油分・水分スコア化のCV技術 Computer Vision Technology for Quantifying Sebum and Moisture in Facial Skin

オルチェ人間情報技研では、顔画像から肌の油分・水分状態を推定し、部位別に定量評価するコンピュータビジョン技術を開発しています。

本技術では、顔画像に含まれる反射、色、テクスチャ、陰影などの情報を解析し、皮脂量を示す **Sebum Index**、水分状態を示す **Moisture Index** を算出します。
算出したスコアは、部位ごとの数値評価やヒートマップとして可視化でき、化粧品・スキンケア製品の効果検証、美容カウンセリング、肌状態モニタリングなどに活用できます。

顔画像から油分・水分状態を推定するCV解析

**サブタイトル：**
Computer Vision Analysis for Estimating Sebum and Moisture Conditions from Facial Images

**本文：**
肌の油分と水分は、見た目の質感、化粧乗り、テカリ、乾燥感、肌荒れ印象に大きく関わる重要な指標です。
しかし、目視評価だけでは、部位ごとの違いや微細な変化を安定して把握することは困難です。

本技術では、標準的な顔画像または専用撮影環境で取得した画像をもとに、皮膚表面の鏡面反射、肌理の粗さ、色成分、光吸収特性、サブサーフェス散乱の影響を解析します。
これにより、Tゾーンに出やすい皮脂傾向や、Uゾーンに現れやすい乾燥傾向を、画像特徴量として定量化します。

油分・水分の状態は、顔全体で一様ではありません。
一般的に、額・鼻周辺のTゾーンは皮脂分泌が多く、頬・フェイスラインを含むUゾーンは乾燥の影響を受けやすい傾向があります。

本技術では、顔ランドマーク検出を用いて、額、鼻、頬、口周辺などの部位を自動的に認識し、解析対象となるROI、すなわち関心領域を定義します。
これにより、顔の向きやサイズが異なる画像であっても、一定のルールに基づいて部位別の比較が可能になります。

皮脂と水分は、画像上では異なる特徴として現れます。

皮脂は、肌表面の鏡面反射やテカリ、局所的な輝度上昇、肌表面テクスチャの変化として捉えられます。
一方、水分状態は、色成分、光吸収特性、肌表面および皮下の光散乱特性、乾燥に伴う質感変化として表れます。

そのため、本技術では単一の画像特徴だけに依存せず、複数の特徴量を組み合わせます。

本技術の解析フローは、顔画像の取得から始まり、皮膚領域の抽出、部位別ROIの定義、特徴量抽出、スコア算出、可視化までを一貫して行います。

基本的な処理の流れは以下の通りです。

1. 顔画像を取得
2. 顔検出・顔ランドマーク検出を実施
3. Tゾーン・UゾーンなどのROIを自動定義
4. 皮膚領域を抽出
5. 鏡面反射・テクスチャ特徴から皮脂指標を算出
6. 色空間・分光特性関連特徴から水分指標を算出
7. 部位別にSebum Index / Moisture Indexを集計
8. ヒートマップとして可視化
9. 被験者間・群間・使用前後で比較評価

解析結果は、数値スコアだけでなく、顔画像上のヒートマップとして出力できます。

皮脂スコアでは、Tゾーンを中心としたテカリや反射の強い領域を可視化できます。
水分スコアでは、乾燥傾向が疑われる領域や、部位ごとの水分状態の違いを可視化できます。

また、各ROIごとに平均値、中央値、最大値、面積比率などの統計量を算出することで、研究用途や製品評価に適した定量指標として利用できます。

油分・水分スコアは、単回の肌状態評価だけでなく、時系列比較や群間比較にも利用できます。

たとえば、スキンケア製品の使用前後で、Tゾーンの皮脂スコアが低下したか、Uゾーンの水分スコアが改善したかを評価できます。
また、被験者群ごとの平均値を比較することで、製品群、施術群、対照群の違いを定量的に確認できます。