技術概要 Technology Overview
-
フェイスライン抽出定量化
本技術は、顔画像からフェイスライン周辺の輪郭を抽出し、基準となる顎ラインとの差分面積をもとに、たるみの程度をスコア化するコンピュータビジョン技術です。
処理は大きく、下顎・首領域のROI抽出、エッジ検出、輪郭線のフィルタリング、Sagging Scoreの算出、可視化のステップで構成されます。顔ランドマークにより下顔面領域を特定し、Sobelフィルタ等で勾配情報を抽出した後、接続成分解析や平滑化処理によって、影・二重顎・背景ノイズの影響を抑えながら連続的な顎ラインを推定します
解析パイプライン Pipeline
-
01
下顔面ROIの自動抽出
入力された顔画像から、顔ランドマーク検出器を用いて下顎から首周辺までの解析対象領域を自動で切り出します。フェイスライン解析では、顔全体ではなく、下顎縁、顎下、首元を含む領域に処理を集中させることで、不要な背景や髪、頬上部の影響を抑制します。
-
02
エッジ検出による候補ライン抽出
ROI内の画像をグレースケール化し、Sobelフィルタなどの勾配演算によって輪郭候補を抽出します。フェイスラインは肌領域と背景、あるいは顎下陰影との境界として現れるため、局所的な明暗変化や輪郭勾配を利用して候補線を検出します。
-
03
輪郭抽出とノイズ除去
抽出されたエッジ候補には、髪、首の影、二重顎、衣服境界などのノイズが含まれる可能性があります。そのため、接続成分解析によって主要な輪郭線を選別し、異常に短い線分や解剖学的に不自然な方向のエッジを除外します。その後、平滑化処理により、連続的で自然な顎ラインを推定します。
-
04
Sagging Scoreの算出
推定された実際のフェイスラインと、理想的な顎ラインであるReference Arcとの間に生じる差分領域を面積として計算します。この面積を顔サイズや基準線長で正規化し、0.0〜5.0のSagging Scoreとして出力します。資料では、基準線との差異面積を用いたスコア化と、High／Medium／Lowの判定表示が示されています。
-
05
結果の可視化
たるみが検出された領域を赤色などでハイライトし、スコアとともに表示します。単なる数値だけでなく、どの領域がスコアに寄与しているかを視覚的に提示できるため、研究者・開発者・評価担当者が解析結果を直感的に確認できます。
出力される主な指標 Outputs
Sagging Scoreは、基準線からの逸脱量を正規化した総合スコアです。0.0〜5.0の連続値として出力することで、施術前後、製品使用前後、年齢層別比較などに利用できます。
Sagging Areaは、実ラインとReference Arcの間に生じる差分面積です。たるみが視覚的にどの程度広がっているかを面積ベースで把握できます。
Sagging Severityは、Low、Medium、Highなどのカテゴリ判定です。アプリケーションやレポートでユーザーに提示する際に、数値だけでは伝わりにくい重症度を分かりやすく表現できます。
可視化ヒートマップは、たるみ領域を画像上に重ねて表示する出力です。研究用途では、解析根拠の確認や誤検出チェックにも活用できます。