JP2007128171A - 顔画像合成装置、顔画像合成方法および顔画像合成プログラム - Google Patents
顔画像合成装置、顔画像合成方法および顔画像合成プログラム Download PDFInfo
- Publication number
- JP2007128171A JP2007128171A JP2005318654A JP2005318654A JP2007128171A JP 2007128171 A JP2007128171 A JP 2007128171A JP 2005318654 A JP2005318654 A JP 2005318654A JP 2005318654 A JP2005318654 A JP 2005318654A JP 2007128171 A JP2007128171 A JP 2007128171A
- Authority
- JP
- Japan
- Prior art keywords
- age
- face image
- face
- wrinkle
- model
- 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
Images
Landscapes
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】最初に、CPUは各対象者のしみ成分およびしわ成分を年齢形状特徴に合成する。次に、CPUはマッチング係数Pの最大値を検出する。マッチング係数Pとは、一方の対象者のしわ成分の面積をAとし、他方の対象者のしわ成分の面積をBとし、これらが重なり合ってできたしわ成分の面積をCとした場合に、P=C/A+C/Bにより算出される値をいう。次に、CPUはマッチング係数Pの最大値が所定値(例えば、0.5)以上であるか否かを判別する。マッチング係数Pの最大値が所定値以上である場合に、CPUはしわ成分の輝度を積算し、この積算結果に基づいてしわモデルのしわ成分を設定する。
【選択図】図3
Description
適用することにより指定された年齢または年齢層に対応する顔画像を合成するステップとを備えたものである。
最初に、本発明に係る顔画像合成装置および顔画像合成方法の基本思想について説明する。
次に、図1のブロック図を用いて本実施の形態の顔画像合成方法を実行するための顔画像合成装置の構成を説明する。
以下、図2のフローチャートを参照しながら、図1の顔画像合成装置によるしみ/しわモデル作成処理について説明する。
図3は、しわモデル作成処理を示すフローチャートである。しわモデル作成処理で用いられるしわ成分は複数の階調を有する多値画像である。
次に、CPU501は、一方の対象者のしわ成分または他方の対象者のしわ成分の位置をずらすことにより、重なりの度合いが最も大きくなる位置を検出し、その位置おける上記マッチング係数Pを当該マッチング係数Pの最大値として検出する(上述のステップS22)。なお、しわ成分の位置をずらす処理は、例えば9画素×9画素の領域上で行われる。
以下、しみモデル作成処理(ステップS12)について図面を参照しながら説明する。
次に、しみモデルおよびしわモデルを、ある対象者の原画像に適用するためのモデル適用処理について説明する。
このように、本実施の形態においては、しみ/しわモデル作成処理によりしみモデルおよびしわモデルを作成し、これらを対象者の原画像に適用することによって、コンピュータグラフィックス(CG)によるしみおよびしわを顔画像に合成した場合のような合成後の顔画像に残る不自然さの発生を防止することができる。それにより、年齢操作後の結果における信頼性を向上することができる。
次に、図2のしみ/しわモデル作成処理における明領域画像の作成(ステップS3)および暗領域画像の作成(ステップS4)について説明する。
次に、ブロッブの抽出およびラベリングについて説明する。図16および図17は、ブロッブの抽出およびラベリングを説明するための図である。
次に、ラベリングされたブロッブからしみおよびしわを検出する処理ならびにしみ成分およびしわ成分を生成する処理について説明する。
一般的な顔の知識より、しみは顔に対して大きな領域を占めるものではなく、十分に小さい。しかし、著しく小さいブロッブは観察者が知覚できないであろうことから、しみとはしない。また、しみの形状は、円に近いか、または円から多少歪んだ形状である。
一般的な顔の知識より、しわは顔の大きさと比較して著しく長いものではない。また、しわの形状は、直線状または曲線状である。一方、顔パーツの輪郭線も同様な形状を示している場合がある。しかし、人が顔を観察する場合にもこれらの局所的な画像のみからはしわと顔パーツの輪郭線とを識別することが難しいことがしばしばある。人は、このような場合に、顔という知識を利用していると考えられる。そこで、ブロッブに、顔パーツの一部が含まれていれば、そのブロッブは顔パーツの輪郭線とみなす。
上式(2)において、wはブロッブの横の長さ、hはブロッブの縦の長さ、sはブロックの画素数、αおよびβはそれぞれ所定の係数である。
上式(3)において、max(w,h)はブロッブの横の長さwおよび縦の長さhのうち長い方の値を示す。また、sはブロッブの画素数である。
所定値Lよりも小さい場合には、CPU501はそのブロッブを排除する(ステップS76)。
上式(4)において、sはブロッブの画素数である。また、uは、ブロッブの重心W0を中心とする円C外の画素の数である。
次に、対象者の原画像の顔画像に対して年齢が異なる顔画像を合成する方法について説明する。この方法を用いて顔画像の形状を操作することにより、「ある顔画像の人物が若く見られるならばこんな感じ」、「老けて見られるならばこんな感じ」という印象を得ることができる。なお、上記方法を実施するための画像処理装置の構成は図1の画像処理装置50の構成と同じである。
上式(5)において、Tは転置を示す。すべての顔画像の形状特徴ベクトルの平均値が形状特徴ベクトル空間の中心に配置されるように各要素(変量)から平均FAVを引く。
次に、上式(6)を用いて新たに顔特徴空間Gを次式(7)により定義する。
そして、次式(8)により顔特徴空間Gの共分散行列Sを求める。
上式(8)より求められた共分散行列Sに対して次式(9)により特異値分解を行うことにより、各固有ベクトルを顔特徴空間Gの主成分として求めることができる。
Uはユニタリ行列であり、各列が固有ベクトルとなる。すなわち、ユニタリ行列Uの第1列には第1番目〜第M番目の顔画像における第1主成分の主成分得点が順に並び、第2列には第1番目〜第M番目の顔画像における第2主成分の主成分得点が順に並び、第3列には第1番目〜第M番目の顔画像における第3主成分の主成分得点が順に並ぶ。同様に、ユニタリ行列Uの第M列には第1番目〜第M番目の顔画像における第(2L+1)主成分の主成分得点が並ぶ。Dは対角行列であり、対角成分が各主成分の固有値である。すなわち、対角行列Dの対角成分は、第1主成分〜第(2L+1)主成分の固有値λ1 〜λ2L+1である。
第1主成分の標準偏差σ1 の3倍の範囲、すなわち−(3/2)σ1 から+(3/2)σ1 の範囲を顔形状(形状特徴)の変化範囲とする。この変化範囲にすべての顔画像のうち90%以上が属する。+(3/2)σ1 を第1主成分の主成分得点とし、他の主成分の主成分得点を0とする主成分特徴ベクトルをPmax とする。また、−(3/2)σ1 を第1主成分の主成分得点とし、他の主成分の主成分得点を0とする主成分特徴ベクトルをPmin とする。主成分特徴ベクトルPmax はM個の顔画像より求められる平均顔画像において最年長(または最年少)の顔画像に対応し、主成分特徴ベクトルPmin はM個の顔画像により求められる平均顔画像において最年少(または最年長)の顔画像に対応する。
Pmin=[−(3/2)σ1,0,0,…,0]T …(12)
上式(11),(12)の主成分特徴ベクトルPmax ,Pmin より顔形状ベクトルFmax ,Fmin を再構成する。顔形状ベクトルFmax は最年長(または最年少)の平均顔画像を表し、顔形状ベクトルFmin は最年少(または最年長)の平均顔画像を表す。そして、次式のように、顔形状ベクトルFmax と顔形状ベクトルFmin との差を年齢特徴を表す特徴ベクトル(年齢特徴ベクトル)Fとして抽出する。
ただし、年齢特徴ベクトルFには属性値は必要ないため、年齢特徴ベクトルFは年齢属性値を削除した2L次元のベクトルとする。
上式(14)の年齢特徴ベクトルFは、最年長の平均顔画像と最年少の平均顔画像との間での各特徴点の移動量を表している。例えば、変量x1 は1番目の特徴点のx座標の移動量を表し、変量y1 は1番目の特徴点のy座標の移動量を表す。
上式(15)の変量x1,y1,x2,y2,…,x2L,y2Lはオリジナル顔画像のL個の特徴点のx座標およびy座標である。
上式(15)のオリジナル顔画像の形状特徴ベクトルFI に上式(16)の修正ベクトルF’を次式のように加算または減算し、年齢特徴をマッピングした形状特徴ベクトルFS を作成する。
上式(17)の形状特徴ベクトルFS から顔画像を再構成することによりオリジナル顔画像に対して年齢が異なる顔画像を合成することができる。この場合、上式(16)における合成割合bの値を任意に設定することにより、任意の年齢の顔画像を合成することが可能となる。
本実施の形態においては、外部記憶装置506が記憶手段に相当し、CPU501が検出手段、作成手段、抽出手段、適用手段、生成手段、変形手段およびコンピュータに相当する。
個人の顔の経年変化に関わる形状特徴について考える場合、主成分分析の変量に与える属性値として、実年齢を利用すればよい。しかし、顔の経年変化では、形状とともに、しみやしわ、肌のきめ等も変化することは経験的にも明らかである。本実施例では、経年変化により変化する顔の形状特徴ではなく、みかけの年齢、つまり若く見える顔や、老けて見える顔の形状の特徴について検討した。そして、見かけの年齢の属性値として、実年齢を与えたのでは不十分であるため、見かけの年齢の属性値を求めるために年齢知覚実験(年齢評定実験)を行った。
年齢知覚実験における実験刺激には、本願出願人が収集して作成した表情顔画像データベースから、日本人男女各142名の無表情、正面向き、実年齢が10代後半から30代後半の顔画像を用いた。また、顔画像は512×512ピクセルのカラー画像であり、顔が枠内に十分入る大きさであった。被験者は大学生(18才〜22才)の男性25名および女性22名であった。
顔画像ごとに評定値の平均および標準偏差を求めた。図24は顔画像ごとの評定置の平均を降順に並び替えてプロットした図である。図24の横軸は、142名の顔画像を示し、縦軸は、各顔画像の評定値の平均を示す。三角印および丸印はそれぞれ男性および女性の顔画像の評定値の平均を表す。
次に、上記の年齢知覚実験により得られた見かけの年齢属性値を用いて顔年齢特徴抽出実験を行った。顔情報に見かけの年齢属性値を付加する場合(以下、属性値付加条件と呼ぶ)と、顔情報に見かけの年齢属性値を付加しない場合(以下、属性値なし条件と呼ぶ)とで、抽出される形状特徴の比較を行った。
顔画像の形状特徴には、本願出願人が開発した顔画像合成システム(FUTON)(蒲池みゆき,向田茂,吉川左紀子,加藤隆,尾田正臣,赤松茂,“顔・表情認知に関する心理実験のための顔画像合成システム−FUTON System−,”信学技法,HIP97−39,pp.73−80,Jan.1998および向田茂,蒲池みゆき,赤松茂,“顔画像合成システム(FUTON system)におけるマニュアルサンプリングの評価,”信学技法,HIP99−49,pp.13−18,Nov.1999参照)のデフォルト特徴点83点の座標値を用いた。
・属性値なし条件
従来手法の属性値なし条件では、顔情報(形状特徴ベクトルの変量)として、83点の特徴点の座標値のみを用いた。1枚の顔画像を166次元の形状特徴ベクトルFN として表した。
・属性値付加条件
属性値付加条件では、顔情報として(形状特徴ベクトルの変量)、83点の特徴点の座標値に加え,予備実験で得られた各顔画像の評定値の平均値を100倍した値を、見かけの年齢属性値aとして用いた。そして、1枚の顔画像を167次元の形状特徴ベクトルFA として表した。
得られた主成分ごとの固有値から、その主成分の変化量を決定し、主成分ごとに形状特徴ベクトルを再構成後、視覚的にその差を比較した。
男女それぞれの顔画像について、属性値なし条件および属性値付加条件から得られた各主成分における主成分得点を分析した。もし、主成分が年齢変化に強く関与しているのであれば、顔画像を年齢順に並べたとき、主成分上の各顔画像の主成分得点は昇順あるいは降順に並んでいるはずである。そこで、男女の顔画像での各条件で得られた主成分のうち第1主成分から第3主成分までの主成分得点をプロットした。
各主成分における主成分得点の分布から見ると、属性値なし条件と、属性値付加条件の第2主成分以降では、顔画像を見かけの年齢順に並べたときに、主成分得点が全く昇順あるいは降順になっていなかったことから、これらの主成分は見かけの年齢に影響を与える特徴と密接に関係しているとは言えない。一方、属性値付加条件の第1主成分では、見かけの年齢順に顔画像を並べたとき、男女の顔画像とも、主成分得点はほぼ順に並んでいたこと、さらには年齢知覚実験(年齢評定実験)で得られたデータ(評定値)の分布と第1主成分のデータ(主成分得点)の分布はよく似た分布を示していることから、属性値付加条件で得られた第1主成分は、見かけの年齢に影響を与える形状特徴と密接に関係していると言える。
年齢特徴抽出実験により得られた見かけの年齢特徴を個人の顔画像へマッピングした。
FI=(x1,y1,x2,x3,…,x166,y166)T …(15)
オリジナル顔画像の形状特徴ベクトルFIと、見かけの年齢特徴ベクトルFの各要素に合成割合0.5を乗じた修正ベクトルF’を加算あるいは減算し、年齢特徴をマッピングした顔形状ベクトルFSを作成した。
FS=FI±F’ …(17)
そして、顔形状がFI からFS へと変化する形状モーフィング(顔合成技術)をFUTONで行った。
100 原画像
200 周辺領域
300 注目画素
501 CPU
502 ROM
503 RAM
504 入力装置
505 表示装置
506 外部記憶装置
507 記録媒体駆動装置
508 印刷装置
509 記録媒体
601,602,601A,602A,B1,B2,B3,B4,B5,B6,B7 ブロッブ
700 処理領域
Claims (7)
- 対象者の顔画像から指定された年齢または年齢層の顔画像を合成する顔画像合成装置であって、
予め複数人の顔画像を記憶する記憶手段と、
前記記憶手段に記憶された複数人の顔画像から複数人のしみまたはしわを検出する検出手段と、
前記検出手段により検出された複数人のしみまたはしわから年齢または年齢層に対応するしみモデルまたはしわモデルを作成する作成手段と、
対象者の顔画像からしみまたはしわを有しない顔形状を抽出する抽出手段と、
前記作成手段により作成された年齢または年齢層に対応するしみモデルまたはしわモデルのうち指定された年齢または年齢層に対応するしみモデルまたはしわモデルを前記抽出手段により抽出された対象者の顔形状に合致するよう変形した後、変形後のしみモデルまたはしわモデルを前記対象者の顔画像に適用することにより指定された年齢または年齢層に対応する顔画像を合成する適用手段とを備えたことを特徴とする顔画像合成装置。 - 前記作成手段は、複数人のしわを重ね合わせた後、重なり合う領域をしわモデルとして作成することを特徴とする請求項1記載の顔画像合成装置。
- 前記作成手段は、顔画像の複数に分割された領域ごとに複数人からしみの数または面積を抽出し、抽出された前記領域ごとのしみの数または面積を前記領域ごとに昇順または降順に並べた場合に、略中央に位置する前記しみの数または面積を有する対象者の領域を選択し、選択された領域のしみを結合したものをしみモデルとして作成することを特徴とする請求項1または2記載の顔画像合成装置。
- 前記記憶手段に記憶された複数人の顔画像から年齢形状特徴を生成する生成手段と、
前記生成手段により生成された年齢形状特徴のうち指定された年齢または年齢層に対応する年齢形状特徴に基づいて前記抽出手段により抽出された対象者の顔形状を変形させる変形手段とをさらに備えたことを特徴とする請求項1〜3のいずれかに記載の顔画像合成装置。 - 前記検出手段は、前記記憶手段に記憶された各顔画像において各画素の輝度と周辺領域の輝度との差に基づいて小塊を抽出し、抽出された前記小塊からしみまたはしわを検出することを特徴とする請求項1〜4のいずれかに記載の顔画像合成装置。
- 対象者の顔画像から指定された年齢または年齢層の顔画像を合成する顔画像合成方法であって、
予め複数人の顔画像を記憶するステップと、
前記記憶された複数人の顔画像から複数人のしみまたはしわを検出するステップと、
前記検出された複数人のしみまたはしわから年齢または年齢層に対応するしみモデルまたはしわモデルを作成するステップと、
対象者の顔画像からしみまたはしわを有しない顔形状を抽出するステップと、
前記作成された年齢または年齢層に対応するしみモデルまたはしわモデルのうち指定された年齢または年齢層に対応するしみモデルまたはしわモデルを抽出された対象者の顔形状に合致するよう変形した後、変形後のしみモデルまたはしわモデルを前記対象者の顔画像に適用することにより指定された年齢または年齢層に対応する顔画像を合成するステップとを備えたことを特徴とする顔画像合成方法。 - コンピュータにより実行可能で、対象者の顔画像から指定された年齢または年齢層の顔画像を合成する顔画像合成プログラムであって、
予め複数人の顔画像を記憶する処理と、
前記記憶された複数人の顔画像から複数人のしみまたはしわを検出する処理と、
前記検出された複数人のしみまたはしわから年齢または年齢層に対応するしみモデルまたはしわモデルを作成する処理と、
対象者の顔画像からしみまたはしわを有しない顔形状を抽出する処理と、
前記作成された年齢または年齢層に対応するしみモデルまたはしわモデルのうち指定された年齢または年齢層に対応するしみモデルまたはしわモデルを抽出された対象者の顔形状に合致するよう変形した後、変形後のしみモデルまたはしわモデルを前記対象者の顔画像に適用することにより指定された年齢または年齢層に対応する顔画像を合成する処理とを、
前記コンピュータに実行させることを特徴とする顔画像合成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005318654A JP4682373B2 (ja) | 2005-11-01 | 2005-11-01 | 顔画像合成装置、顔画像合成方法および顔画像合成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005318654A JP4682373B2 (ja) | 2005-11-01 | 2005-11-01 | 顔画像合成装置、顔画像合成方法および顔画像合成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007128171A true JP2007128171A (ja) | 2007-05-24 |
JP4682373B2 JP4682373B2 (ja) | 2011-05-11 |
Family
ID=38150798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005318654A Expired - Fee Related JP4682373B2 (ja) | 2005-11-01 | 2005-11-01 | 顔画像合成装置、顔画像合成方法および顔画像合成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4682373B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008299365A (ja) * | 2007-05-29 | 2008-12-11 | Seiko Epson Corp | 画像処理装置、画像処理方法、および、コンピュータプログラム |
JP2009139335A (ja) * | 2007-12-10 | 2009-06-25 | Shiseido Co Ltd | 培養皮膚シワモデル、その製造方法及び抗シワ薬剤評価方法 |
JP2009294958A (ja) * | 2008-06-05 | 2009-12-17 | Kao Corp | 顔画像の合成方法 |
JP2010230470A (ja) * | 2009-03-27 | 2010-10-14 | Mitsubishi Space Software Kk | 放射強度分布配置装置、放射強度分布配置プログラム、放射強度分布配置方法、放射計幾何用目印システムおよび放射計幾何用目印方法 |
WO2013005447A1 (ja) * | 2011-07-07 | 2013-01-10 | 花王株式会社 | 顔印象分析方法、美容カウンセリング方法および顔画像生成方法 |
CN105224929A (zh) * | 2015-10-10 | 2016-01-06 | 北京邮电大学 | 一种查找人脸照片的方法 |
KR101725808B1 (ko) * | 2015-08-27 | 2017-04-26 | 연세대학교 산학협력단 | 얼굴 영상의 얼굴 나이 변환 방법 및 그 장치 |
JP2019114253A (ja) * | 2017-12-22 | 2019-07-11 | シャネル パフュームズ ビューテ | 改善された年齢モデル化方法 |
CN112562026A (zh) * | 2020-10-22 | 2021-03-26 | 百果园技术(新加坡)有限公司 | 一种皱纹特效渲染方法、装置、电子设备及存储介质 |
CN114612994A (zh) * | 2022-03-23 | 2022-06-10 | 深圳伯德睿捷健康科技有限公司 | 训练皱纹检测模型的方法、装置及检测皱纹的方法、装置 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6872742B2 (ja) | 2016-06-30 | 2021-05-19 | 学校法人明治大学 | 顔画像処理システム、顔画像処理方法及び顔画像処理プログラム |
JP2022505746A (ja) | 2018-10-26 | 2022-01-14 | ソウル マシーンズ リミティド | デジタルキャラクタブレンディング及び生成のシステム及び方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005092349A (ja) * | 2003-09-12 | 2005-04-07 | Advanced Telecommunication Research Institute International | 顔画像合成装置、顔画像合成方法および顔画像合成プログラム |
-
2005
- 2005-11-01 JP JP2005318654A patent/JP4682373B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005092349A (ja) * | 2003-09-12 | 2005-04-07 | Advanced Telecommunication Research Institute International | 顔画像合成装置、顔画像合成方法および顔画像合成プログラム |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008299365A (ja) * | 2007-05-29 | 2008-12-11 | Seiko Epson Corp | 画像処理装置、画像処理方法、および、コンピュータプログラム |
JP2009139335A (ja) * | 2007-12-10 | 2009-06-25 | Shiseido Co Ltd | 培養皮膚シワモデル、その製造方法及び抗シワ薬剤評価方法 |
JP2009294958A (ja) * | 2008-06-05 | 2009-12-17 | Kao Corp | 顔画像の合成方法 |
JP2010230470A (ja) * | 2009-03-27 | 2010-10-14 | Mitsubishi Space Software Kk | 放射強度分布配置装置、放射強度分布配置プログラム、放射強度分布配置方法、放射計幾何用目印システムおよび放射計幾何用目印方法 |
WO2013005447A1 (ja) * | 2011-07-07 | 2013-01-10 | 花王株式会社 | 顔印象分析方法、美容カウンセリング方法および顔画像生成方法 |
JP5231685B1 (ja) * | 2011-07-07 | 2013-07-10 | 花王株式会社 | 顔印象分析方法、美容カウンセリング方法および顔画像生成方法 |
US9330298B2 (en) | 2011-07-07 | 2016-05-03 | Kao Corporation | Face impression analyzing method, aesthetic counseling method, and face image generating method |
KR101725808B1 (ko) * | 2015-08-27 | 2017-04-26 | 연세대학교 산학협력단 | 얼굴 영상의 얼굴 나이 변환 방법 및 그 장치 |
CN105224929A (zh) * | 2015-10-10 | 2016-01-06 | 北京邮电大学 | 一种查找人脸照片的方法 |
JP2019114253A (ja) * | 2017-12-22 | 2019-07-11 | シャネル パフュームズ ビューテ | 改善された年齢モデル化方法 |
CN112562026A (zh) * | 2020-10-22 | 2021-03-26 | 百果园技术(新加坡)有限公司 | 一种皱纹特效渲染方法、装置、电子设备及存储介质 |
CN114612994A (zh) * | 2022-03-23 | 2022-06-10 | 深圳伯德睿捷健康科技有限公司 | 训练皱纹检测模型的方法、装置及检测皱纹的方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
JP4682373B2 (ja) | 2011-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4682373B2 (ja) | 顔画像合成装置、顔画像合成方法および顔画像合成プログラム | |
CN101779218B (zh) | 化妆模拟***及其化妆模拟方法 | |
O'Toole et al. | 3D shape and 2D surface textures of human faces: The role of “averages” in attractiveness and age | |
JP6368919B2 (ja) | メイクアップ支援装置、メイクアップ支援方法、およびメイクアップ支援プログラム | |
Liao et al. | Automatic caricature generation by analyzing facial features | |
JP5261586B2 (ja) | メイクアップシミュレーションシステム、メイクアップシミュレーション装置、メイクアップシミュレーション方法およびメイクアップシミュレーションプログラム | |
US20080304736A1 (en) | Method of estimating a visual evaluation value of skin beauty | |
JP2012181843A (ja) | しわのエイジング及びディエイジングの現実的シミュレーションの方法及び装置 | |
JP2010507854A (ja) | ビデオイメージシーケンスを仮想シミュレーションする方法及び装置 | |
JP2001109913A (ja) | 画像処理装置および画像処理方法ならびに画像処理プログラムを記録した記録媒体 | |
JP3920747B2 (ja) | 画像処理装置 | |
JP5035524B2 (ja) | 顔画像の合成方法及び合成装置 | |
JP2009082338A (ja) | エントロピーを用いた肌の鑑別方法 | |
JP2002024811A (ja) | 影成分除去装置 | |
CN113344837B (zh) | 人脸图像处理方法及装置、计算机可读存储介质、终端 | |
JP2002304638A (ja) | 表情アニメーション生成装置および表情アニメーション生成方法 | |
Baltrusaitis et al. | A high fidelity synthetic face framework for computer vision | |
JP2007175484A (ja) | 顔分類方法、顔分類装置、分類マップ、顔分類プログラム、及び該プログラムが記録された記録媒体 | |
JP4893968B2 (ja) | 顔画像の合成方法 | |
Benson et al. | Enhancing images of facial expressions | |
JP5650012B2 (ja) | 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 | |
Terzopoulos et al. | Model-based and image-based methods for facial image synthesis, analysis and recognition | |
JPH1021290A (ja) | メークアップのシミュレート法 | |
Leta et al. | A study of the facial aging-a multidisciplinary approach | |
JP7495292B2 (ja) | 顔経時変化予測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080326 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100928 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101125 |
|
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: 20110111 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110120 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140218 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4682373 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |