JP2019017981A - 肌状態検出方法及び電子機器 - Google Patents

肌状態検出方法及び電子機器 Download PDF

Info

Publication number
JP2019017981A
JP2019017981A JP2018071310A JP2018071310A JP2019017981A JP 2019017981 A JP2019017981 A JP 2019017981A JP 2018071310 A JP2018071310 A JP 2018071310A JP 2018071310 A JP2018071310 A JP 2018071310A JP 2019017981 A JP2019017981 A JP 2019017981A
Authority
JP
Japan
Prior art keywords
image
skin condition
respect
horizontal line
feature value
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
Application number
JP2018071310A
Other languages
English (en)
Other versions
JP6592132B2 (ja
Inventor
軾榮 沈
Shyh-Yong Shen
軾榮 沈
敏昶 季
Min-Chang Chi
敏昶 季
孝宗 ▲呉▼
孝宗 ▲呉▼
xiao zong Wu
靖維 王
Ching-Wei Wang
靖維 王
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cal Comp Big Data Inc
Original Assignee
Cal Comp Big Data Inc
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 Cal Comp Big Data Inc filed Critical Cal Comp Big Data Inc
Publication of JP2019017981A publication Critical patent/JP2019017981A/ja
Application granted granted Critical
Publication of JP6592132B2 publication Critical patent/JP6592132B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/442—Evaluating skin mechanical properties, e.g. elasticity, hardness, texture, wrinkle assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • 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
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Dermatology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

【課題】肌状態検出方法及び電子機器を提供する。【解決手段】本方法は、第１画像を取得するステップと、第１画像上で少なくとも１回の肌状態の検出を行い、少なくとも１つの第１特徴値を取得するステップと、第２画像での肌状態の検出を通して取得される、少なくとも１つの第２特徴値を取得するステップと、第１特徴値及び第２特徴値に従って、第１画像における肌状態が第２画像における肌状態に対して変化したか否かを判定するステップと、第１画像における肌状態が第２画像における肌状態に対して変化した場合に、第１画像における、肌状態が第２画像における肌状態に対して変化したことを示す告知情報を出力するステップとを含む。本発明は、肌状態の変化を効率的かつ明確に判定することを可能とする。【選択図】図８

Description

本発明は、肌状態検出方法及び電子機器に関する。
人は歳を取り、その肌状態は、通常、時が経つにつれて変化する。肌状態とは、例えば、皺の数、肌の毛穴のサイズ、又は目のたるみ度合いをいう。しかし、人は、自身の肌状態が変わったか否かを明確には知ることができない。そのため、肌状態が変わったか否かを効率的に明確に判定する方法は、本分野にて対処する必要のある課題である。
人は、自身の肌状態が変わったか否かを明確には知ることができない。そのため、肌状態が変わったか否かを効率的に明確に判定する方法は、本分野にて解決する必要のある課題である。
本発明は、異なる時点に取得された２つの顔画像に従って、顔画像における肌状態が変化したか否かを判定し、対応する告知情報を出力するために適用される肌状態検出方法を提供する。
本発明は肌状態検出方法を提供する。本方法は、第１画像を取得するステップと、第１画像上で少なくとも１回の肌状態の検出を行い、少なくとも１つの第１特徴値を取得するステップと、第２画像での肌状態の検出を通して取得される、少なくとも１つの第２特徴値を取得するステップと、第１特徴値と第２特徴値とに従って、第１画像における肌状態が第２画像における肌状態に対して変化したか否かを判定するステップと、第１画像における肌状態が第２画像における肌状態に対して変化した場合に、第１画像における肌状態が第２画像における肌状態に対して変化したことを示す告知情報を出力するステップとを含む。
本発明は電子機器を提供する。電子機器は、記憶装置と処理装置とを備える。記憶装置は、複数のモジュールを記憶するよう構成される。処理装置は、記憶装置に結合され、記憶装置に記憶されたモジュールにアクセスし、実行するよう構成され、モジュールは、画像取得モジュールと、肌状態検出モジュールと、特徴値取得モジュールと、肌状態判定モジュールと、出力モジュールとを含む。画像取得モジュールは、第１画像を取得する。肌状態検出モジュールは、第１画像上で少なくとも１回の肌状態の検出を行い、少なくとも１つの第１特徴値を取得する。特徴値取得モジュールは、第２画像での肌状態の検出を通して取得される、少なくとも１つの第２特徴値を取得する。肌状態判定モジュールは、第１特徴値と第２特徴値とに従って、第１画像における肌状態が第２画像における肌状態に対して変化したか否かを判定する。第１画像における肌状態が第２画像における肌状態に対して変化した場合に、第１画像における肌状態が第２画像における肌状態に対して変化したことを示す告知情報を出力する。
上記に基づいて、本発明の肌状態検出方法は、異なる時点に取得された２つの顔画像に従って、顔画像における肌状態が変化したか否かを判定し、対応する告知情報を出力するために適用される。したがって、ユーザは、現在の画像における肌状態が、過去の画像における肌状態に比べて老化したか否かをより明確に知ることができる。
本発明の上述した特徴および他の特徴、並びに効果をより理解するために、以降において、いくつかの実施形態が添付の図面とともに詳細に説明される。
本発明のさらなる理解を提供するために、添付の図面が含まれ、組み入れられ、本明細書の一部を構成する。図面は、説明とともに本発明の例示的な実施形態を示し、本発明の原理を説明するのに役立つ。
本発明の一実施形態による電子機器を示すブロック図である。 本発明の一実施形態による肌状態検出方法を示すフローチャートである。 本発明の一実施形態による、目がたるんだか否かを判定する方法を例示する図である。 本発明の一実施形態による、皺の数が増加したか否かを判定する方法を例示する図である。 本発明の一実施形態に従って取得された額領域の画像を例示する図である。 本発明の一実施形態による、毛穴サイズが増大したか否かを判定する方法を例示する図である。 本発明の一実施形態に従って取得された頬領域の画像を例示する図である。 本発明の一実施形態による肌状態検出方法を示すフローチャートである。
図１は、本発明の一実施形態による電子機器を示すブロック図である。図１を参照すると、電子機器１０００は、処理装置１００と、記憶装置１２０とを含む。処理装置１００は、記憶装置１２０に結合されるが、本発明はこれに限らない。本発明の一実施形態において、電子機器１０００は、サーバ、スマートモバイルデバイス、デスクトップコンピュータ、ラップトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント（ＰＤＡ）等であってもよいが、本発明はこれに限らない。
処理装置１００は、中央処理装置（ＣＰＵ）、汎用又は専用のプログラマブルマイクロプロセッサ、デジタルシグナルプロセッサ（ＤＳＰ）、プログラマブルコントローラ、特定用途向け集積回路（ＡＳＩＣ）、他の類似のデバイス、あるいはこれらの組合せであってもよい。
記憶装置１２０は、任意タイプの固定又は可動のランダム・アクセス・メモリ（ＲＡＭ）、リード・オンリー・メモリ（ＲＯＭ）、フラッシュメモリ、類似のデバイス、あるいはこれらの組み合わせであってもよい。
本例示の実施形態において、電子機器１０００の記憶装置１２０は、複数のコードスニペットを内部に記憶する。コードスニペットは、インストール後に、処理装置１００によって実行される。一例として、記憶装置１２０は、例えば画像取得モジュール１２０ａ、肌状態検出モジュール１２０ｂ、特徴値取得モジュール１２０ｃ、肌状態判定モジュール１２０ｄ、及び出力モジュール１２０ｅのような複数のモジュールを記憶し、これらを通して電子機器１０００のステップはそれぞれ実行され、各モジュールは、１つ以上のコードスニペットで構成される。上記の実施形態に記載の記憶装置１２０は、必ずしも単一のストレージコンポーネントではなく、上述のモジュールは、同じタイプ又は異なるタイプの２つ以上のストレージコンポーネントに別々に記憶することができることに留意されたい。本発明のいくつかの他の実施形態では、モジュールは、それぞれ特定の回路構造によって実装することができる。
本発明の一実施形態において、電子機器１０００は、（不図示の）入力／出力（Ｉ／Ｏ）インターフェース、及び（不図示の）通信インターフェースのような構成要素をさらに含むが、本発明はこれに限らない。より具体的には、入力／出力インターフェースは、情報及びデータを出力又は入力するために用いられるディスプレイ、ラウドスピーカ、キーボード、マウス、及びタッチパネル等のような構成要素を含む。さらに、通信インターフェースは、電子機器１０００を他の機器に接続するための、様々な有線通信規格及び無線通信規格をサポートする。
本発明の実施形態で提供される肌状態検出方法は、図１に示される電子機器１０００に適用可能である。肌状態検出方法の実施形態は、図１に示される電子機器１０００を参照して、以下で詳細に説明される。しかし、本肌状態検出方法は、電子機器１０００で用いられることに限らず、相当する能力を有する他の電子機器又はシステムでも用いることができることに留意されたい。
図２は、本発明の一実施形態による肌状態検出方法を示すフローチャートである。図２を参照すると、ステップＳ２０１で、画像取得モジュール１２０ａは、第１画像を取得する。第１画像は、被写体の顔正面領域を含む。第１画像は、例えば、（不図示の）画像取得機器を介して電子機器１０００によって取得され、生成される。しかし、本発明は、第１画像を取得する方法に限定することを意図しない。
そして、ステップＳ２０３で、肌状態検出モジュール１２０ｂは、第１画像上で少なくとも１回の肌状態の検出を行い、少なくとも１つの第１特徴値を取得する。第１特徴値は、例えば、皺の数、毛穴のサイズ、又は目のたるみ度合いを判定するために用いられる値である。第１特徴値の詳細は、追って説明される。次に、ステップＳ２０５で、肌状態検出モジュール１２０ｂは、第１特徴値を記憶装置１２０に記憶する。しかし、例示の実施形態において、肌状態検出モジュール１２０ｂは、記憶装置１２０以外の他のデータベース又は記憶媒体に第１特徴値を記憶することもできることに留意されたい。
ステップＳ２０７では、特徴値取得モジュール１２０ｃは、第２画像において上述した肌状態検出を通して取得された少なくとも１つの第２特徴値を記憶装置１２０から取得する。本例示の実施形態において、第２画像における被写体は、第１画像における被写体と同一であり、第２画像も被写体の顔正面領域を含む。特に、第２画像の撮影時間は第１画像の撮影時間より前である。例えば、第２画像の撮影時間は、第１時刻の撮影時間より３ヶ月前である。しかし、本発明は、第２画像の撮影時間と第１画像の撮影時間との時間間隔を限定することを意図としたものではない。さらに、第２画像の第２特徴値も、例えば、上述したステップＳ２０３での肌状態の検出を実行することによって取得され、第２特徴値は、記憶装置１２０に記憶される。しかし、例示の実施形態において、第２特徴値は、記憶装置１２０以外の他のデータベース又は記憶媒体に記憶されてもよいことに留意されたい。第２特徴値は、例えば、皺の数、毛穴のサイズ、又は目のたるみ度合いを判定するために用いられる値を含む。
その後、ステップＳ２０９において、肌状態判定モジュール１２０ｄは、第１特徴値を第２特徴値と比較し、第１画像における肌状態が第２画像における肌状態に対して変化したか否かを判定する。
より具体的には、ステップＳ２１１において、肌状態判定モジュール１２０ｄは、第１画像における目が第２画像における目に対してたるんだか否かを判定する。すなわち、肌状態判定モジュール１２０ｄは、第１画像における目の高さが第２画像における目の高さより低いか否かを判定する。第１画像における目が第２画像における目に対してたるんだ場合（すなわち、第１画像における目の高さが第２画像における目の高さより低い場合）、ステップＳ２１７にて、出力モジュール１２０ｅは、第１画像における目が第２画像における目に対してたるんだことを示す告知情報を出力する。すなわち、告知情報は、第１画像における目のたるみ度合いが第２画像における目のたるみ度合いより悪いことを示すために用いられる。第１画像における目が第２画像における目に対してたるんでいない場合（すなわち、第１画像における目の高さが第２画像における目の高さ以上である場合）、ステップＳ２１１の判定プロセスは、告知情報を出力せずに、直ちに終了する。
さらに、ステップＳ２１３において、肌状態判定モジュール１２０ｄは、第１画像における被写体の皺の数が、第２画像における被写体の皺の数に対して増加したか否かを判定する。第１画像における被写体の皺の数が第２画像における被写体の皺の数に対して増加した場合（すなわち、第１画像における皺の数が第２画像における皺の数より多い場合）、ステップＳ２１７で、出力モジュール１２０ｅは、第１画像における皺の数が第２画像における皺の数に対して増加したことを示す告知情報を出力する。すなわち、告知情報は、第１画像における皺の数が第２画像における皺の数より多いことを示すために用いられる。第１画像における被写体の皺の数が第２画像における被写体の皺の数に対して増加していない場合（すなわち、第１画像における皺の数が第２画像における皺の数以下である場合）、ステップＳ２１３の判定プロセスは、告知情報を出力せずに、直ちに終了する。
さらに、ステップＳ２１５では、肌状態判定モジュール１２０ｄは、第１画像における被写体の毛穴サイズが第２画像における被写体の毛穴サイズに対して増大したか否かを判定する。第１画像における被写体の毛穴サイズが第２画像における被写体の毛穴サイズに対して増大した場合（すなわち、第１画像における毛穴サイズが第２画像における毛穴サイズより大きい場合）、ステップＳ２１７で、出力モジュール１２０ｅは、第１画像における毛穴サイズが第２画像における被写体の毛穴サイズに対して増大したことを示す告知情報を出力する。換言するに、告知情報は、第１画像における毛穴サイズが第２画像における毛穴サイズより大きいことを示すために用いられる。第１画像における被写体の毛穴サイズが第２画像における被写体の毛穴サイズに対して増大していない場合（すなわち、第１画像における毛穴サイズが第２画像における毛穴サイズ以下である場合）、ステップＳ２１５の判定プロセスは、告知情報を出力せずに、直ちに終了する。
第１特徴値及び第２特徴値に従って、第１画像における肌状態（例えば、目のたるみ、皺の数、及び毛穴サイズ）が第２画像における肌状態に対して変化したか否かを判定する方法を詳細に説明するために、以降において、いくつかの実施形態が提供される。
図３は、本発明の一実施形態による目がたるんだか否かを判定する方法を例示する。図３を参照するに、ここでは、画像３００が上述の第２画像であり、画像３０１が上述の第１画像であり、画像３００の撮影時間は画像３０１の撮影時間よりも前とする。画像取得モジュール１２０ａが画像３００を取得すると、肌状態検出モジュール１２０ｂは、画像３００での肌状態の検出を行い、目の高さを取得することができる。より具体的には、肌状態検出モジュール１２０ｂは、画像３００における、目の下端を通る水平線Ｌ１（「第３水平線」ともいう）と鼻小柱ＮＣ＿１を通る水平線Ｌ２（「第４水平線」ともいう）との間の垂直距離Ａ１（「第２垂直距離」ともいう）を取得する。そして、電子機器１０００は、例えば、その後の比較のために、肌状態検出モジュール１２０ｂを通して、垂直距離Ａ１を記憶装置１２０に記憶することができる。言い換えれば、上述した第２特性値は、この特徴距離Ａ１を含むことができる。
一定期間（例えば、３ヶ月）が経過したとし、画像取得モジュール１２０ａが画像３０１を取得すると、肌状態検出モジュール１２０ｂは、画像３０１における、目の下端を通る水平線Ｌ３（「第１水平線」ともいう）と鼻小柱ＮＣ＿２を通る水平線Ｌ４（「第２水平線」ともいう）との間の垂直距離Ｂ１（「第１垂直距離」ともいう）をさらに取得する。電子機器１０００は、例えば、肌状態検出モジュール１２０ｂを通して記憶装置１２０に垂直距離Ｂ１も記憶することができる。特に、上述した第１特徴値は、この特徴距離Ｂ１を含むことができる。
肌状態検出モジュール１２０ｂが画像３０１の垂直距離Ｂ１を取得した後、予め（例えば、３ヶ月前に）記憶装置１２０に記憶しておいた画像３００の垂直距離Ａ１は、特徴値取得モジュール１２０ｃを通して取得されうる。肌状態判定モジュール１２０ｄは、垂直距離Ａ１から垂直距離Ｂ１を減算することによって取得された差が第１閾値より大きいか否かを判定する。垂直距離Ａ１から垂直距離Ｂ１を減算することによって取得された差が第１閾値より大きい場合、出力モジュール１２０ｅは、画像３０１における目が過去の画像３００における目に対してたるんだことを示す告知情報を出力することができる。さらに、垂直距離Ａ１から垂直距離Ｂ１を減算することによって取得された差が第１閾値以下である場合、告知情報は、被写体の目のたるみがそれほど酷くないことを示し、出力モジュール１２０ｅは告知情報を出力しなくてもよい。特に、本発明は、第１閾値の値を限定することを意図したものでもなく、告知情報をあるタイプに限定することを意図したものでもない。
したがって、本発明は、現在の画像における被写体の目が予め取得した画像における目に対してたるんだか否かを効率的に判定することを可能とする。
図４は、本発明の一実施形態による皺の数が増加したか否かを判定する方法を例示する。図４を参照して、図３の画像３００及び画像３０１に基づいて以降の説明がされ、画像３００の撮影時間は、画像３０１の撮影時間より前である。
画像取得モジュール１２０ａが画像３００を取得すると、肌状態検出モジュール１２０ｂは、画像３００での肌状態の検出を行い、皺の数を取得することができる。より具体的には、肌状態検出モジュール１２０ｂは、画像３００における額領域４０の皺パーセンテージ（「第２皺パーセンテージ」ともいう）を算出し、取得する。第２皺パーセンテージは、額領域４０の皺のパーセンテージを示す。そして、電子機器１０００は、例えば、その後の比較のために、肌状態検出モジュール１２０ｂを通して、第２皺パーセンテージを記憶装置１２０に記憶することができる。すなわち、上述した第２特徴値は、画像３００における額領域４０の皺パーセンテージを含むことができる。特に、画像における皺の数又はパーセンテージは、既存の方法によって算出することができるため、以降では繰り返さない。
一定期間（例えば、３ヶ月）が経過したとし、画像取得モジュール１２０ａが画像３０１を取得すると、肌状態検出モジュール１２０ｂは、画像３０１における額領域４２の皺パーセンテージ（「第１皺パーセンテージ」ともいう）をさらに取得する。第１皺パーセンテージは、額領域４２における皺パーセンテージを示す。電子機器１０００は、例えば、肌状態検出モジュール１２０ｂを通して、記憶装置１２０に第１皺パーセンテージも記憶することができる。特に、上述した第１特徴値は、画像３０１における額領域４２の皺パーセンテージを含むことができる。
肌状態検出モジュール１２０ｂが画像３０１の第１皺パーセンテージを取得した後、記憶装置１２０に予め（例えば、３ヶ月前）記憶した、画像３００の第２皺パーセンテージを、特徴値取得モジュール１２０ｃを通して取得することができる。肌状態判定モジュール１２０ｄは、第１皺パーセンテージから第２皺パーセンテージを減算することによって取得された差が閾値（「第２閾値」ともいう）より大きいか否かを判定する。第１皺パーセンテージから第２皺パーセンテージを減算することによって取得された差が第２閾値より大きい場合、出力モジュール１２０ｅは、画像３０１における皺の数が画像３００における皺の数に対して増加したことを示す告知情報を出力する。また、第１皺パーセンテージから第２皺パーセンテージを減算することによって取得された差が第２閾値以下である場合、告知情報は、被写体の皺の増加がそれほど酷くないことを示し、出力モジュール１２０ｅは、告知情報を出力しなくてもよい。特に、本発明は、第２閾値の値を限定することを意図したものでもなく、告知情報をあるタイプに限定することを意図としたものでもない。
図５は、本発明の一実施形態によって取得された額領域の画像であることに留意されたい。図５を参照すると、図４の画像３００及び画像３０１における額領域は、例えば、図５の実施形態によって画定することができる。図５における画像５００を例にすると、画像５００の額領域５０１は、眉５０の上端の中心点Ｐ１を通る垂直線Ｌ５（「第１垂直線」ともいう）、眉５２の上端の中心点Ｐ２を通る垂直線Ｌ６（「第２垂直線」ともいう）、水平線Ｌ７（「第５水平線」ともいう）、及び水平線Ｌ８（「第６水平線」ともいう）によって画定されうる。水平線Ｌ７は、眉５０及び眉５２の上端を通る水平線Ｌ９（「第７水平線」ともいう）から距離ｄ１（「第１距離」ともいう）離れ、水平線Ｌ８は、生え際線を通る水平線Ｌ１０（「第８水平線」ともいう）から距離ｄ２（「第２距離」ともいう）離れ、水平線Ｌ８は、水平線Ｌ９から距離ｄ３（「第３距離」ともいう）離れている。距離ｄ１は、例えば５０プリミティブであり、距離ｄ３に対する距離ｄ２の比率は１対２である。しかし、本発明は距離ｄ１、距離ｄ２、及び距離ｄ３間の比率、並びにこれらの相対値を限定することを意図したものではないことに留意されたい。
したがって、画像３００及び画像３０１における顔の額領域は効率的に取得することができ、取得された額領域それぞれについて第１皺パーセンテージ及び第２皺パーセンテージが算出され、第１皺パーセンテージ及び第２皺パーセンテージによって、画像３０１における皺の数が画像３００における皺の数に対して増加したか否かが判定されうる。
図６は、本発明の一実施形態によって毛穴サイズが増大したか否かを判定する方法を例示する。図６を参照して、図３の画像３００及び画像３０１に基づいて、以降の説明がなされ、画像３００の撮影時間は、画像３０１の撮影時間より早い。
画像取得モジュール１２０ａが画像３００を取得すると、肌状態検出モジュール１２０ｂは、画像３００での肌状態の検出を行い、画像３００における毛穴サイズの平均値を取得することができる。より具体的には、肌状態検出モジュール１２０ｂは、画像３００における頬領域７０の毛穴サイズの平均値（「第２毛穴サイズ平均値」ともいう）を算出し、取得する。第２毛穴サイズ平均値は、頬領域７０における全ての毛穴の平均サイズを示す。そして、電子機器１０００は、例えば、その後の比較のために、肌状態検出モジュール１２０ｂを通して第２毛穴サイズ平均値を記憶装置１２０に記憶することができる。言い換えれば、上述した第２特徴値は、画像３００における頬領域７０の毛穴サイズ平均値を含むことができる。特に、画像における毛穴サイズおよび毛穴サイズの平均値は、既存の方法によって算出することができるため、以降では繰り返さない。
一定期間（例えば、３ヶ月）が経過したとし、画像取得モジュール１２０ａが画像３０１を取得すると、肌状態検出モジュール１２０ｂは、画像３０１における頬領域７２の毛穴サイズ平均値（「第１毛穴サイズ平均値」ともいう）も取得する。電子機器１０００は、例えば、肌状態検出モジュール１２０ｂを通して、第１毛穴サイズ平均値も記憶装置１２０に記憶することができる。特に、上述した第１特徴値は、画像３０１における頬領域７２の第１毛穴サイズ平均値を含むことができる。
肌状態検出モジュール１２０ｂが画像３０１の第１毛穴サイズ平均値を取得した後、記憶装置１２０に予め（例えば、３ヶ月前に）記憶しておいた画像３００の第２毛穴サイズ平均値は、特徴値取得モジュール１２０ｃを通して取得することができる。肌状態判定モジュール１２０ｄは、第１毛穴サイズ平均値から第２毛穴サイズ平均値を減算することによって取得された差が閾値（「第３閾値」ともいう）より大きいか否かを判定する。第１毛穴サイズ平均値から第２毛穴サイズ平均値を減算することによって取得された差が第３閾値より大きい場合、出力モジュール１２０ｅは、画像３０１における毛穴サイズが画像３００における毛穴サイズに対して増大したことを示す告知情報を出力する。また、第１毛穴サイズ平均値から第２毛穴サイズ平均値を減算することによって取得された差が第３閾値以下である場合、告知情報は、被写体の毛穴サイズの増大がそれほど酷くないことを示し、出力モジュール１２０ｅは、告知情報を出力しなくてもよい。特に、本発明は、第３閾値の値を限定することを意図したものでもなく、告知情報をあるタイプに限定することを意図したものでもない。
図７は、本発明の一実施形態によって取得された頬領域の画像を示すことに留意されたい。図７を参照すると、図６の画像３００及び画像３０１における頬領域は、例えば、図７の実施形態によって画定されうる。図７における画像７００を例にすると、画像７００の頬領域７０１は、目８０の眼角８２を通る垂直線Ｌ１１（「第３垂直線」ともいう）、目８０の眼角８４を通る垂直線Ｌ１２（「第４垂直線」ともいう）、鼻小柱８６を通る水平線Ｌ１３（「第９水平線」ともいう）、及び他の水平線Ｌ１４（「第１０水平線」ともいう）によって画定され、水平線Ｌ１４は、鼻梁８８と鼻尖９０との間の中心点ｃｐを通る。さらに、頬領域７０１も、上述した方法と同様の方法によって取得することができるため、以降では繰り返さない。
したがって、画像３００及び画像３０１における顔の頬領域は効率的に取得することができ、第１毛穴サイズ平均値及び第２毛穴サイズ平均値は取得された頬領域それぞれで算出することができ、第１毛穴サイズ平均値及び第２毛穴サイズ平均値によって、画像３０１における毛穴サイズが画像３００における毛穴サイズに対して増大したか否かを判定することができる。
図８は、本発明の一実施形態による肌状態検出方法を示すフローチャートである。
図８を参照すると、ステップＳ８０１において、画像取得モジュール１２０ａは、第１画像を取得する。ステップＳ８０３では、肌状態検出モジュール１２０ｂが、第１画像上で少なくとも１回の肌状態の検出を行い、少なくとも１つの第１特徴値を取得する。ステップＳ８０５では、特徴値取得モジュール１２０ｃが、第２画像での肌状態の検出を通して取得された少なくとも１つの第２特徴値を取得する。ステップＳ８０７では、肌状態判定モジュール１２０ｄが、第１特徴値及び第２特徴値によって、第１画像における肌状態が第２画像における肌状態に対して変化したか否かを判定する。第１画像における肌状態が第２画像における肌状態に対して変化した場合に、ステップＳ８０９で、出力モジュール１２０ｅが、第１画像における肌状態が第２画像における肌状態に対して変化したことを示す告知情報を出力する。
総括すると、本発明の肌状態検出方法は、異なる時間に取得された２つの顔画像によって顔画像における肌状態が変化したか否かを判定し、対応する告知情報を出力するために適用される。したがって、ユーザは、現在の画像における肌状態が過去の画像における肌状態と比較して老化したか否かをより明確に知ることができる。
本発明は、上記実施形態を参照して説明されてきたが、本発明の趣旨から逸脱せずに、記載された実施形態の変更がなされることは当業者にとって明らかである。したがって、本発明の範囲は、上記詳細な説明によってではなく、添付の請求項によって規定される。
本発明の肌状態検出方法は、異なる時点に取得された２つの顔画像によって顔画像における肌状態が変化したか否かを判定し、対応する告知情報を出力するために適用される。したがって、ユーザは、現在の画像における肌状態が過去の画像における肌状態と比較して老化したか否かをより明確に知ることができる。
１０００ 電子機器
１００ 処理装置
１２０ 記憶装置
１２０ａ 画像取得モジュール
１２０ｂ 肌状態検出モジュール
１２０ｃ 特徴値取得モジュール
１２０ｄ 肌状態判定モジュール
１２０ｅ 出力モジュール
３００,３０１,５００,７００ 画像
Ａ１ 垂直距離
Ｌ１〜Ｌ１０ 水平線
Ｌ１１,Ｌ１２ 垂直線
４０,４２,５０１ 額領域
５０,５２ 眉
７０,７２,７０１ 頬領域
８２ 眼角
８０ 目
８６ 鼻小柱
Ｌ１３,Ｌ１４ 水平線

Claims (20)

  1. 第１画像を取得するステップと、
    前記第１画像上で少なくとも１回の肌状態の検出を行い、少なくとも１つの第１特徴値を取得するステップと、
    第２画像での前記少なくとも１回の肌状態の検出を通して取得される、少なくとも１つの第２特徴値を取得するステップと、
    前記少なくとも１つの第１特徴値、及び前記少なくとも１つの第２特徴値に従って、前記第１画像における肌状態が前記第２画像における肌状態に対して変化したか否かを判定するステップと、
    前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化した場合に、前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したことを示す告知情報を出力するステップとを含む、肌状態検出方法
  2. 前記第１画像上で前記少なくとも１回の肌状態の検出を行い、前記少なくとも１つの第１特徴値を取得するステップは、前記第１画像における目の下端を通る第１水平線と鼻小柱を通る第２水平線との間の第１垂直距離を取得するステップを含み、
    前記第２画像での前記少なくとも１回の肌状態の検出を通して取得される、前記少なくとも１つの第２特徴値を取得するステップは、前記第２画像における、目の下端を通る第３水平線と鼻小柱を通る第４水平線との間の第２垂直距離を取得するステップを含む、請求項１に記載の肌状態検出方法。
  3. 前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したか否かを判定するステップは、前記第２垂直距離から前記第１垂直距離を減算することによって取得された差が第１閾値より大きいか否かを判定するステップを含み、
    前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化した場合に、前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したことを示す前記告知情報を出力するステップは、前記第２垂直距離から前記第１垂直距離を減算することによって取得された前記差が前記第１閾値より大きい場合に、前記第１画像における目が前記第２画像における目に対してたるんだことを示す前記告知情報を出力するステップを含む、請求項２に記載の肌状態検出方法。
  4. 前記第１画像上で前記少なくとも１回の肌状態の検出を行い、前記少なくとも１つの第１特徴値を取得するステップは、前記第１画像内における額領域の第１皺パーセンテージを取得するステップを含み、
    前記第２画像での前記少なくとも１回の肌状態の検出を通して取得される、前記少なくとも１つの第２特徴値を取得するステップは、前記第２画像における額領域の第２皺パーセンテージを取得するステップを含む、請求項１に記載の肌状態検出方法。
  5. 前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したか否かを判定するステップは、前記第１皺パーセンテージから前記第２皺パーセンテージを減算することによって取得された差が第２閾値より大きいか否かを判定するステップを含み、
    前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化した場合に、前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したことを示す前記告知情報を出力するステップは、前記第１皺パーセンテージから前記第２皺パーセンテージを減算することによって取得された差が第２閾値より大きい場合に、前記第１画像における皺の数が前記第２画像における皺の数に対して増加したことを示す前記告知情報を出力するステップを含む、請求項４に記載の肌状態検出方法。
  6. 前記第１画像及び前記第２画像における前記額領域は、一方の眉の中心点を通る第１垂直線、他方の眉の中心点を通る第２垂直線、第５水平線、及び第６水平線によって画定され、前記第５水平線は、前記一方の眉及び前記他方の眉の上端を通る第７水平線から第１距離離れ、前記第６水平線は、生え際線を通る第８水平線から第２距離離れ、前記第６水平線は、前記第７水平線から第３距離離れている、請求項４に記載の肌状態検出方法。
  7. 前記第３距離に対する前記第２距離の比率は１対２である、請求項６に記載の肌状態検出方法。
  8. 前記第１画像上で前記少なくとも１回の肌状態の検出を行い、前記少なくとも１つの第１特徴値を取得するステップは、前記第１画像における頬領域の第１毛穴サイズ平均値を取得するステップを含み、
    前記第２画像での前記少なくとも１回の肌状態の検出を通して取得される、前記少なくとも１つの第２特徴値を取得する前記ステップは、前記第２画像における頬領域の第２毛穴サイズ平均値を取得するステップを含む、請求項１に記載の肌状態検出方法。
  9. 前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したか否かを判定するステップは、前記第１毛穴サイズ平均値から前記第２毛穴サイズ平均値を減算することによって取得された差が第３閾値より大きいか否かを判定するステップを含み、
    前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化した場合に、前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したことを示す前記告知情報を出力するステップは、前記第１毛穴サイズ平均値から前記第２毛穴サイズ平均値を減算することによって取得された前記差が前記第３閾値より大きい場合に、前記第１画像における毛穴サイズが前記第２画像における毛穴サイズに対して増大したことを示す前記告知情報を出力するステップを含む、請求項８に記載の肌状態検出方法。
  10. 前記第１画像及び前記第２画像における前記頬領域は、目の一方の眼角を通る第３垂直線、目の他方の眼角を通る第４垂直線、鼻小柱を通る第９水平線、及び第１０水平線によって画定され、
    前記第１０水平線は、鼻梁と鼻尖との間の中心点を通る、請求項８に記載の肌状態検出方法。
  11. 複数のモジュールを記憶するよう構成された記憶装置と、
    前記記憶装置に結合され、前記記憶装置に記憶された前記モジュールにアクセスし、実行するよう構成された処理装置とを備え、
    前記モジュールは、
    第１画像を取得する画像取得モジュールと、
    前記第１画像上で少なくとも１回の肌状態の検出を行い、少なくとも１つの第１特徴値を取得する肌状態検出モジュールと、
    第２画像での前記少なくとも１回の肌状態の検出を通して取得される、少なくとも１つの第２特徴値を取得する特徴値取得モジュールと、
    前記少なくとも１つの第１特徴値、及び前記少なくとも１つの第２特徴値に従って、前記第１画像における肌状態が前記第２画像における肌状態に対して変化したか否かを判定する肌状態判定モジュールと、
    前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化した場合に、前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したことを示す告知情報を出力する出力モジュールとを含む、電子機器。
  12. 前記第１画像上で前記少なくとも１回の肌状態の検出を行い、前記少なくとも１つの第１特徴値を取得する際に、前記肌状態検出モジュールは、前記第１画像における目の下端を通る第１水平線と鼻小柱を通る第２水平線との間の第１垂直距離を取得し、
    前記第２画像での前記少なくとも１回の肌状態の検出を通して取得される、前記少なくとも１つの第２特徴値を取得する際に、前記特徴値取得モジュールは、前記第２画像における目の下端を通る第３水平線と鼻小柱を通る第４水平線との間の第２垂直距離を取得する、請求項１１に記載の電子機器。
  13. 前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したか否かを判定する際に、前記肌状態判定モジュールは、前記第２垂直距離から前記第１垂直距離を減算することによって取得された差が第１閾値より大きいか否かを判定し、
    前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化した場合に、前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したことを示す前記告知情報を出力する際に、前記出力モジュールは、前記第２垂直距離から前記第１垂直距離を減算することによって取得された前記差が前記第１閾値より大きい場合に、前記第１画像における目が前記第２画像における目に対してたるんだことを示す前記告知情報を出力する、請求項１２に記載の電子機器。
  14. 前記第１画像上で前記少なくとも１回の肌状態の検出を行い、前記少なくとも１つの第１特徴値を取得する際に、前記肌状態検出モジュールは、前記第１画像内における額領域の第１皺パーセンテージを取得し、
    前記第２画像での前記少なくとも１回の肌状態の検出を通して取得される、前記少なくとも１つの第２特徴値を取得する際に、前記特徴値取得モジュールは、前記第２画像における額領域の第２皺パーセンテージを取得する、請求項１１に記載の電子機器。
  15. 前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したか否かを判定する際に、前記肌状態判定モジュールは、前記第１皺パーセンテージから前記第２皺パーセンテージを減算することによって取得された差が第２閾値より大きいか否かを判定し、
    前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化した場合に前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したことを示す前記告知情報を出力する際に、前記出力モジュールは、前記第１皺パーセンテージから前記第２皺パーセンテージを減算することによって取得された差が第２閾値より大きい場合に、前記第１画像における皺の数が前記第２画像における皺の数に対して増加したことを示す前記告知情報を出力する、請求項１４に記載の電子機器。
  16. 前記第１画像及び前記第２画像における前記額領域は、一方の眉の中心点を通る第１垂直線、他方の眉の中心点を通る第２垂直線、第５水平線、及び第６水平線によって画定され、前記第５水平線は、前記一方の眉及び前記他方の眉の上端を通る第７水平線から第１距離離れ、前記第６水平線は、生え際線を通る第８水平線から第２距離離れ、前記第６水平線は、前記第７水平線から第３距離離れている、請求項１４に記載の電子機器。
  17. 前記第３距離に対する前記第２距離の比率は１対２である、請求項１６に記載の電子機器。
  18. 前記第１画像上で少なくとも１回の肌状態の検出を行い、少なくとも１つの第１特徴値を取得する際に、前記肌状態検出モジュールは、前記第１画像における頬領域の第１毛穴サイズ平均値を取得し、
    第２画像での前記少なくとも１回の肌状態の検出を通して取得される、前記少なくとも１つの第２特徴値を取得する際に、前記特徴値取得モジュールは、第２画像における頬領域の第２毛穴サイズ平均値を取得する、請求項１１に記載の電子機器。
  19. 前記第１画像における肌状態が前記第２画像における肌状態に対して変化したか否かを判定する際に、前記肌状態判定モジュールは、前記第１毛穴サイズ平均値から前記第２毛穴サイズ平均値を減算することによって取得された差が第３閾値より大きいか否かを判定し、
    前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化した場合に、前記第１画像における前記肌状態が前記第２画像における前記肌状態に対して変化したことを示す前記告知情報を出力する際に、前記出力モジュールは、前記第１毛穴サイズ平均値から前記第２毛穴サイズ平均値を減算することによって取得された前記差が前記第３閾値より大きい場合に、前記第１画像における毛穴サイズが前記第２画像における毛穴サイズに対して増大したことを示す前記告知情報を出力する、請求項１８に記載の電子機器。
  20. 前記第１画像及び前記第２画像における頬領域は、目の一方の眼角を通る第３垂直線、目の他方の眼角を通る第４垂直線、鼻小柱を通る第９水平線、及び第１０水平線によって画定され、
    前記第１０水平線は、鼻梁と鼻尖との間の中心点を通る、請求項１８に記載の電子機器。
JP2018071310A 2017-07-14 2018-04-03 肌状態検出方法及び電子機器 Expired - Fee Related JP6592132B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710573087.5A CN109255280A (zh) 2017-07-14 2017-07-14 皮肤状态检测方法与电子装置
CN201710573087.5 2017-07-14

Publications (2)

Publication Number Publication Date
JP2019017981A true JP2019017981A (ja) 2019-02-07
JP6592132B2 JP6592132B2 (ja) 2019-10-16

Family

ID=62062801

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018071310A Expired - Fee Related JP6592132B2 (ja) 2017-07-14 2018-04-03 肌状態検出方法及び電子機器

Country Status (5)

Country Link
US (1) US10448879B2 (ja)
EP (1) EP3428838A3 (ja)
JP (1) JP6592132B2 (ja)
KR (1) KR102119897B1 (ja)
CN (1) CN109255280A (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109948476B (zh) * 2019-03-06 2022-12-13 南京七奇智能科技有限公司 一种基于计算机视觉的人脸皮肤检测***及其实现方法
CN109805673A (zh) * 2019-03-27 2019-05-28 李睿 一种智能镜子
US11801610B2 (en) 2020-07-02 2023-10-31 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a hair growth direction value of the user's hair
US20220000417A1 (en) * 2020-07-02 2022-01-06 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin laxity
US11890764B2 (en) 2020-07-02 2024-02-06 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a hair density value of a user's hair
US20230020654A1 (en) * 2021-07-16 2023-01-19 Mindset Medical, Inc. Intelligent medical assessment and communication system with artificial intelligence

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1043141A (ja) * 1996-08-08 1998-02-17 Kanebo Ltd 皮膚のたるみ量測定装置及び測定方法
JP2006081846A (ja) * 2004-09-17 2006-03-30 Inforward Inc 顔面溝の評価方法及び装置
JP2006305184A (ja) * 2005-04-28 2006-11-09 Shiseido Co Ltd 肌状態解析方法、肌状態解析装置、肌状態解析プログラム、及び該プログラムが記録された記録媒体
JP2008029573A (ja) * 2006-07-28 2008-02-14 Kao Corp 美容方法
JP2010119431A (ja) * 2008-11-17 2010-06-03 Shiseido Co Ltd シワ評価方法、シワ評価装置、シワ評価プログラム、及び該プログラムが記録された記録媒体
JP2010148713A (ja) * 2008-12-25 2010-07-08 Kao Corp 画像処理装置、画像処理方法、及びプログラム
JP2013069122A (ja) * 2011-09-22 2013-04-18 Fujifilm Corp シワ検出方法、シワ検出装置およびシワ検出プログラム、並びに、シワ評価方法、シワ評価装置およびシワ評価プログラム
JP2016022093A (ja) * 2014-07-18 2016-02-08 富士フイルム株式会社 うるおい感評価装置、うるおい感評価方法およびうるおい感評価プログラム
WO2016076140A1 (ja) * 2014-11-14 2016-05-19 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
WO2016121518A1 (ja) * 2015-01-29 2016-08-04 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

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09308619A (ja) * 1996-05-23 1997-12-02 Kao Corp 皮膚表面分析方法及び装置
US7324668B2 (en) * 2001-10-01 2008-01-29 L'oreal S.A. Feature extraction in beauty analysis
US20050197542A1 (en) 2004-01-29 2005-09-08 L'oreal Method and a system for determining a physical condition, in particular the apparent age, of at least one region of the body or the face of an individual
US7840064B2 (en) * 2005-09-20 2010-11-23 Brightex Bio-Photonics Llc Method and system for automatic identification using digital images
KR100727390B1 (ko) * 2005-12-26 2007-06-12 삼성전자주식회사 적응적인 영상크기 변환장치 및 그의 영상크기 변환방법
JP2009064423A (ja) 2007-08-10 2009-03-26 Shiseido Co Ltd 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
US9161970B2 (en) 2007-12-12 2015-10-20 Allergan, Inc. Dermal filler
TW201116257A (en) 2009-11-13 2011-05-16 Inst Information Industry System and method for analysis of facial defects and computer program product
EP2733664A1 (en) * 2012-11-09 2014-05-21 Skin Analytics Ltd Skin image analysis
AU2014229498B2 (en) 2013-03-13 2018-07-05 Fdna Inc. Systems, methods, and computer-readable media for identifying when a subject is likely to be affected by a medical condition
CN103268475A (zh) * 2013-05-10 2013-08-28 中科创达软件股份有限公司 一种基于人脸、肤色检测的皮肤美容方法
JP6059807B2 (ja) 2013-06-28 2017-01-11 富士フイルム株式会社 ニキビ肌判定装置およびニキビ肌判定装置の作動方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1043141A (ja) * 1996-08-08 1998-02-17 Kanebo Ltd 皮膚のたるみ量測定装置及び測定方法
JP2006081846A (ja) * 2004-09-17 2006-03-30 Inforward Inc 顔面溝の評価方法及び装置
JP2006305184A (ja) * 2005-04-28 2006-11-09 Shiseido Co Ltd 肌状態解析方法、肌状態解析装置、肌状態解析プログラム、及び該プログラムが記録された記録媒体
JP2008029573A (ja) * 2006-07-28 2008-02-14 Kao Corp 美容方法
JP2010119431A (ja) * 2008-11-17 2010-06-03 Shiseido Co Ltd シワ評価方法、シワ評価装置、シワ評価プログラム、及び該プログラムが記録された記録媒体
JP2010148713A (ja) * 2008-12-25 2010-07-08 Kao Corp 画像処理装置、画像処理方法、及びプログラム
JP2013069122A (ja) * 2011-09-22 2013-04-18 Fujifilm Corp シワ検出方法、シワ検出装置およびシワ検出プログラム、並びに、シワ評価方法、シワ評価装置およびシワ評価プログラム
JP2016022093A (ja) * 2014-07-18 2016-02-08 富士フイルム株式会社 うるおい感評価装置、うるおい感評価方法およびうるおい感評価プログラム
WO2016076140A1 (ja) * 2014-11-14 2016-05-19 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
WO2016121518A1 (ja) * 2015-01-29 2016-08-04 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

Also Published As

Publication number Publication date
EP3428838A2 (en) 2019-01-16
CN109255280A (zh) 2019-01-22
US10448879B2 (en) 2019-10-22
US20190015037A1 (en) 2019-01-17
JP6592132B2 (ja) 2019-10-16
EP3428838A3 (en) 2019-05-01
KR20190008071A (ko) 2019-01-23
KR102119897B1 (ko) 2020-06-08

Similar Documents

Publication Publication Date Title
JP6592132B2 (ja) 肌状態検出方法及び電子機器
CN110660066B (zh) 网络的训练方法、图像处理方法、网络、终端设备及介质
US9355234B1 (en) Authentication involving selection among different biometric methods dynamically
CN106778453B (zh) 人脸图像中检测眼镜佩戴的方法及装置
US11144661B2 (en) User permission allocation method and device
US9355304B2 (en) Apparatus and method of determining facial expression type
US10592759B2 (en) Object recognition apparatus and control method therefor
US10517523B2 (en) Skin aging state assessment method and electronic device
CN112395038B (zh) 一种共享桌面时调整文字的方法和装置
CN110072047B (zh) 图像形变的控制方法、装置和硬件装置
US10776135B2 (en) Automated setting customization using real-time user data
CN110313006B (zh) 一种人脸图像检测方法及终端设备
CN111489290A (zh) 一种人脸图像超分辨重建方法、装置及终端设备
JP2020095712A (ja) 情報処理方法、情報処理デバイス及び記憶媒体
WO2018076172A1 (zh) 一种图像显示方法及终端
JP2015167031A (ja) ハイパーリンクのレイアウト・サイズを調整するための方法、装置、およびコンピュータ・プログラム（ハイパーリンクのレイアウト・サイズの調整）
US11800975B2 (en) Eye fatigue prediction based on calculated blood vessel density score
CN108961314A (zh) 运动图像生成方法、装置、电子设备及计算机可读存储介质
CN115423919B (zh) 图像的渲染方法、装置、设备以及存储介质
JP2014059869A (ja) 眼探索方法及び該方法を使用した眼状態検出装置と眼探索装置
CN109165648B (zh) 一种图像处理方法、图像处理装置及移动终端
CN116524475A (zh) 生成推荐妆容的方法及装置、车辆、电子设备和存储介质
CN114817664A (zh) 基于大数据的数据展示方法及相关设备
WO2020215854A1 (zh) 渲染图像的方法、装置、电子设备和计算机可读存储介质
US9959642B2 (en) Graph generation apparatus, graph display apparatus, graph generation program, and graph display program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180403

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190423

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190722

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: 20190903

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190919

R150 Certificate of patent or registration of utility model

Ref document number: 6592132

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees