JP5693860B2 - 定量方法 - Google Patents
定量方法 Download PDFInfo
- Publication number
- JP5693860B2 JP5693860B2 JP2010032870A JP2010032870A JP5693860B2 JP 5693860 B2 JP5693860 B2 JP 5693860B2 JP 2010032870 A JP2010032870 A JP 2010032870A JP 2010032870 A JP2010032870 A JP 2010032870A JP 5693860 B2 JP5693860 B2 JP 5693860B2
- Authority
- JP
- Japan
- Prior art keywords
- group
- foundation
- digital camera
- skin
- color information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 66
- 230000003595 spectral effect Effects 0.000 claims description 177
- 238000002834 transmittance Methods 0.000 claims description 58
- 238000009826 distribution Methods 0.000 claims description 53
- 238000011088 calibration curve Methods 0.000 claims description 52
- 239000002537 cosmetic Substances 0.000 claims description 34
- 238000001228 spectrum Methods 0.000 claims description 31
- 238000005259 measurement Methods 0.000 claims description 26
- 238000011002 quantification Methods 0.000 claims description 20
- 238000005457 optimization Methods 0.000 claims description 18
- 239000000758 substrate Substances 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 17
- 230000035945 sensitivity Effects 0.000 claims description 16
- 238000000926 separation method Methods 0.000 claims description 15
- 238000005286 illumination Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 8
- 238000010030 laminating Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000004445 quantitative analysis Methods 0.000 claims 7
- 238000000576 coating method Methods 0.000 description 36
- 239000010408 film Substances 0.000 description 36
- 239000011248 coating agent Substances 0.000 description 35
- 238000011156 evaluation Methods 0.000 description 26
- 238000013461 design Methods 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 16
- 238000002474 experimental method Methods 0.000 description 16
- 238000012937 correction Methods 0.000 description 12
- 239000003086 colorant Substances 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 239000007788 liquid Substances 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000000843 powder Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000011158 quantitative evaluation Methods 0.000 description 5
- 230000000717 retained effect Effects 0.000 description 5
- 239000010409 thin film Substances 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 229910052746 lanthanum Inorganic materials 0.000 description 4
- FZLIPJUXYLNCLC-UHFFFAOYSA-N lanthanum atom Chemical compound [La] FZLIPJUXYLNCLC-UHFFFAOYSA-N 0.000 description 4
- 238000002922 simulated annealing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000005331 crown glasses (windows) Substances 0.000 description 3
- 239000005308 flint glass Substances 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 229910004298 SiO 2 Inorganic materials 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 229910010413 TiO 2 Inorganic materials 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052788 barium Inorganic materials 0.000 description 2
- DSAJWYNOEDNPEQ-UHFFFAOYSA-N barium atom Chemical compound [Ba] DSAJWYNOEDNPEQ-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 229910052749 magnesium Inorganic materials 0.000 description 2
- 239000011777 magnesium Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000007747 plating Methods 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 229910052779 Neodymium Inorganic materials 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- QCWXUUIWCKQGHC-UHFFFAOYSA-N Zirconium Chemical compound [Zr] QCWXUUIWCKQGHC-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 229910052787 antimony Inorganic materials 0.000 description 1
- WATWJIUSRGPENY-UHFFFAOYSA-N antimony atom Chemical compound [Sb] WATWJIUSRGPENY-UHFFFAOYSA-N 0.000 description 1
- SYFOAKAXGNMQAX-UHFFFAOYSA-N bis(prop-2-enyl) carbonate;2-(2-hydroxyethoxy)ethanol Chemical compound OCCOCCO.C=CCOC(=O)OCC=C SYFOAKAXGNMQAX-UHFFFAOYSA-N 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000005388 borosilicate glass Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052735 hafnium Inorganic materials 0.000 description 1
- VBJZVLUMGGDVMO-UHFFFAOYSA-N hafnium atom Chemical compound [Hf] VBJZVLUMGGDVMO-UHFFFAOYSA-N 0.000 description 1
- 150000004820 halides Chemical class 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- APFVFJFRJDLVQX-UHFFFAOYSA-N indium atom Chemical compound [In] APFVFJFRJDLVQX-UHFFFAOYSA-N 0.000 description 1
- 229910001502 inorganic halide Inorganic materials 0.000 description 1
- 229910052809 inorganic oxide Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007733 ion plating Methods 0.000 description 1
- 238000000869 ion-assisted deposition Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- -1 lipsticks Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000006210 lotion Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910001507 metal halide Inorganic materials 0.000 description 1
- 150000005309 metal halides Chemical class 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- QEFYFXOXNSNQGX-UHFFFAOYSA-N neodymium atom Chemical compound [Nd] QEFYFXOXNSNQGX-UHFFFAOYSA-N 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 229910052758 niobium Inorganic materials 0.000 description 1
- 239000010955 niobium Substances 0.000 description 1
- GUCVJGMIXFAOAE-UHFFFAOYSA-N niobium atom Chemical compound [Nb] GUCVJGMIXFAOAE-UHFFFAOYSA-N 0.000 description 1
- 108091008695 photoreceptors Proteins 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005240 physical vapour deposition Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 229920002492 poly(sulfone) Polymers 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- 239000004417 polycarbonate Substances 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 229920002578 polythiourethane polymer Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 208000017520 skin disease Diseases 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 239000005361 soda-lime glass Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000516 sunscreening agent Substances 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 229910052715 tantalum Inorganic materials 0.000 description 1
- GUVRBAGPIYLISA-UHFFFAOYSA-N tantalum atom Chemical compound [Ta] GUVRBAGPIYLISA-UHFFFAOYSA-N 0.000 description 1
- 229910052718 tin Inorganic materials 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 238000001771 vacuum deposition Methods 0.000 description 1
- 238000007740 vapor deposition Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
- 229910052727 yttrium Inorganic materials 0.000 description 1
- VWQVUPCCIRVNHF-UHFFFAOYSA-N yttrium atom Chemical compound [Y] VWQVUPCCIRVNHF-UHFFFAOYSA-N 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052726 zirconium Inorganic materials 0.000 description 1
Landscapes
- Spectrometry And Color Measurement (AREA)
- Blocking Light For Cameras (AREA)
- Optical Filters (AREA)
Description
第1群に分類すべき色情報CF 1jを第2群に分類した誤判定数と第2群に分類すべき色情報CF 2jを第1群に分類した誤判定数とに基づいて算出される誤判定率eが所望のレベル以下となるまで、パラメータp1,p2,・・・,ptの再設定と前記色情報の算出と分類とを繰り返すことにより、パラメータp1,p2,・・・,ptを最適化し、該最適化されたパラメータp1,p2,・・・,ptを用いて記述される最適の前記分光透過率T(λ)に基づいて前記多層膜の分光透過率を設定することにより、第1群と第2群との分離の程度が第3群と第4群との分離の程度よりも大きくなるように前記多層膜の分光透過率が設定された前記機能性分光フィルタを作成し、ファンデーション塗布量が分かっている人の肌について、作成した前記機能性分光フィルタを介して、ディジタルカメラで撮影して、当該ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが当該ディジタルカメラの出力から構成される色情報C F j (j=1,2,…,N)を取得する第1のステップと、前記コンピュータが、前記判別関数f d (但し、パラメータは、作成した前記機能性分光フィルタを用いた実際の計測データに基づいて再計算したもの)により判別スコアf d (C F j )を算出する第2のステップと、を行って、算出された判別スコアとファンデーション塗布量とに基づいて、判別スコアとファンデーション塗布量との対応テーブルを作成し、ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアに基づいて、前記対応テーブルを参照して、ファンデーション塗布量を定量することを特徴とする。
本発明の請求項3記載の定量方法は、人の肌の、ファンデーションを塗布した状態であるときのファンデーションを塗布していない状態からのファンデーション塗布量を定量するための定量方法であって、透明基材上に表5に示す層番号1から層番号31までの各層を層番号の小さい順に前記透明基材側から積層することにより多層膜を成膜した透過型の機能性分光フィルタ介して、ディジタルカメラで人の肌を撮影して、前記ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが前記ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、前記コンピュータが、判別関数fd(但し、パラメータは、前記機能性分光フィルタを用いた実際の計測データに基づいて計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、を有し、ファンデーション塗布量が分かっている人の肌について第1のステップ及び第2のステップを行って、算出された前記判別スコアとファンデーション塗布量とに基づいて、検量線を設定し、ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された前記判別スコアを前記検量線に当て嵌めることにより、ファンデーション塗布量を定量することを特徴とする。
本発明の請求項4記載の定量方法は、人の肌の、ファンデーションを塗布した状態であるときのファンデーションを塗布していない状態からのファンデーション塗布量を定量するための定量方法であって、表3に記載の分光透過率を有する、又は、表3に記載の分光透過率に基づき膜生成シミュレーションにより得られた分光透過率を有する、透明基材上に多層膜を備えた透過型の機能性分光フィルタを介してディジタルカメラで人の肌を撮影して、前記ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが前記ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、前記コンピュータが、判別関数fd(但し、パラメータは、前記機能性分光フィルタを用いた実際の計測データに基づいて計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、を有し、ファンデーション塗布量が分かっている人の肌について第1のステップ及び第2のステップを行って、算出された前記判別スコアとファンデーション塗布量とに基づいて、検量線を設定し、ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された前記判別スコアを前記検量線に当て嵌めることにより、ファンデーション塗布量を定量することを特徴とする。
y=aln(x+c)+b (但し、a,b,cは係数ならびに定数項) …(1)
y=a[ln(x+by 0 +c)−ln(by 0 +c)]+y 0 (但し、a,b,cは係数ならびに定数項、y 0 は素肌のときの判別スコア) …(2)
本発明の請求項7記載の定量方法は、人の肌の、ファンデーションを塗布した状態であるときのファンデーションを塗布していない状態からのファンデーション塗布量を定量するための定量方法であって、表3に記載の分光透過率を有する、又は、表3に記載の分光透過率に基づき膜生成シミュレーションにより得られた分光透過率を有する、透明基材上に多層膜を備えた透過型の機能性分光フィルタを介してディジタルカメラで人の肌を撮影して、前記ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが前記ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、前記コンピュータが、判別関数fd(但し、パラメータは、前記機能性分光フィルタを用いた実際の計測データに基づいて計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、を有し、ファンデーション塗布量が分かっている人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアとファンデーション塗布量とに基づいて、判別スコアとファンデーション塗布量との対応テーブルを作成し、ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアに基づいて、前記対応テーブルを参照して、ファンデーション塗布量を定量することを特徴とする。
実施形態の分光フィルタは、RGB値を出力するディジタルカメラ(以下、単に「カメラ」ともいう。)で撮影したときの色情報に対して判別分析を行うためのものである。判別分析とは2組以上のデータ群に対して定義されるものである。よって所望のフィルタを設計する場合、カメラを通して判別すべき二状態を観測したときのRGB値群を得るために、観察対象の教師スペクトル群と観察条件を定義する必要がある。
分光フィルタの分光透過率T(λ)を最適化問題の枠組みにおいて設計するために、少数のパラメータp1,p2,・・・,ptで定義される数理モデルにより、分光透過率T(λ)を記述する。記述の方法としては、後述する実施例に用いたスプライン関数の他、立ち上がりエッジ及び立ち下りエッジの波長と透過率をパラメータとするバンドパスモデル、多層膜フィルタの膜厚をパラメータとする光学薄膜モデル等がある。
分光透過率T(λ)のフィルタを通してディジタルカメラで撮影した際の、入射光の分光分布はT(λ)Rij(λ)E(λ)となり、これに対するカメラ出力に相当する色情報CF ij=fc(T(λ)Rij(λ)E(λ))を算出する。
実施形態のフィルタはRGB画像に対する判別分析の精度を最大化することを目的としているので、フィルタ設計の評価量は、観測されたスペクトル群を最もよく判別する判別器を設計したときの、判別精度で表される。ここで入力を色情報、出力を判別スコアとする判別関数fdを用いて、判別スコアfd(CF ij)を算出し、その判別スコアfd(CF ij)に基づいて、次の判別ルールに従って判別分析を行い、色情報CF ijを第1群または第2群のいずれかに分類する。
fd(CF ij)<0のとき、色情報CF ijを第2群に分類
すなわち、判別関数fdで表される境界fd(x)=0のどちら側にあるかで、色情報CF ijを第1群または第2群のいずれかに分類する。
(4)で定義された評価量eは、(2)で導入された分光透過率を表現するパラメータp1,p2,・・・,ptの関数として記述される。よって、制約条件0≦T(λ)≦1の下で評価量eが所望のレベル以下(ここでは、略最小)となるようにパラメータp1,p2,・・・,ptを最適化し、最適化されたパラメータp1,p2,・・・,ptを用いて記述される最適の分光透過率T(λ)に基づいて、分光フィルタを作成する。なお、略最小とは、最小である場合を含む。また、「所望のレベル」は、フィルタに要求される分類精度によって適宜定められる。
実施例のフィルタ2を設計する場合の設計方法を表1に示す。
本手法は判別すべき二状態のRGB値に対し、判別分析を行ったときの判別精度の最大化を目的としている。従って、判別分析の対象となるRGB値を得るための観測環境と、最適化を行うに十分な教師スペクトルが必要となる。ここでは観測環境の照明光として標準光源D65の分光分布を使用した。また、一般性の高いフィルタ2を設計するために、被験者ごとの肌色の違いやファンデーションの種類といった判別対象以外の情報を包含する十分な数のスペクトル群を用意した。具体的には、化粧肌については、被験者30名が粉体タイプと液体タイプの2種のファンデーションを用いたそれぞれの場合について、各被験者の顔(観察対象5)から9つの観測点を抽出することにより540点のスペクトルを用意し、素肌についても化粧肌に対応させて540点(被験者数30×観測点9×2)のスペクトルを用意した。
人間にはほとんど同一の色として知覚される場合であっても、その反射光スペクトルには物性の違いが現れる。この反射スペクトルの違いを捉えることで二状態を判別することがフィルタ2の目的である。そのため、フィルタ2の透過特性にはスペクトル差が特に大きい特定波長のみを通す狭帯域性が求められる。しかしながら、その一方で光学フィルタとして実現するためには波長軸上での透過特性の変化がある程度なめらかである必要がある。そこで、スプライン関数モデルを用いて、フィルタ2の分光特性T(λ)を少数パラメータp1,p2,・・・,ptで記述した。スプライン関数モデルは次式[数2]のように表され、透過特性を記述するパラメータ数は波長λの範囲とスプライン関数の帯域幅ωによって決まる。
判別分析はディジタルカメラ3の出力からなる色情報に対して行うので、スペクトルから色情報を算出する過程を設定しなければならない。一般的なディジタルカメラの場合、直接のカメラ出力はRGB値である。ここではディジタルカメラ3の感度特性として市販ディジタルカメラNikonD70(株式会社ニコンの商標または登録商標)の感度特性を実測し、それを用いてRGB値を算出した。ディジタルカメラ3のRGB感度特性を図4に示す。図4中、横軸は波長、縦軸は感度であり、太い実線は青色に対する感度、点線は緑色に対する感度、黒丸付きの細い実線は赤色に対する感度を示す。なお、NikonD70のガンマ特性は実測した入出力特性から推定してγ=0.7444とし、これを考慮した上で図4に示すRGB感度特性を得た。
フィルタ2の性能は、〈3〉で求めた色情報を元に判別分析を行ったときの判別精度をもって評価される。使用した判別分析法は、最も新規入力に対する判別精度が高いとされる線形判別分析を用いた。二群の判別を目的とする線形判別分析は次式[数4]で表されることが知られており(非特許文献1参照)、次式[数4]で表される判別関数fdを用いることとした。
〈1〉〜〈4〉により、このフィルタ2の設計問題は非線形最適化問題として定式化された。最適化すべきパラメータ数は〈2〉で述べた通り23であり、〈4〉で定義した誤判別率eを最小化するものを求める。ここでは、確率的最適化手法の一種であるSA(シミュレーティッドアニーリング)法を用いた。ここで用いる最適化手法はGA(遺伝的アルゴリズム)やNelder-Mead法などSA法以外の手法でもかまわない。実施例における最適化の手順は次のステップ1〜5からなる。
〈ステップ1〉各パラメータ初期値を次の[数5]のように定める。なお、各記号の意味を表2に示す。
(イ)次の[数7]のように、最良解よりも生成解の誤判別率が低い場合には、最良解、保有解を更新し重点化変数を0に戻す。
〈ステップ5〉次の[数10]のように、生成数を初期化、温度を更新する。重点化変数が再重点化閾値を越えているならば保有解を最良解に更新し、越えていなければ更新しない。そして、温度が目標温度に達していないならばステップ2へ戻り、目標温度に達していれば、そのときの最良解を最適パラメータとする。
上記1.の設計方法によって得られた分光透過率(最適T(λ))を、図5に黒丸付き実線で示す。また、この分光透過率(理論設計)を表3に示す。併せて、SiO2とTiO2を積層し膜生成シミュレーションを行い、理論設計に近似した特性が物理的に実現可能であることを確認した。膜生成シミュレーションにより得られた分光透過率を、図5に点線で示すとともに、表4−1〜4−2に示す。また、このときの膜構成は、表5に示すように、SiO2/TiO2交互層にて計31層であった。この膜構成は、所要の分光透過率を得るための公知の膜設計ソフト(「Film Star」FTG Software Association社、USA)を使用して求めたものである。
実際に成膜した上記フィルタ2が素肌と化粧肌の判別に有効であることを確認するために、フィルタ有り・無しそれぞれの場合についてディジタルカメラ3(NikonD70)で素肌と化粧肌の撮影を行い、出力されたRGB値から構成される色情報(r,g)の分布を評価した。なお、r、gは、フィルタ2の設計時と同じく、RGB値のうちのR値、G値をそれぞれRGB値の和(R値+G値+B値)で除した値であるが、ここでは、[数2−1]のような式で算出したRGB値ではなく、実際にカメラ3から出力されたRGB値を用いる。すなわち、作成されたフィルタ2を用いた評価時には、実際にカメラ3から出力されたRGB値を用いる。図7−1は、フィルタ無しの場合に撮影によって得られた色情報の分布であり、図7−2は、フィルタ有りの場合に撮影によって得られた色情報の分布である。色情報は、被験者20名の素肌と化粧肌のそれぞれの場合の全顔から各被験者数百点ずつ自動抽出した。また、これらの図中、濃い色の点は素肌、薄い色の点は化粧肌の色情報であり、図中に示される楕円は、分布に二次元正規分布を仮定したときの、1σの等確率楕円である。これらの図よりあきらかに、フィルタ2を用いない場合には、素肌と化粧肌とで色情報の分布が重なっており、色情報に基づく判別は不可能であるが、フィルタ2を装着することで素肌と化粧肌とで色情報の分布が分離され、非常に高い精度で判別可能となっている。
図8はファンデーション4種(液体2種、粉体2種)の塗布量を変化させて、実設計のフィルタ2をディジタルカメラ3のレンズ7に装着して計測を行った際の検出結果である。図8の縦軸は判別分析の際に得られる判別スコアfd(x)を表す。ここで、判別関数fdは、フィルタ2の作成に用いた[数4]で表される関数であるが、各パラメータ(すなわち、分散共分散行列Σ、平均μ1,μ2)は、図7−2に示す第1群と第2群の色情報から再計算されたものである。なお、事前確率P1,P2は0.5で固定とし再計算しない。後述する5.〜7.における判別関数fdも同様である。すなわち、フィルタ2の作成時とフィルタ2を用いた評価時とで、用いられる判別関数fdは、同じ式で表されるがパラメータ(係数)が異なり得る。塗布部は両前腕とし、塗布量は、粉体の場合は0.2〜0.3[mg/cm2]、液体の場合は1/3[μl/cm2]を基準量として、1倍〜3倍までの3段階と規定した。図8では、左から順に第1の粉体を塗布した場合、第1の液体を塗布した場合、第2の粉体を塗布した場合、第2の液体を塗布した場合を示し、これらの各場合について、塗布量が1倍の場合を黒色、2倍の場合を灰色、3倍の場合を白色で示す。
図9に、同一人の顔の向かって左半分を化粧を塗布しない素肌部、右半分をファンデーションを塗布した化粧塗布部として、ファンデーション塗布状態を計測し、分布を可視化した結果を示す。なお、図9の各図は、カラー画像を擬似的に表したものであり、素肌部の色と同色の部分には網掛け表示を施さず、素肌部の色と異なる色の部分には網掛け表示を施し、更に、異なる色には異なる網掛け表示を用いることにより色の違いを表している。
被験者自身の手法でクレンジングを行ったケース(自己流クレンジング)と、専門家の指導を受けてクレンジングを行ったケース(指導付きクレンジング)について、それぞれ化粧分布を計測・評価した。図10はマネキン上に計測した被験者9名の化粧分布の平均をプロットしたものである。図10における網掛け表示は、右側のダイヤグラムに示すように、−1.5〜+1.5までの判別スコアに対応し、(a)は自己流クレンジング、(b)は指導付きクレンジング、(c)は化粧塗布状態を示す。但し、指導付きクレンジング(図10(b))と化粧塗布状態(図10(c))の化粧分布が一様となるように正規化を行っている。化粧分布の平均は、各被験者の顔の輪郭、目や鼻などの特徴点が一致するように画像変換を行うことで求めた。ここでは変換手法として局所重み平均法(local weighted mean)を用いた。
7−1.概要
実施例のフィルタ(上記2.で成膜した実設計のフィルタ)2を用いて撮影された画像から被写体の肌に付着するファンデーションの量を定量するための検量線を定義し、ファンデーション塗布状態の定量的評価手法を実現した。検量線は、既知の液体型ファンデーションを塗布したときの顔画像を基に定義した。フィルタ出力から直接ファンデーション付着量を推定する対数関数型と、事前に計測しておいた素肌画像を用いて補正を行うベースライン補正型の、二種類の検量線を設計した。後者はクレンジング残りのような微量のファンデーションを検出する際に効果を発揮する。以下、詳説する。
実施例のフィルタ2は、素肌と化粧肌の判別精度最大化を目的として設計されているが、実際に計測画像から得られる判別スコアにはファンデーション塗布量との相関が確認されている。すなわち、判別スコアからファンデーション塗布量を推定できる可能性がある。そこで、判別スコアとファンデーション塗布量との間に検量線を引くために、検量線作成実験を行った。以下にその実験内容を述べる。
ファンデーション塗布量とフィルタ出力の関係を明らかにするために、顔全体の14箇所に量をコントロールした液体型ファンデーションを塗布し、実施例のフィルタ2を装着したディジタルカメラ3で撮影を行った。カメラ3は、フィルタ2の設計に用いたものと同じNikonD70を用いた。塗布領域を図12に、実験条件を表6に示す。表6に示すように、光源(照明光)としては、蛍光灯Diva-Lite(国際照明株式会社の商標または登録商標)のデイライトタイプを用いた。なお、図7−1、7−2に示す色情報の計測においても、この照明光を用いている。光源の色温度は約6000Kであり、鏡面反射を防止するために光源に偏光フィルムを装着するとともに、カメラ3にも偏光フィルタを装着した。また、色校正用色票としてx-rite Muncell Color Checker mini(エックスライト社の商標または登録商標)の白を用い、被験者の顔と共にその色票を撮影し、カメラ3から出力された各画素のRGB値を、コンピュータからなる判別装置4に入力し、判別装置4において、色票の部分のRGB値が白を示す値となるように補正を行なってから、判別関数fdで判別スコアを算出した。図12に示すように、観測角度は正面と±45°の3方向とした。図12中では塗布領域14箇所に番号を割り振っており、各観測角度について図示されている長方形枠領域は実際に分析に用いる領域を示している。塗布領域の面積は3cm×2cmとした。使用するファンデーションの色は、全6色から被験者毎に最も適していると思われる1色を被験者自身が選択したが、被験者が4名であるので、実際に使用された色は4色であった。
〈2〉化粧下地塗布
〈3〉素肌状態計測
〈4〉ファンデーション塗布(各領域に0.5[μL])
〈5〉化粧塗布状態の計測
〈6〉ファンデーションを重ね塗りし、塗布量を次の計測条件(表6参照)と一致させる
〈7〉〈5〉に戻り、以下塗布量10[μL]となるまで繰り返す
(2)実験結果
上記検量線作成実験により得られた塗布量と判別スコアの関係を、図13に示す。図13は、横軸を1cm2当たりの塗布量、縦軸を判別スコアとして、全被験者、全領域から得た塗布量ごとの判別スコアの平均値をプロットしたものであり、図中のエラーバーは塗布量ごとの標準偏差を表す。図13より、ファンデーション塗布量と判別スコアの間に対数関数的な関係を確認できる。
検量線作成実験より、塗布量と判別スコアの間に明らかな対数的関係を確認できた。そこで、図13の計測データに対するフィッティング関数として、以下に示す2つの式を定義した。式のyは判別スコア、xはファンデーション塗布量y0は素肌状態での判別スコアを表す。a、b、cは係数ならびに定数項である。
7−3.において、フィルタ2を用いることで肌に付着しているファンデーションの付着量を高精度に推定可能であることが示された。そこで、上に述べた二つの検量線を顔画像の画素ごとに適用し、実際にファンデーションを塗布した顔画像のファンデーション分布を推定した。ベースライン補正型については、事前に計測した素肌状態の判別スコアを、[数14]におけるy0とし、画素ごとに塗布量を求めた。なお素肌画像と可視化対象である顔画像との位置ずれは、輪郭、パーツの位置などが一致するように画像変換を適用することで解消した。画像変換には、局所重み平均法を用いた。
まず検量線の効果確認のために、検量線作成実験で計測した被験者1名の顔画像に対して検量線を適用した。図16は対数関数型の検量線を用いた場合、図17はベースライン補正型の検量線を用いた場合の可視化結果であり、各画像は、左から順に、実際の塗布量が1塗布領域(=6cm2)当たり0、1、2、4、6、10μLの各場合を示す。なお、求めたファンデーション分布は、画像変換を用いてメイクアップドールの画像上に貼り付けて表示されている。詳しくは、判別装置4において、図16、17の右端部のスケールに示すように推定値に応じて色を設定しておき、被験者の顔画像の各塗布領域の各画素について、その色情報から判別関数fdを用いて判別スコアを算出し、判別スコアに検量線を適用して塗布量を推定した。そして、その推定値に応じた色を、メイクアップドールの画像上の対応する画素に表示した。なお、図16、図17は、推定値が高いほど色が濃くなるように設定したグレースケール画像であるが、実際にはカラー画像で表している。図16、図17より、いずれの検量線を用いた場合も良好な推定結果が得られていることが分かる。また、特に素肌状態に着目すると、対数関数型の検量線を用いた場合(図16)は頬や唇にエラーが現れているが、ベースライン補正型の検量線を用いた場合(図17)はこれが現れないことが確認できる。
主観的に肌色が一様に見えるようファンデーションを一様に塗布したときのファンデーション付着量を可視化した。詳しくは、被験者1名に目視で肌色が一様に見えるようにファンデーション1種類を顔全体に塗布してもらい、フィルタ2を装着したカメラ3で撮影してその出力値を判別装置4に入力し、判別関数fdを用いて判別スコアを算出し、検量線を適用して、ファンデーション付着量の推定値を得た。なお、検量線作成実験のときと同じ条件で撮影を行い、同じ色票で補正を行なった。そして、判別装置4で推定値に対応して色を設定しておき、推定値に応じた色を被験者の顔の画像の上に表示することにより、推定値の可視化を行った。可視化結果を図18に示す。検量線は、[数13]に示される対数関数型を使用した。図18より、目視では一様に分布しているように見えるファンデーションが、実際には非常に不均一に分布していることが分かる。なお、図18は、図の右端部のスケールに示すように、推定値が高いほど色が濃くなるように設定したグレースケール画像であるが、実際にはカラー画像で表している。
ファンデーションの色が塗布量と判別スコアとの相関関係に与える影響を調査するために、被験者1名の顔の6箇所にそれぞれ異なる色のファンデーションを塗布し、フィルタ2を装着したカメラ3で撮影してその出力値を判別装置4に入力し、判別スコアを算出する実験を行った。なお、検量線作成実験のときと同じ条件で撮影を行い、同じ色票で補正を行なった。塗布量は1回の塗布につき3μL/9cm2と一定にし、塗布回数は4回とした。また、用いたファンデーションの色は、オークルB(Ocher B)、オークルC(Ocher C)、オークルD(Ocher D)、ベージュB(Beige B)、ベージュC(Beige C)、ベージュD(Beige D)である。なお、検量線作成実験のときと同じ条件で撮影を行い、同じ色票で補正を行なった。
2…分光フィルタ
3…ディジタルカメラ
4…判別装置
5…観察対象
8…透明基材
9…多層膜
Claims (7)
- 透明基材上に多層膜を備えた透過型の機能性分光フィルタを用いて、人の肌におけるファンデーション塗布量を定量する定量方法であって、
前記機能性分光フィルタを介してディジタルカメラで、ファンデーションを塗布した状態の人の肌(以下、「化粧肌」という。)を撮影したときの前記ディジタルカメラの出力により構成される色情報の群を第1群、
前記機能性分光フィルタを介して前記ディジタルカメラで、ファンデーションを塗布していない状態の人の肌(以下、「素肌」という。)を撮影したときの前記ディジタルカメラの出力により構成される色情報の群を第2群、
前記機能性分光フィルタを介さずに前記ディジタルカメラで化粧肌を撮影したときの前記ディジタルカメラの出力により構成される色情報の群を第3群、
前記機能性分光フィルタを介さずに前記ディジタルカメラで素肌を撮影したときの前記ディジタルカメラの出力により構成される色情報の群を第4群、
と表記したときに、
照明光の分光分布E(λ)(λ:波長)を設定するとともに、化粧肌の教師スペクトル群としてN1個の分光反射率R1j(λ)(j=1,2,…,N1)、素肌の教師スペクトル群としてN2個の分光反射率R2j(λ)(j=1,2,…,N2)を用意し、
前記多層膜の分光透過率T(λ)を、t個のパラメータp1,p2,…,ptで定義される数理モデルで記述し、
前記各分光反射率Rij(λ)(但しi=1,2、i=1のときj=1,2,…,N1、i=2のときj=1,2,…,N2)について、前記ディジタルカメラの感度特性に基づいて、前記分光分布E(λ)の下で該分光反射率Rij(λ)を前記分光透過率T(λ)の多層膜を通して前記ディジタルカメラに入力したときの前記ディジタルカメラの出力を算出することにより、該出力から構成される色情報CF ij=fc(T(λ)Rij(λ)E(λ))を算出し、
入力を色情報とし出力を判別スコアとする判別関数fdを用いて、前記色情報CF ijを入力したときの判別スコアfd(CF ij)を算出し、該判別スコアfd(CF ij)に基づいて色情報CF ijを第1群または第2群のいずれかに分類し、
第1群に分類すべき色情報CF 1jを第2群に分類した誤判定数と第2群に分類すべき色情報CF 2jを第1群に分類した誤判定数とに基づいて算出される誤判定率eが所望のレベル以下となるまで、パラメータp1,p2,・・・,ptの再設定と前記色情報の算出と分類とを繰り返すことにより、パラメータp1,p2,・・・,ptを最適化し、
該最適化されたパラメータp1,p2,・・・,ptを用いて記述される最適の前記分光透過率T(λ)に基づいて前記多層膜の分光透過率を設定することにより、第1群と第2群との分離の程度が第3群と第4群との分離の程度よりも大きくなるように前記多層膜の分光透過率が設定された前記機能性分光フィルタを作成し、
ファンデーション塗布量が分かっている人の肌について、
作成した前記機能性分光フィルタを介して、ディジタルカメラで撮影して、当該ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが当該ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、
前記コンピュータが、前記判別関数fd(但し、パラメータは、作成した前記機能性分光フィルタを用いた実際の計測データに基づいて再計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、
を行って、算出された判別スコアとファンデーション塗布量とに基づいて、判別スコアとファンデーション塗布量との対応テーブルを作成し、
ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアに基づいて、前記対応テーブルを参照して、ファンデーション塗布量を定量することを特徴とする定量方法。 - 透明基材上に多層膜を備えた透過型の機能性分光フィルタを用いて、人の肌におけるファンデーション塗布量を定量する定量方法であって、
前記機能性分光フィルタを介してディジタルカメラで、ファンデーションを塗布した状態の人の肌(以下、「化粧肌」という。)を撮影したときの前記ディジタルカメラの出力により構成される色情報の群を第1群、
前記機能性分光フィルタを介して前記ディジタルカメラで、ファンデーションを塗布していない状態の人の肌(以下、「素肌」という。)を撮影したときの前記ディジタルカメラの出力により構成される色情報の群を第2群、
前記機能性分光フィルタを介さずに前記ディジタルカメラで化粧肌を撮影したときの前記ディジタルカメラの出力により構成される色情報の群を第3群、
前記機能性分光フィルタを介さずに前記ディジタルカメラで素肌を撮影したときの前記ディジタルカメラの出力により構成される色情報の群を第4群、
と表記したときに、
照明光の分光分布E(λ)(λ:波長)を設定するとともに、化粧肌の教師スペクトル群としてN1個の分光反射率R1j(λ)(j=1,2,…,N1)、素肌の教師スペクトル群としてN2個の分光反射率R2j(λ)(j=1,2,…,N2)を用意し、
前記多層膜の分光透過率T(λ)を、t個のパラメータp1,p2,…,ptで定義される数理モデルで記述し、
前記各分光反射率Rij(λ)(但しi=1,2、i=1のときj=1,2,…,N1、i=2のときj=1,2,…,N2)について、前記ディジタルカメラの感度特性に基づいて、前記分光分布E(λ)の下で該分光反射率Rij(λ)を前記分光透過率T(λ)の多層膜を通して前記ディジタルカメラに入力したときの前記ディジタルカメラの出力を算出することにより、該出力から構成される色情報CF ij=fc(T(λ)Rij(λ)E(λ))を算出し、
入力を色情報とし出力を判別スコアとする判別関数fdを用いて、前記色情報CF ijを入力したときの判別スコアfd(CF ij)を算出し、該判別スコアfd(CF ij)に基づいて色情報CF ijを第1群または第2群のいずれかに分類し、
第1群に分類すべき色情報CF 1jを第2群に分類した誤判定数と第2群に分類すべき色情報CF 2jを第1群に分類した誤判定数とに基づいて算出される誤判定率eが所望のレベル以下となるまで、パラメータp1,p2,・・・,ptの再設定と前記色情報の算出と分類とを繰り返すことにより、パラメータp1,p2,・・・,ptを最適化し、
該最適化されたパラメータp1,p2,・・・,ptを用いて記述される最適の前記分光透過率T(λ)に基づいて前記多層膜の分光透過率を設定することにより、第1群と第2群との分離の程度が第3群と第4群との分離の程度よりも大きくなるように前記多層膜の分光透過率が設定された前記機能性分光フィルタを作成し、
ファンデーション塗布量が分かっている人の肌について、
作成した前記機能性分光フィルタを介して、ディジタルカメラで撮影して、当該ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが当該ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、
前記コンピュータが、前記判別関数fd(但し、パラメータは、作成した前記機能性分光フィルタを用いた実際の計測データに基づいて再計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、
を行って、算出された前記判別スコアとファンデーション塗布量とに基づいて、検量線を設定し、
ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアを前記検量線に当て嵌めることにより、ファンデーション塗布量を定量することを特徴とする定量方法。 - 人の肌の、ファンデーションを塗布した状態であるときのファンデーションを塗布していない状態からのファンデーション塗布量を定量するための定量方法であって、
透明基材上に下記表5に示す層番号1から層番号31までの各層を層番号の小さい順に前記透明基材側から積層することにより多層膜を成膜した透過型の機能性分光フィルタを介して、ディジタルカメラで人の肌を撮影して、前記ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが前記ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、
前記コンピュータが、判別関数fd(但し、パラメータは、前記機能性分光フィルタを用いた実際の計測データに基づいて計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、
を有し、
ファンデーション塗布量が分かっている人の肌について第1のステップ及び第2のステップを行って、算出された前記判別スコアとファンデーション塗布量とに基づいて、検量線を設定し、
ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された前記判別スコアを前記検量線に当て嵌めることにより、ファンデーション塗布量を定量することを特徴とする定量方法。
- 人の肌の、ファンデーションを塗布した状態であるときのファンデーションを塗布していない状態からのファンデーション塗布量を定量するための定量方法であって、
下記表3に記載の分光透過率を有する、又は、下記表3に記載の分光透過率に基づき膜生成シミュレーションにより得られた分光透過率を有する、透明基材上に多層膜を備えた透過型の機能性分光フィルタを介してディジタルカメラで人の肌を撮影して、前記ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが前記ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、
前記コンピュータが、判別関数fd(但し、パラメータは、前記機能性分光フィルタを用いた実際の計測データに基づいて計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、
を有し、
ファンデーション塗布量が分かっている人の肌について第1のステップ及び第2のステップを行って、算出された前記判別スコアとファンデーション塗布量とに基づいて、検量線を設定し、
ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された前記判別スコアを前記検量線に当て嵌めることにより、ファンデーション塗布量を定量することを特徴とする定量方法。
- 前記検量線が、xをファンデーション塗布量、yを判別スコアとしたときに下記式(1)又は(2)で表されることを特徴とする請求項2、3又は4記載の定量方法。
y=aln(x+c)+b (但し、a,b,cは係数ならびに定数項) …(1)
y=a[ln(x+by0+c)−ln(by0+c)]+y0 (但し、a,b,cは係数ならびに定数項、y0は素肌のときの判別スコア) …(2) - 人の肌の、ファンデーションを塗布した状態であるときのファンデーションを塗布していない状態からのファンデーション塗布量を定量するための定量方法であって、
透明基材上に下記表5に示す層番号1から層番号31までの各層を層番号の小さい順に前記透明基材側から積層することにより多層膜を成膜した透過型の機能性分光フィルタを介して、ディジタルカメラで人の肌を撮影して、前記ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが前記ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、
前記コンピュータが、判別関数fd(但し、パラメータは、前記機能性分光フィルタを用いた実際の計測データに基づいて計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、
を有し、
ファンデーション塗布量が分かっている人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアとファンデーション塗布量とに基づいて、判別スコアとファンデーション塗布量との対応テーブルを作成し、
ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアに基づいて、前記対応テーブルを参照して、ファンデーション塗布量を定量することを特徴とする定量方法。
- 人の肌の、ファンデーションを塗布した状態であるときのファンデーションを塗布していない状態からのファンデーション塗布量を定量するための定量方法であって、
下記表3に記載の分光透過率を有する、又は、下記表3に記載の分光透過率に基づき膜生成シミュレーションにより得られた分光透過率を有する、透明基材上に多層膜を備えた透過型の機能性分光フィルタを介してディジタルカメラで人の肌を撮影して、前記ディジタルカメラの出力をコンピュータに入力することにより、前記コンピュータが前記ディジタルカメラの出力から構成される色情報CF j(j=1,2,…,N)を取得する第1のステップと、
前記コンピュータが、判別関数fd(但し、パラメータは、前記機能性分光フィルタを用いた実際の計測データに基づいて計算したもの)により判別スコアfd(CF j)を算出する第2のステップと、
を有し、
ファンデーション塗布量が分かっている人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアとファンデーション塗布量とに基づいて、判別スコアとファンデーション塗布量との対応テーブルを作成し、
ファンデーション塗布量が分かっていない人の肌について第1のステップ及び第2のステップを行って、算出された判別スコアに基づいて、前記対応テーブルを参照して、ファンデーション塗布量を定量することを特徴とする定量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010032870A JP5693860B2 (ja) | 2009-02-18 | 2010-02-17 | 定量方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009035652 | 2009-02-18 | ||
JP2009035652 | 2009-02-18 | ||
JP2010032870A JP5693860B2 (ja) | 2009-02-18 | 2010-02-17 | 定量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010217882A JP2010217882A (ja) | 2010-09-30 |
JP5693860B2 true JP5693860B2 (ja) | 2015-04-01 |
Family
ID=42976746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010032870A Active JP5693860B2 (ja) | 2009-02-18 | 2010-02-17 | 定量方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5693860B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014041115A (ja) * | 2012-07-27 | 2014-03-06 | Pola Chem Ind Inc | 測色装置、並びに該測色装置により得られた色情報を有する肌色マップ |
JP6378767B2 (ja) * | 2014-07-15 | 2018-08-22 | シャープ株式会社 | 撮像装置、及び解析装置 |
WO2016152900A1 (ja) * | 2015-03-25 | 2016-09-29 | シャープ株式会社 | 画像処理装置及び撮像装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07174631A (ja) * | 1993-12-16 | 1995-07-14 | Kao Corp | 皮膚の測色方法及び分光反射スペクトルの推定方法 |
JPH1019681A (ja) * | 1996-07-09 | 1998-01-23 | Mitsubishi Heavy Ind Ltd | カレット色判別装置 |
JP2002131135A (ja) * | 2000-10-20 | 2002-05-09 | Kao Corp | 基準色票およびメイクシミュレーション装置 |
JP3877959B2 (ja) * | 2000-12-28 | 2007-02-07 | 花王株式会社 | 肌色測定装置および肌画像処理装置 |
JP2005201694A (ja) * | 2004-01-13 | 2005-07-28 | Olympus Corp | 色票処理装置、色票処理方法及び色票処理プログラム |
EP1986024A4 (en) * | 2006-02-17 | 2011-01-26 | Nat Univ Corp Toyohashi Univ | METHOD FOR PRODUCING A FUNCTIONAL SPECTRAL FILTER |
JP4921222B2 (ja) * | 2007-03-29 | 2012-04-25 | 株式会社 資生堂 | 化粧料付着状態解析方法、化粧料付着状態解析装置、化粧料付着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 |
JP5149527B2 (ja) * | 2007-03-29 | 2013-02-20 | 常盤薬品工業株式会社 | 皮膚の色素沈着表示方法 |
-
2010
- 2010-02-17 JP JP2010032870A patent/JP5693860B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2010217882A (ja) | 2010-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Obein et al. | Difference scaling of gloss: Nonlinearity, binocularity, and constancy | |
US8145294B2 (en) | Method and apparatus for quantifying tissue histology | |
Binder et al. | Epiluminescence microscopy-based classification of pigmented skin lesions using computerized image analysis and an artificial neural network | |
RU2451333C2 (ru) | Устройства и способы формирования изображений для захвата и анализа цифровых изображений кожи | |
KR101140533B1 (ko) | 이미지로부터 추정된 피부색에 기초해서 제품을 추천하는 컴퓨터 구현된 방법 | |
US11350820B2 (en) | Grading corneal fluorescein staining | |
JP5410088B2 (ja) | 機能性分光フィルタの作成方法 | |
Koenderink et al. | The visual light field | |
Davis et al. | Vision-based, real-time retinal image quality assessment | |
JP5693860B2 (ja) | 定量方法 | |
JP2009082338A (ja) | エントロピーを用いた肌の鑑別方法 | |
Burroni et al. | Impact of digital dermoscopy analysis on the decision to follow up or to excise a pigmented skin lesion: a multicentre study | |
JP4800008B2 (ja) | 肌の美しさの鑑別法 | |
US20230162354A1 (en) | Artificial intelligence-based hyperspectrally resolved detection of anomalous cells | |
JP2021058361A (ja) | 生体情報取得装置およびプログラム | |
Faul | Perceived roughness of glossy objects: The influence of Fresnel effects and correlated image statistics | |
US20140273075A1 (en) | Methods, systems and devices for determining white blood cell counts for radiation exposure | |
WO2011141769A1 (fr) | Procédé d'évaluation d'une caractéristique de la typologie corporelle | |
CN112086193A (zh) | 一种基于物联网的人脸识别健康预测***及方法 | |
JPWO2008001558A1 (ja) | 肌のなめらかさの目視評価値の推定方法及び推定装置 | |
Mani et al. | An automated hybrid decoupled convolutional network for laceration segmentation and grading of retinal diseases using optical coherence tomography (OCT) images | |
Herrera et al. | Iris color and texture: A comparative analysis of real irises, ocular prostheses, and colored contact lenses | |
Ege et al. | The relationship between age and colour content in fundus images | |
Garcia-Resua et al. | Clinical performance of an objective methodology to categorize tear film lipid layer patterns | |
Burroni et al. | Inter‐and intra‐variability of pigmented skin lesions: could the ABCD rule be influenced by host characteristics? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131119 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140117 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140401 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140630 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20140724 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141007 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20141204 |
|
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: 20150106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5693860 Country of ref document: JP 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |