することができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における肌色分布評価を容易に実現することができる。
　また本発明は、入力された顔領域を含む画像から肌色を評価する肌色評価プログラムを記録したコンピュータ読み取り可能な記録媒体において、コンピュータに、前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割ステップ、前記分割ステップにより分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価ステップ、及び、前記測定結果又は評価結果を画面に表示する画面生成ステップを実行させるための肌色評価プログラムを記録したコンピュータ読み取り可能な記録媒体である。
　これにより、記録媒体により他の複数のコンピュータに容易に肌色評価プログラムをインストールすることができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における肌色分布評価を容易に実現することができる。
　本発明によれば、高精度に肌色を評価することができる。
従来手法における肌色評価の一例を示す図である。 本実施形態における肌色評価装置の機能構成の一例を示す図である。 本実施形態における肌色評価処理が実現可能なハードウェア構成の一例を示す図である。 本実施形態における肌色評価処理手順の一例を示すフローチャートである。 本実施形態における特徴点と分割された領域の一例を示す図である。 上述した図５に対応した１０９個の特徴点の顔内の位置関係の一例を示す図（その１）である。 上述した図５に対応した１０９個の特徴点の顔内の位置関係の一例を示す図（その２）である。 上述した図５に対応した１０９個の特徴点の顔内の位置関係の一例を示す図（その３）である。 上述した図５に対応した１０９個の特徴点の顔内の位置関係の一例を示す図（その４）である。 上述した図５に対応する各領域を構成する特徴点の組合せの一例を示す図（その１）である。 上述した図５に対応する各領域を構成する特徴点の組合せの一例を示す図（その２）である。 上述した図５に対応する各領域を構成する特徴点の組合せの一例を示す図（その３）である。 他の第１特徴点設定の一例を示す図である。 撮影により得られる画像に対する顔分割の流れを説明するための一例の図（その１）である。 撮影により得られる画像に対する顔分割の流れを説明するための一例の図（その２）である。 撮影により得られる画像に対する顔分割の流れを説明するための一例の図（その３）である。 比較用の肌色分布の一例を示す図（その１）である。 比較用の肌色分布の一例を示す図（その２）である。 比較用の肌色分布の一例を示す図（その３）である。 比較用の肌色分布の一例を示す図（その４）である。 比較用の肌色分布の一例を示す図（その５）である。 差分を取ることによる肌色分布の比較例を説明するための図である。 グループ分けされた領域の一例を示す図である。 図１２に対応する各グループの主成分毎の色の特徴と、各グループを構成する領域番号の一例を示す図である。 肌色分布の評価結果の一例を示す図である。 グループの差による色相Ｈ、明度Ｖを説明するための一例を示す図である。 図１５に対応する色相Ｈのヒストグラムの一例を示す図である。 図１５に対応する明度Ｖのヒストグラムの一例を示す図である。
符号の説明
　１１　平均値
　１２　９５％信頼楕円
　２０　肌色評価装置
　２１　入力手段
　２２　出力手段
　２３　蓄積手段
　２４　顔分割手段
　２５　肌色分布評価手段
　２６　画面生成手段
　２７　制御手段
　３１　入力装置
　３２　出力装置
　３３　ドライブ装置
　３４　補助記憶装置
　３５　メモリ装置
　３６　ＣＰＵ
　３７　ネットワーク接続装置
　３８　記録媒体
　４１　枠
　５１，５２　線
　＜本発明の概要＞
　本発明は、入力される顔画像を所定の手法により分割することで顔肌色分布が把握でき、また平均顔等の標準的な顔に、その色を置き換えることで、顔の形状を除外した色情報のみのわかりやすい表現を可能とする。また、あるカテゴリーに属する人々の平均値や二者間の差分値の取得が可能となる。
　以下に、本発明における肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体を好適に実施した形態について、図面を用いて説明する。
　＜評価装置：機能構成例＞
　本実施形態における肌色評価装置の機能構成の一例について図を用いて説明する。図２は、本実施形態における肌色評価装置の機能構成の一例を示す図である。図２に示す肌色評価装置２０は、入力手段２１と、出力手段２２と、蓄積手段２３と、顔分割手段２４と、肌色分布評価手段２５と、画面生成手段２６と、制御手段２７とを有するよう構成されている。
　入力手段２１は、ユーザ等により入力される顔領域を含む画像（もしくは映像等）に対する顔分割指示や、肌色分布評価指示、画面生成指示の各種指示の開始や終了等の入力を受け付ける。なお、入力手段２１は、例えばキーボードや、マウス等のポインティングデバイス等からなる。また、入力手段２１は、デジタルカメラ等の撮像手段等により撮影されたユーザ（例えば、被施術者等）の撮像部分を含む画像を入力する機能も有する。
　また、出力手段２２は、入力手段２１により入力された内容や、入力内容に基づいて実行された内容等の表示・出力を行う。なお、出力手段２２は、ディスプレイやスピーカ等からなる。更に、出力手段２２としてプリンタ等の機能を有していてもよく、その場合には、例えば入力画像や顔領域の分割結果、肌色分布評価結果等、画面生成手段２６により生成される各画面等を紙等の印刷媒体に印刷して、ユーザ等に提供することもできる。
　また、蓄積手段２３は、顔分割手段２４による顔分割結果、肌色分布評価手段２５による肌色分布評価、画面生成手段２６における各種画面生成結果等の各種データを蓄積する。なお、蓄積手段２３は、各種画像や各処理結果等のデータが蓄積する際には、ファイル名や日時、撮影した人（被験者）の氏名や年齢（年代）、性別、人種等の個人識別情報等を付加して蓄積してもよい。また、蓄積手段２３は、必要に応じて蓄積されている各種データを読み出すことができる。
　また、顔分割手段２４は、入力される画像に対して予め設定された手法により、所定の領域に分割を行う。具体的には、顔分割手段２４は、例えば顔全体に対して予め特徴点を設定し、設定した特徴点から少なくとも３点を選択して、選択された特徴点により囲まれる領域による分割手法等を用いることで、肌色分布の評価を行うための適切な領域で分割することができる。なお、本実施形態における顔の分割手法の詳細については後述する。
　肌色分布評価手段２５は、顔分割手段２４により得られる分割結果に基づいて、分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を測定する。また、肌色分布評価手段２５は、測定結果に基づく肌色分布の評価を行う。
　なお、上述のメラニン量及びヘモグロビン量は、例えば、舛田他、「新しいシミ計測法の開発」、粧技誌、Ｖｏｌ．３５、Ｎｏ．4、２００１に示されているように、予め設定されるメラニン量、ヘモグロビン量と三刺激値Ｘ、Ｙ、Ｚとの関係式を用いて算出される計測手法等により得ることができるが、この手法に限定されるものではない。
　また、肌色分布評価手段２５は、測定結果に基づく肌色分布について、予め用意される複数の顔画像を、例えばコンピューターグラフィックス技術の１つであるモーフィング処理により合成し、顔形状を平均化させた平均顔から分割した各領域毎の肌色分布と対応付けて評価を行う。
　また、肌色分布評価手段２５は、比較用の肌色分布として、予め蓄積された複数の画像データ、肌色分布データ等を用いて、例えば予め設定される理想的な肌色分布、過去の肌色分布、他人の肌色分布、複数の肌色分布の平均値、及び所定の領域毎に集約した領域の肌色分布のうち、少なくとも１つを生成し、生成した肌色分布を用いて、評価対象画像の取得データとの差分を取ることにより、肌色分布の比較、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量及びヘモグロビン量のうち、少なくとも１つを用いて平均値の類似する領域毎に集約（グループ化）し、集約後の領域の肌色分布（肌色分布プロファイル）に基づく評価等を行う。
　なお、比較用の肌色分布としては、具体的には、例えば蓄積された各種データに付加されている個人識別情報等を用いて、年代別の平均顔肌色分布や人種別肌色分布等を生成する。
　更に、肌色分布評価手段２５は、上述した肌色分布プロファイルと予め用意された比較用肌色分布プロファイルとを比較して評価を行うこともできる。
　画面生成手段２６は、ユーザ等からの入力手段２１による入力指示に基づいて、顔分割手段２４から得られる画像データや、肌色分布評価手段２５により得られる評価結果等に基づいて、ユーザ（被験者）等に提示する画面を生成して、出力手段２２により表示出力する。なお、画面生成手段２６は、得られる画像や数値等のデータから、例えば所定の領域に着色したり、グラフや表等を生成することもできる。
　また、制御手段２７は、評価装置２０の各構成部全体の制御を行う。具体的には、制御手段２７は、例えばユーザ等による入力手段２１からの指示等に基づいて、顔分割処理や肌色分布評価処理、画面生成処理等の各制御を行う。
　＜肌色評価装置２０：ハードウェア構成＞
　ここで、上述した肌色評価装置２０における各構成については、各機能をコンピュータに実行させることができる実行プログラム（肌色評価プログラム）を生成し、例えば汎用のパーソナルコンピュータ、サーバ等にその実行プログラムをインストールすることにより、本発明における肌色評価処理等を実現することができる。
　ここで、本実施形態における肌色評価処理が実現可能なコンピュータのハードウェア構成例について図を用いて説明する。図３は、本実施形態における肌色評価処理が実現可能なハードウェア構成の一例を示す図である。
　図３におけるコンピュータ本体には、入力装置３１と、出力装置３２と、ドライブ装置３３と、補助記憶装置３４と、メモリ装置３５と、各種制御を行うＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）３６と、ネットワーク接続装置３７とを有するよう構成されており、これらはシステムバスＢで相互に接続されている。
　入力装置３１は、ユーザ等が操作するキーボード及びマウス等のポインティングデバイスを有しており、ユーザ等からのプログラムの実行等、各種操作信号を入力する。また、入力装置３１は、カメラ等の撮像手段から撮影された被験者の顔の一部又は全部を含む画像を入力する入力ユニットを有している。
　出力装置３２は、本発明における処理を行うためのコンピュータ本体を操作するのに必要な各種ウィンドウやデータ等を表示するディスプレイを有し、ＣＰＵ３６が有する制御プログラムによりプログラムの実行経過や結果等を表示することができる。
　なお、入力装置３１と出力装置３２とは、例えばタッチパネル等のように一体型の入出力手段であってもよく、この場合にはユーザの指やペン型の入力装置等を用いて所定の位置をタッチして入力を行うことができる。
　ここで、本発明においてコンピュータ本体にインストールされる実行プログラムは、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）メモリやＣＤ－ＲＯＭ等の可搬型の記録媒体３８等により提供される。プログラムを記録した記録媒体３８は、ドライブ装置３３にセット可能であり、記録媒体３８に含まれる実行プログラムが、記録媒体３８からドライブ装置３３を介して補助記憶装置３４にインストールされる。
　補助記憶装置３４は、ハードディスク等のストレージ手段であり、本発明における実行プログラムや、コンピュータに設けられた制御プログラム等を蓄積し、必要に応じて入出力を行うことができる。
　メモリ装置３５は、ＣＰＵ３６により補助記憶装置３４から読み出された実行プログラム等を格納する。なお、メモリ装置３５は、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等からなる。
　ＣＰＵ３６は、ＯＳ（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）等の制御プログラム、及びメモリ装置３５に格納されている実行プログラムに基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して、肌色分布評価における各処理を実現することができる。なお、プログラムの実行中に必要な各種情報等は、補助記憶装置３４から取得することができ、また実行結果等を格納することもできる。
　ネットワーク接続装置３７は、通信ネットワーク等と接続することにより、実行プログラムを通信ネットワークに接続されている他の端末等から取得したり、プログラムを実行することで得られた実行結果又は本発明における実行プログラム自体を他の端末等に提供することができる。
　上述したようなハードウェア構成により、本発明における肌色評価処理を実行することができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における肌色評価処理を容易に実現することができる。
　＜肌色評価処理手順＞
　次に、本実施形態における肌色評価処理手順について説明する。図４は、本実施形態における肌色評価処理手順の一例を示すフローチャートである。
　図４に示す肌色評価処理は、まずカメラ等の撮像手段により撮影された顔を含む評価対象画像を入力し（Ｓ０１）、入力した顔画像を予め設定された分割手法により所定数に分割する（Ｓ０２）。なお、Ｓ０１により得られる画像は、例えば、全体が均一に照明された顔をデジタルカメラ等の撮影装置で撮影された画像を用いることができ、例えば「舛田他、画像解析を用いたしみ・そばかす定量化システムの開発、粧技誌、Ｖｏｌ．２８、Ｎｏ．２、１９９４．」等に示されている記載された撮影装置を用いて撮影された画像を用いることができる。
　具体的には、顔画像を同一条件で取り込むための照明ボックスを使用し、照明ボックス内で顔面を均一に照明するために、照明ボックスの前面に複数のハロゲン電球を配置し、ＴＶカメラにより顔面を撮影し、撮影した顔画像を取得する。なお、本発明において用いられる画像ついては、特にこれに制限されるものではなく、例えば蛍光灯等の一般的な照明環境で撮影された画像を用いることもできる。
　次に、所定の領域毎に分割した画像から肌色分布を生成し（Ｓ０３）、また予め蓄積されている各種データ等を用いて、例えば比較用肌色分布を生成する（Ｓ０４）。また、Ｓ０３の処理で得られた個人の肌色分布と、Ｓ０４の処理で得られた比較用肌色分布とを用いて肌色等を比較し（Ｓ０５）、肌色分布プロファイルによる評価を行う（Ｓ０６）。
　また、Ｓ０６の処理により得られた評価結果からユーザ等に表示する画面等を生成し（Ｓ０７）、生成した画面（評価結果内容等）を出力する（Ｓ０８）。
　ここで、肌色評価を継続するか否かを判断し（Ｓ０９）、肌色評価を継続する場合（Ｓ０９において、ＹＥＳ）、Ｓ０２の処理に戻り、例えば前回とは異なる分割手法による分割を行い、後述する処理を行う。Ｓ０９の処理において、肌色評価を継続しない場合（Ｓ０９において、ＮＯ）、処理を終了する。
　これにより、顔の形状に関わらず高精度に肌色を評価することができる。具体的には、入力される顔画像を本発明における分割手法により所定数に分割することで、肌色分布が把握できる。また、画面生成の際には、例えば平均顔等の標準的な顔に測定した肌色を置き換えることで、顔の形状を除外した色情報のみのわかり易い表現が可能となる。
　また、あるカテゴリー（年齢別、職業別、性別）に属する人々の平均値データや、タレント等の理想的な人のデータ、個人の過去のデータ、他人のデータ等の二者間の差分値の取得が可能となるため、化粧品販売時のカウンセリング等に役立たせることができる。
　次に、上述した本実施形態における肌色評価処理の各主要部分の詳細について説明する。
　＜顔分割手段２４：Ｓ０２＞
　次に、上述した顔分割手段２４における顔分割手法について具体的に説明する。顔分割手段２４は、入力される顔を含むデジタル画像に対して所定の分割を行う。
　図５は、本実施形態における特徴点と分割された領域の一例を示す図である。本実施形態では、一例として図５に示すように、顔全体を９３個の領域に分割し、分割した各領域の平均肌色を求め、９３個の肌色データにより顔肌色の分布を表現し、その分布等から肌色評価を行う。
　これにより、従来手法の長所である一定の部位に対し、多くのデータを取得することで、例えばその部位の日本人女性（なお、外国人（他人種）でもよく、また男性でもよい。）の分布範囲や平均値を算出でき、その結果個人の肌色データをこれらの指標と比較することで評価することができる。また、例えば同一人物による化粧料の使用前後の肌色比較や他人との二者間での肌色の比較等も可能となる。
　ここで、図５に示す分割手法は、一例として１０９個の特徴点を有している。また、図５に示す分割領域は、一例として３個又は４個の特徴点により構成された３角形又は４角形の形状を有する９３個の領域（例えば、図５において番号１～９３で示された領域）である。
　また、図６Ａ～図６Ｄは、上述した図５に対応した１０９個の特徴点の顔内の位置関係の一例を示す図である。また、図７Ａ～図７Ｃは、上述した図５に対応する各領域を構成する特徴点の組合せの一例を示す図である。なお、図６Ａ～図６Ｄに示されている各特徴点の「Ｎｏ．」、「名称」、図７Ａ～図７Ｃに示されている各領域の「領域Ｎｏ．」、「構成点」の名称は、上述した図５に示された内容に対応している。
　ここで、分割内容を設定する際には、顔分割手段２４は、例えば図６Ａ～図６Ｄに示す特徴点のうち、最初にＮｏ．１～３７の特徴点（例えば、図５において「●」で示された点）を第１特徴点として設定する。なお、この３７個の特徴点は、例えば全顔領域のうち、額部分に５点、左右目付近に１０点、鼻に７点、口に９点、目より下のフェースラインに６点設けることが好ましい。
　次に、顔分割手段２４は、上述した３７の特徴点（第１特徴点）を基準として、例えば図６Ｂ～図６Ｄに示すＮｏ．３８～１０９の特徴点（例えば、図５において「△」で示された点）を第２特徴点として設定する。
　例えば、図６Ａ，図６Ｂに示すように、Ｎｏ．１～３７の予め定義される特徴点１～３７と、その特徴点のうち少なくとも２つの特徴点間を通る複数の直線の交点により求まる点３８～４９と、２点間の線分を所定の比率で内分する点５０～５７，６７～１０９と、２つの特徴点間を通る直線上にあり、ある特定の点と同一の縦座標又は横座標を持つ点５８～６６等により、合計１０９点が得られる。
　また、第１及び第２特徴点（１０９点）のうち、図７Ａ～図７Ｃに示すように少なくとも３個を構成点として囲まれる領域に分割する。なお、領域を構成する点の数は、図７Ａ～図７Ｃに示すように３点又は４点でもよく、また５点以上でもよい。
　ここで、図５に示す各領域（領域Ｎｏ．１～９３）は、多くの肌色を観察した経験を元に生理学的に意味のある分割になるよう設定されている。つまり、図５に示すような設定を行うことにより、色むらが起こり易い部分は領域が狭くなるように分割し、そうでない部分は領域が広くなるように分割している。
　具体的には、図５～図７Ｃに示す分割例において、例えば額の部分は分割される領域を広く設定し、目の回りや口元、頬等は領域を狭く設定している。このように、設定される分割領域は、肌色を評価する上で重要な部分（領域）について、その領域を狭く設定することで、より詳細に高精度な評価を行うことができる。
　なお、分割領域は、その領域がそれぞれどのような肌色が出易いかを予め過去のデータ等により判断し、その色の度合い等を基準に集約（グループ分け）することができる。これにより、そのグループ毎に容易に評価することができる。
　ここで、上述した図５～図７Ｃの例では、予め定義される特徴点を３７個（Ｎｏ．１～３７）としているが、本発明においてはこれに限定されるものではなく、例えば少なくとも２５個の特徴点（第１特徴点）を設定することで、同様の分割を行うことができる。
　図８は、他の第１特徴点設定の一例を示す図である。例えば、図８に示すように、第１特徴点として額部分に４～５点（例えば、図８において「●」に示された４点）、左右目付近に８～１０点（例えば、図８において「■」に示された８点）、鼻に５～７点（例えば、図８において「◆」に示された５点）、口に４点～９点（例えば、図８において「▼」で示された４点）、目より下のフェースラインに４～６点（例えば、図８において「＋」で示された４点）となるように、少なくとも２５個の第１特徴点を設定し、第１特徴点に基づいて第２特徴点を設定することで、上述した図５～図７Ｃに示す特徴点を用いた場合と同様の領域の分割を実現することができる。
　＜顔の分割と顔肌色分布図の生成＞
　次に、分割した顔について顔肌色分布の生成について具体的に説明する。なお、本実施形態として、顔全体を均一に照明する照明装置とデジタルカメラを用いた撮影装置は、例えば、「舛田他、画像解析を用いたしみ・そばかす定量化システムの開発、粧技誌、Ｖ２８、Ｎ２、１９９４．」等を用いて取得した顔画像に対して肌色分布図を生成する例について説明するが、本発明において用いられる撮影されたデジタル画像の撮影方法については、特にこれに制限されるものではない。
　ここで、図９Ａ～図９Ｃは、撮影により得られる画像に対する顔分割の流れを説明するための一例の図である。なお、図９Ａ～図９Ｃの例では、上述した従来の撮影装置を用いて撮影した３０代女性モデルＡの画像を用いる。
　まず、図９Ａに示すように、所定の位置にセットされた被験者を撮影し、上述したように顔分割手段２４により例えば３７個の第１特徴点を指定することで、合計１０９個の特徴点を算出することができる。
　また、顔分割手段２４は、１０９個の特徴点から上述した図７Ａ～図７Ｃに示すような設定により９３個の領域に分割する。このとき、各領域の平均色で領域内を塗りつぶした結果が図９Ｂに示す画像である。なお、この肌色分布は、領域毎に領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値により生成される。なお、この場合には、例えば、Ｌ＊ａ＊ｂ＊表色系、ＸＹＺ表色系、及び色相Ｈ，明度V，彩度Cの３要素を採用して画像を生成する。
　図９Ｂにおいて、全領域の外部及び領域内でも肌色ではない部分は評価対象外となるため、例えば肌色から大きく離れたシアン色等のある特定の色で着色されている。更に、図９Ｂ，図９Ｃでは、皮膚の細かい情報が消えて顔肌色の分布が把握し易くなっており、例えば図９Ａに示すモデルＡの場合には、「目まわりの肌色が濃い」という特徴がわかる。
　なお、本実施形態における肌色評価装置２０において、撮影された顔の周辺部は照明の均一性が低いことがあるため、肌色分布評価手段２５は、周辺部のデータを除外することができる。具体的には、肌色分布評価手段２５は、分割される合計９３個の領域のうち、図９Ｂ，図９Ｃに示すように所定の枠４１を設定し、その枠４１内にある所定数の領域（図９Ｂ，図９Ｃにおいては６１個）を有効データとして、その有効データを用いて評価処理を行う。
　また、同様の手法で「平均顔」を領域に分割し、得られたモデルＡの９３個の肌色により各領域を着色すると、例えば図９Ｃに示すように、モデルの顔形状情報を除外した純粋な色情報を把握することができる。
　上述した処理を行うことで、分割した領域を基準に評価することができるため、人物の顔形状情報が除外でき、顔形状が異なる人同士の肌色分布の比較を容易に行うことができる。したがって、この特徴を活かして、例えばモデルＡの顔肌色分布を同年代の平均値と比較を行って評価することもできる。
　なお、上述した図９Ｂ，図９Ｃは、画像生成手段２６により生成される。また、生成された画像は、出力手段２２によりユーザ等に表示してもよく、蓄積手段２３に蓄積されてもよい。
　＜比較用の顔肌色分布の生成例：Ｓ０４＞
　次に、肌色分布評価手段２５における比較用の顔肌色分布の生成例について説明する。図１０Ａ～図１０Ｅは、比較用の顔肌色分布の一例を示す図である。なお、図１０Ａ～図１０Ｅに示す例では、各年代別の肌色分布の一例を示している。また、図１０Ａ～図１０Ｅは、それぞれ２０代～６０代の各年代別の色分布結果を示している。
　図１０Ａ～図１０Ｅに示すように、年代毎の平均肌色分布として、まず蓄積手段２３から対応する年代の人物が撮影されている顔画像を領域分解し、その後、例えばＬ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を求め、年代毎に平均値を算出することで平均肌色分布を求める。
　なお、図１０Ａ～図１０Ｅに示すように、求めた２０代から６０代までの各年代日本人女性の平均肌色分布のデータを用いて平均顔の各領域を着色する。なお、この着色した画像は、画面生成手段２６により生成され、出力手段２２により出力したり、蓄積手段２３に蓄積される。このように、直色して表示することで、図１０Ａ～図１０Ｅに示すような年代毎の平均肌色分布を生成することができ、このデータと比較することで、評価対象画像の高精度な肌色評価を行うことができる。
　＜肌色分布の比較＞
　次に、肌色分布の比較例について具体的に説明する。本実施形態では、肌色分布評価手段２５により、差分を取ることによる肌色分布の比較を行う。例えば、上述した図９Ａに示すモデルＡ（３０代）を図１０Ｂにおける３０代平均肌色分布と比較すると、モデルＡの方が顔の上部の色が濃いことがわかる。
　ここで、図１１は、差分を取ることによる肌色分布の比較例を説明するための図である。図１１に示す例では、各領域の色彩値から求めたメラニン量に関して、平均顔とモデルＡの顔の両者の差分を取り、枠４１内においてモデルＡの方がメラニン量の多い部分を斜線で示している。
　図１１に示すように、モデルＡの顔の上半分は、同年代の平均よりメラニン量が多いということがわかる。なお、比較する対象は、肌色分布の平均値だけでなく理想とする顔肌色分布でもよい。
　上述した本実施形態により、顔画像を所定の各領域に分割することで顔肌色分布が把握でき、また平均顔等の標準的な顔にその色を置き換えることで、顔の形状を除外した色情報のみのわかり易い表現が可能となる。あるカテゴリー（年齢別、職業別、性別）に属する人々の平均値データや、タレント等の理想的な人のデータ、個人の過去のデータ、他人のデータ等の二者間の差分値の取得が可能となるため、化粧品販売時のカウンセリング等に役立たせることができる。
　＜肌色分布の集約（グルーピング）と肌色分布プロファイル生成例＞
　ここで、本実施形態において、肌色分布評価手段２５は、肌色の領域において、色の傾向が類似する領域を、過去のデータ等を主成分分析し、主成分を求めることで集約（グループ分け）することができる。これにより、そのグループ毎に容易に評価することができる。
　図１２は、グループ分けされた領域の一例を示す図である。また、図１３は、図１２に対応する各グループの色の特徴と、各グループを構成する領域番号の一例を示す図である。なお、図１２，図１３に示す領域を構成する特徴点は、上述した図５～７に対応している。
　図１２，図１３に示す例では、各主成分の部位である（１）ほお下、（２）ほお正面、（３）まぶた・くま部位、（４）額、（５）鼻まわり、（６）口まわりがグループ分けされている。また、色の特徴として、「（１）ほお下」は高明度であり、「（２）ほお正面」は赤みよりでやや高明度であり、「（３）まぶた・くま部位」は黄みよりでやや低明度であり、「（４）額」は黄みよりでやや高明度であり、「（５）鼻まわり」は赤みよりでやや低明度であり、「（６）口まわり」は赤みよりで低明度である。
　ここで、一例として２０～６７歳の５９名における唇の４領域を除いた有効５７個の領域について色相Ｈの主成分分析を実施した結果、６個の主成分で５７個のデータの９０．１％が説明可能であるとわかった。
　そこで、本実施形態では、上述した主成分を基に５７個の領域を上述した（１）ほお下、（２）ほお正面、（３）まぶた・くま部位、（４）額、（５）鼻まわり、（６）口まわりの６種に分類する。また、その主成分得点のバランス（肌色プロファイル）で肌色分布を評価することもできる。
　図１４は、肌色分布の評価結果の一例を示す図である。図１４に示す例では、レーダーチャートとして上述した（１）～（６）の主成分に対する主成分得点を示している。なお、線５１は、一例として３０代女性の主成分得点の平均値を示し、線５２は、上述したモデルＡにおける主成分得点を示している。
　なお、図１４の例では、一例として、まずモデルＡの唇の４領域を除いた５７個の領域のメラニン量から６種の主成分に対する主成分得点（図１４において「○」で示され点）を求め、顔肌色プロファイルを生成する。また、同様にして、３０代の平均値からなる６種の主成分得点（図１４において「△」で示された点）を求め、３０代の平均プロファイルを生成する。これらの結果が図１４に示されており、この結果により「モデルＡは額や目まわりのメラニン量が同年代平均より多い」と一目で個人の肌色分布の特徴がわかり、肌色の高精度な評価を実現することができる。なお、上述した図１４においては、６種の主成分の全てを示さなくてもよく、少なくとも１種を用いて評価結果を示してもよい。
　これにより、僅か６個の情報で評価することができ、一目で肌色分布の特徴が把握できるようなわかり易い指標をユーザ等に提供することができる。なお、上述した図１４においては、６種の主成分の全てを示さなくてもよく、少なくとも１種を用いて評価結果を示してもよい。
　つまり、上述した図４に示す肌色評価処理手順では、Ｓ０５の処理において、Ｓ０３の処理で得られた個人の肌色分布とＳ０４の処理で得られた比較用肌色分布とを用いて肌色等を比較したが、本発明においてはこれに限定されるものではなく、例えば図１２～図１４等に示されるように、測定結果から肌色分布プロファイルを生成し、生成した肌色分布プロファイルを予め蓄積された比較用肌色分布プロファイルと対応させて評価することもできる。
　なお、図１２～１４に示すように生成された画像や値等は、出力手段２２によりユーザ等に表示してもよく、蓄積手段２３に蓄積されてもよい。
　＜従来手法と本手法との比較＞
　次に、従来手法と本手法との比較について説明する。図１５は、グループの差による色相Ｈ、明度Ｖを説明するための一例を示す図であり、図１６Ａは、図１５に対応する色相Ｈのヒストグラムの一例を示す図であり、図１６Ｂは、図１５に対応する明度Ｖのヒストグラムの一例を示す図である。また、図１６Ａは、横軸に色相Ｈの範囲を示し、縦軸に頻度（％）を示している。また、図１６Ｂは、横軸に明度Ｖの範囲を示し、縦軸に頻度（％）を示している。
　本発明は、デジタルカメラによる肌色評価を行っており、ある一点のデータを取得する色彩計を用いた先行手法（非特許文献１及び非特許文献２）と比較して、被験者の顔を詳細に分割して評価することができ、必要に応じて更に細分化することも容易である。
　また、例えば顔の中で色彩的に同じ傾向にある類似する領域をグループ化する場合も、主成分分析という統計的手法を用いているため精度が高く、その結果、例えば非特許文献１では首を除いた顔の領域を４つのグループに分けているが、本発明では統計的解析により６つに分けられることがわかり、その分け方も従来手法とは異なっている。
　また、肌色プロファイルの表示法についても、非特許文献２では色相と明度の平面にその実測値を表示しているが、本発明では、例えば図１４に示すように１つの色彩値に対するレーダーチャートを採用し、個人の値と比較対象となる平均値等の値を表示する。
　また同様に、デジタルカメラを用いて顔の肌色の不均一性を評価した先行研究（非特許文献３及び非特許文献４）もあるが、その手法はある範囲の全画素の明度Ｌ＊や黄みの強さｂ＊の標準偏差を求める、または、頬と顎のＬ＊の差分を取るといった手法であり、顔全体の肌色の分布を解析するには至っていない。
　具体的には、非特許文献１において、額中央部（○１）、（○２）は、ゾーンＡ（ｄａｒｋ　ａｎｄ　ｒｅｄｄｉｓｈ：暗く赤み）に分類されている。一方、同じ額でも、左額（○３）は、ゾーンＣ（ｄａｒｋ　ａｎｄ　ｙｅｌｌｏｗｉｓｈ：暗く黄み）に分類され，左目の上（○４）及び左目の下（○５）と同じ分類となっている。
　ここで、本発明を用いて、額中央部（本発明では領域Ｎｏ．１３，１８に対応）、左額（領域Ｎｏ．１４，１９）、左目の上及び左目の下（領域Ｎｏ．２６，２８，３７）の色彩特性を調べると図１５に示すようになる。
　つまり、図１５に示すように、色相Ｈに関しては、３領域（額中央部、左額、左目の上及び下）の平均値に殆ど差がなく、また図１６Ａに示すヒストグラムを見ても同様の傾向があり、特に２つに分類する根拠は得られない。
　一方、明度Ｖでは、額中央部と左額が近く、左目の上及び左目の下は明度が低いため、額中央部と左額は同じ分類とし、左目の上及び下はこれらとは別の分類にすべきであることがわかる。これは、図１６Ｂに示すヒストグラムからも同様のことがいえる。
　したがって、本発明では、上述の事実に基づき額中央部（○１）（○２）に該当する領域Ｎｏ．１３，１８と左額（○３）に該当する領域Ｎｏ．１４，１９を同じ分類である「（４）額」とし、左目の上（○４）、左目の下（○５）に該当するＮｏ．２６，２８，３７は、それとは異なる「（２）まぶた・くま部位」としている。
　このように、本発明における顔分割手法によるグルーピングを用いることで、より高精度に肌色評価を行うことができる。
　上述したように本発明によれば、顔の形状に関わらず高精度に肌色を評価することができる。具体的には、入力される顔画像を所定の領域に分割することで肌色分布を把握することができ、また平均顔等の標準的な顔にその色を置き換えることで、顔の形状を除外した色情報のみのわかり易い表現を可能とする。また、あるカテゴリーに属する人々の平均値や二者間の差分値の取得が可能となる。
　なお、上述した本実施形態では、肌色評価の対象を顔にして説明したが、本発明においてはこれに限定されるものではなく、腕や手の他の部位であってもよい。
　以上本発明の好ましい実施例について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形、変更が可能である。
　本国際出願は、２００８年１月１７日に出願した日本国特許出願２００８－００８３７０号に基づく優先権を主張するものであり、２００８－００８３７０号の全内容をここに本国際出願に援用する。

Claims (14)

  1. 　入力された顔領域を含む画像から肌色を評価する肌色評価方法において、
    　前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割ステップと、
    　前記分割ステップにより分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価ステップと、
    　前記測定結果又は評価結果を画面に表示する画面生成ステップとを有することを特徴とする肌色評価方法。
  2. 　前記分割ステップは、
    　前記少なくとも２５箇所を、顔全体画像における額、左右目付近、鼻、口、及び目より下のフェースライン毎に複数設定することを特徴とする請求項１に記載の肌色評価方法。
  3. 　前記分割ステップは、
    　前記第１特徴点及び前記第２特徴点から選択される３箇所以上の特徴点により囲まれる９３の領域に分割することを特徴とする請求項１に記載の肌色評価方法。
  4. 　前記肌色分布評価ステップは、
    　前記Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて、分割された各領域の平均値により作成した肌色分布について、予め用意される複数の顔画像をモーフィング処理により合成し、顔形状を平均化させた平均顔から分割した各領域毎の肌色分布と対応付けて評価を行うことを特徴とする請求項１に記載の肌色評価方法。
  5. 　前記肌色分布評価ステップは、
    　前記Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つの平均値を求め、求められた平均値により類似する領域毎に集約し、集約した領域の肌色分布に基づいて評価を行うことを特徴とする請求項１に記載の肌色評価方法。
  6. 　前記肌色分布評価ステップは、
    　比較用の肌色分布として、予め設定される理想的な肌色分布、過去の肌色分布、他人の肌色分布、複数の肌色分布の平均値、及び前記集約した領域の肌色分布のうち、少なくとも１つを生成して、対象となる個人データとの比較を行い、肌色分布の評価を行うことを特徴とする請求項５に記載の肌色評価方法。
  7. 　入力された顔領域を含む画像から肌色を評価する肌色評価装置において、
    　前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割手段と、
    　前記分割手段により分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価手段と、
    　前記測定結果又は評価結果を画面に表示するための画面生成手段とを有することを特徴とする肌色評価装置。
  8. 　前記分割手段は、
    　前記少なくとも２５箇所を、顔全体画像における額、左右目付近、鼻、口、及び目より下のフェースライン毎に複数設定することを特徴とする請求項７に記載の肌色評価装置。
  9. 　前記分割手段は、
    　前記第１特徴点及び前記第２特徴点から選択される３箇所以上の特徴点により囲まれる９３の領域に分割することを特徴とする請求項７に記載の肌色評価装置。
  10. 　前記肌色分布評価手段は、
    　前記Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて、分割された各領域の平均値により作成した肌色分布について、予め用意される複数の顔画像をモーフィング処理により合成し、顔形状を平均化させた平均顔から分割した各領域毎の肌色分布と対応付けて評価を行うことを特徴とする請求項７に記載の肌色評価装置。
  11. 　前記肌色分布評価手段は、
    　前記Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つの平均値を求め、求められた平均値により類似する領域毎に集約し、集約した領域の肌色分布に基づいて評価を行うことを特徴とする請求項７に記載の肌色評価装置。
  12. 　前記肌色分布評価手段は、
    　比較用の肌色分布として、予め設定される理想的な肌色分布、過去の肌色分布、他人の肌色分布、複数の肌色分布の平均値、及び前記集約した領域の肌色分布のうち、少なくとも１つを生成して、対象となる個人データとの比較を行い、肌色分布の評価を行うことを特徴とする請求項１１に記載の肌色評価装置。
  13. 　入力された顔領域を含む画像から肌色を評価する肌色評価プログラムにおいて、
    　コンピュータに、
    　前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割ステップ、
    　前記分割ステップにより分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価ステップ、及び、
    　前記測定結果又は評価結果を画面に表示する画面生成ステップを実行させるための肌色評価プログラム。
  14. 　入力された顔領域を含む画像から肌色を評価する肌色評価プログラムを記録したコンピュータ読み取り可能な記録媒体において、
    　コンピュータに、
    　前記画像の顔領域全体に対して予め設定される少なくとも２５箇所からなる第１特徴点と、前記第１特徴点を用いて設定される第２特徴点とにより所定の領域に分割する分割ステップ、
    　前記分割ステップにより分割された領域毎に、Ｌ＊ａ＊ｂ＊表色系におけるＬ＊，ａ＊，ｂ＊、Ｃａｂ ＊、ｈａｂ、ＸＹＺ表色系における三刺激値Ｘ、Ｙ、Ｚ、ＲＧＢの各値、色相Ｈ、明度Ｖ、彩度Ｃ、メラニン量、及びヘモグロビン量のうち、少なくとも１つを用いて平均値による肌色分布を生成し、測定結果に基づく評価を行う肌色分布評価ステップ、及び、
    　前記測定結果又は評価結果を画面に表示する画面生成ステップを実行させるための肌色評価プログラムを記録したコンピュータ読み取り可能な記録媒体。
PCT/JP2009/050347 2008-01-17 2009-01-14 肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体 WO2009090948A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US12/812,274 US20100284610A1 (en) 2008-01-17 2009-01-14 Skin color evaluation method, skin color evaluation apparatus, skin color evaluation program, and recording medium with the program recorded thereon
CN2009801023563A CN101911118B (zh) 2008-01-17 2009-01-14 肤色评价方法、肤色评价装置、肤色评价程序、以及存储了该程序的存储介质
EP09702552A EP2234063A1 (en) 2008-01-17 2009-01-14 Skin color evaluation method, skin color evaluation apparatus, skin color evaluation program, and recording medium with the program recorded thereon

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008-008370 2008-01-17
JP2008008370A JP5290585B2 (ja) 2008-01-17 2008-01-17 肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体

Publications (1)

Publication Number Publication Date
WO2009090948A1 true WO2009090948A1 (ja) 2009-07-23

Family

ID=40885337

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/050347 WO2009090948A1 (ja) 2008-01-17 2009-01-14 肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体

Country Status (6)

Country Link
US (1) US20100284610A1 (ja)
EP (1) EP2234063A1 (ja)
JP (1) JP5290585B2 (ja)
KR (1) KR20100105627A (ja)
CN (1) CN101911118B (ja)
WO (1) WO2009090948A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009294958A (ja) * 2008-06-05 2009-12-17 Kao Corp 顔画像の合成方法
CN106846421A (zh) * 2017-02-14 2017-06-13 深圳可思美科技有限公司 一种肤色检测方法及装置
CN109300164A (zh) * 2017-07-25 2019-02-01 丽宝大数据股份有限公司 皮肤基底色调判断方法与电子装置

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8319857B2 (en) * 2009-02-26 2012-11-27 Access Business Group International Llc Apparatus and method for correcting digital color photographs
JP5405994B2 (ja) * 2009-12-03 2014-02-05 花王株式会社 画像処理装置、画像処理方法、画像処理システム、肌評価方法
JP5650012B2 (ja) * 2011-02-25 2015-01-07 花王株式会社 顔画像処理方法、美容カウンセリング方法および顔画像処理装置
JP4831259B1 (ja) * 2011-03-10 2011-12-07 オムロン株式会社 画像処理装置、画像処理方法、および制御プログラム
JP5733032B2 (ja) * 2011-06-06 2015-06-10 ソニー株式会社 画像処理装置および方法、画像処理システム、プログラム、および、記録媒体
US9668653B2 (en) 2012-03-15 2017-06-06 Access Business Group International Llc, A Michigan Limited Liability Company Quantification of under-eye skin color
JP2013212177A (ja) * 2012-03-30 2013-10-17 Shiseido Co Ltd 画像解析方法、画像解析装置、及び画像解析プログラム
CN103152476B (zh) * 2013-01-31 2015-01-28 广东欧珀移动通信有限公司 检测皮肤状态的手机及其使用方法
US9542595B2 (en) * 2013-03-25 2017-01-10 Brightex Bio-Photonics Llc Systems and methods for recommending cosmetic products for users with mobile devices
FR3004536B1 (fr) * 2013-04-15 2016-04-15 Oreal Dispositif d'evaluation d'un produit a l'application
WO2014208067A1 (ja) * 2013-06-28 2014-12-31 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 肌の官能評価装置および肌の評価方法
US20150030243A1 (en) * 2013-07-24 2015-01-29 Di Qu Chart for evaluating skin color and its application to efficacy evaluation of anti-aging and skin lightening products
CN104732200B (zh) * 2015-01-28 2018-04-03 广州远信网络科技发展有限公司 一种皮肤类型和皮肤问题的识别方法
JP6566240B2 (ja) * 2015-04-16 2019-08-28 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
EP3530142A4 (en) * 2016-10-24 2019-10-30 Panasonic Intellectual Property Management Co., Ltd. PICTURE PROCESSING DEVICE, PICTURE PROCESSING METHOD AND PICTURE PROCESSING PROGRAM
CN106570909B (zh) * 2016-11-02 2020-01-17 华为技术有限公司 一种肤色检测方法、装置及终端
CN106952313A (zh) * 2017-03-21 2017-07-14 北京工商大学 基于HSI和Lab混合颜色模型的皮肤肤色评价方法
JP6677221B2 (ja) * 2017-06-06 2020-04-08 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
EP3664016B1 (en) 2017-08-24 2022-06-22 Huawei Technologies Co., Ltd. Image detection method and apparatus, and terminal
CN107633443A (zh) * 2017-08-29 2018-01-26 昆山市那美信息科技有限公司 一种智能全景展示的评价贴标系统
CN111316329A (zh) * 2017-12-26 2020-06-19 株式会社资生堂 信息处理装置、程序
KR102631708B1 (ko) * 2018-06-19 2024-01-31 삼성전자주식회사 항산화 지수 측정 장치 및 방법
JP2020012668A (ja) * 2018-07-13 2020-01-23 株式会社リコー 評価装置、計測装置、評価方法および評価プログラム
CN113711277A (zh) 2019-04-23 2021-11-26 宝洁公司 用于确定美容皮肤属性的设备和方法
CN113767439A (zh) 2019-04-23 2021-12-07 宝洁公司 用于将美容皮肤属性可视化的设备和方法
US11341759B2 (en) * 2020-03-31 2022-05-24 Capital One Services, Llc Image classification using color profiles
CN111539932B (zh) * 2020-04-22 2023-03-14 四川省肿瘤医院 一种血色素测量仪及测量方法
CN111831193A (zh) * 2020-07-27 2020-10-27 北京思特奇信息技术股份有限公司 自动换肤方法、装置、电子设备及存储介质
CN113139930B (zh) * 2021-03-17 2022-07-15 杭州迪英加科技有限公司 甲状腺切片图像分类方法、装置、计算机设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06282614A (ja) * 1993-03-26 1994-10-07 A T R Tsushin Syst Kenkyusho:Kk 物体形状表示装置
JPH08308634A (ja) * 1995-05-23 1996-11-26 Pola Chem Ind Inc 肌の評価装置
JPH08329278A (ja) * 1995-02-02 1996-12-13 Matsushita Electric Ind Co Ltd 画像処理装置
JP2001000419A (ja) * 1999-06-14 2001-01-09 Procter & Gamble Co:The 肌のイメージング及び分析システムとその方法
JP2004265406A (ja) * 2003-02-28 2004-09-24 Eastman Kodak Co バッチモードで処理されるポートレート画像を向上する方法及びシステム
JP2004321793A (ja) * 2003-04-29 2004-11-18 Inforward Inc 皮膚画像のコンピュータ解析のための方法およびシステム
WO2006043702A1 (ja) * 2004-10-22 2006-04-27 Shiseido Company, Ltd. 肌状態診断システムおよび美容のためのカウンセリングシステム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0725364B1 (en) * 1995-02-02 2006-11-15 Matsushita Electric Industrial Co., Ltd. Image processing apparatus
FR2749077B1 (fr) * 1996-05-23 1999-08-06 Oreal Procede et dispositif de mesure de la couleur
US7058209B2 (en) * 2001-09-20 2006-06-06 Eastman Kodak Company Method and computer program product for locating facial features
ES2534190T3 (es) * 2005-04-28 2015-04-20 Shiseido Company, Limited Método de análisis del estado de la piel, dispositivo de análisis del estado de la piel y medio de grabación en el que se graba un programa de análisis del estado de la piel
CN101371272B (zh) * 2006-01-17 2012-07-18 株式会社资生堂 化妆模拟系统，化妆模拟装置，化妆模拟方法
US8290257B2 (en) * 2007-03-02 2012-10-16 The Procter & Gamble Company Method and apparatus for simulation of facial skin aging and de-aging
US8218862B2 (en) * 2008-02-01 2012-07-10 Canfield Scientific, Incorporated Automatic mask design and registration and feature detection for computer-aided skin analysis
US8401300B2 (en) * 2009-12-14 2013-03-19 Conopco, Inc. Targeted image transformation of skin attribute

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06282614A (ja) * 1993-03-26 1994-10-07 A T R Tsushin Syst Kenkyusho:Kk 物体形状表示装置
JPH08329278A (ja) * 1995-02-02 1996-12-13 Matsushita Electric Ind Co Ltd 画像処理装置
JPH08308634A (ja) * 1995-05-23 1996-11-26 Pola Chem Ind Inc 肌の評価装置
JP2001000419A (ja) * 1999-06-14 2001-01-09 Procter & Gamble Co:The 肌のイメージング及び分析システムとその方法
JP2004265406A (ja) * 2003-02-28 2004-09-24 Eastman Kodak Co バッチモードで処理されるポートレート画像を向上する方法及びシステム
JP2004321793A (ja) * 2003-04-29 2004-11-18 Inforward Inc 皮膚画像のコンピュータ解析のための方法およびシステム
WO2006043702A1 (ja) * 2004-10-22 2006-04-27 Shiseido Company, Ltd. 肌状態診断システムおよび美容のためのカウンセリングシステム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009294958A (ja) * 2008-06-05 2009-12-17 Kao Corp 顔画像の合成方法
CN106846421A (zh) * 2017-02-14 2017-06-13 深圳可思美科技有限公司 一种肤色检测方法及装置
CN109300164A (zh) * 2017-07-25 2019-02-01 丽宝大数据股份有限公司 皮肤基底色调判断方法与电子装置

Also Published As

Publication number Publication date
EP2234063A1 (en) 2010-09-29
JP2009169758A (ja) 2009-07-30
JP5290585B2 (ja) 2013-09-18
US20100284610A1 (en) 2010-11-11
KR20100105627A (ko) 2010-09-29
CN101911118B (zh) 2013-06-12
CN101911118A (zh) 2010-12-08

Similar Documents

Publication Publication Date Title
JP5290585B2 (ja) 肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体
TWI585711B (zh) 獲得保養信息的方法、分享保養信息的方法及其電子裝置
TWI514291B (zh) 年齡估計方法
US8094186B2 (en) Skin condition diagnosis system and beauty counseling system
US20150099947A1 (en) Skin youthfulness index, methods and applications thereof
US8591414B2 (en) Skin state analyzing method, skin state analyzing apparatus, and computer-readable medium storing skin state analyzing program
TWI669660B (zh) 斑點評估裝置、斑點評估方法及程式
US20160106198A1 (en) Transparency evaluation device, transparency evaluation method and transparency evaluation program
CN108024719B (zh) 肌肤的光泽评价装置、光泽评价方法及记录介质
TWI452998B (zh) System and method for establishing and analyzing skin parameters using digital image multi-area analysis
Bernardis et al. Quantifying alopecia areata via texture analysis to automate the salt score computation
KR20170117840A (ko) 맞춤형 피부 진단 및 관리 시스템
JP2009082338A (ja) エントロピーを用いた肌の鑑別方法
Imai et al. Facial cues to age perception using three-dimensional analysis
JP3920747B2 (ja) 画像処理装置
JP2013212177A (ja) 画像解析方法、画像解析装置、及び画像解析プログラム
Bellavia et al. A non-parametric segmentation methodology for oral videocapillaroscopic images
Flament et al. Developing an artificial intelligence (AI)‐based descriptor of facial appearance that fits with the assessments of makeup experts
JP2014093043A (ja) 顔画像分析装置及び顔画像分析方法
TWI528296B (zh) 皮脂量的推定方法、皮脂量推定裝置及皮脂量推定程式
JP2017192767A (ja) 画像解析方法、画像解析装置、及び画像解析プログラム
WO2023060720A1 (zh) 情绪状态展示方法、装置及系统
TW201535320A (zh) 增齡分析方法及增齡分析裝置
TW201028963A (en) Evaluation method of skin color, evaluation apparatus of skin color, evaluation program of skin color and recording media thereof
JP6028188B1 (ja) 情報提供装置及び情報提供方法

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980102356.3

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09702552

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20107013924

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 12812274

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2009702552

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE