ICEC2021で「Basic Research on How to Apply Foundation Makeup Evenly on Your Own Face」というタイトルで発表してきました（梶田美帆）
2023/01/05
はじめに
こんにちは，中村研所属のM1梶田美帆です．
11/2~11/5に開催されたIFIPの国際会議International Conference on Entertainment Computing (IFIP-ICEC 2021)にて発表を行ないましたので，その報告をさせていただきます．
今回発表した内容は，今年の3月にDEIM2021で発表した研究内容を英語化して再整理したものになります．よろしければ，そちらもご覧ください．
研究概要
顔は年齢や性別，感情などの個人の印象が捉えやすいため，自他ともに注目しやすい部位です．そこで，化粧は自身の印象を理想に近づけるための手段のひとつとして様々な人に用いられてきました．
中でもベースメイク，特にファンデーションには，肌色補正効果，毛穴や色ムラなど肌の欠点を隠すカバー効果などがあり，肌を即時的に整え，理想の質感を演出できるため，非常に重要です．
しかしながら，ファンデーションのこういった機能を損ねかねない問題があります．
それが塗りムラです．
ファンデーションの色は自身の肌の色と近いものを選ぶことが推奨されています．そのため，塗れている箇所と塗れていない箇所がそれぞれどこなのかわかりにくくなっています．しかし，きちんと塗れているかどうか不安だからと言って，何度も塗り重ねてしまうと，「厚塗り」の状態になり，そこから化粧が崩れやすくなってしまうことも考えられます．
実際に，ヤフークラウドソーシングを通じて化粧をする人1000名を対象のアンケート調査を行ったところ，38％が塗りムラにまつわる悩みを抱えていることがわかりました．
そこで我々は「ファンデーションを塗りムラなく自分でうまく塗れるようにしたい！」と考えました．
しかし，既存のファンデーション量の定量化・分布計測システム等は，光学フィルタやマイクロスコープなど特殊な機器が必須であり，一般のユーザが化粧中に簡単に利用できるものではありません．
そこで本研究では，一般のユーザが手鏡のようにスマートフォンなどのデバイスを利用して塗りムラをチェックできるシステムの実現を目指しています．
今回はまず，システム開発の前段階として，スマートフォンなどの一般のカメラで撮影した画像において塗りムラを確認できるかを実験によって検討しました．
具体的には，特徴に応じて10種類のファンデーションを選定し，また女性11名男性5名の計16名の実験協力者について素肌とファンデーションを塗布した肌について撮影しました．さらに，それらの画像について色相・彩度・明度それぞれの平均・標準偏差を6次元の特徴量とし，学習データ75％，テストデータ25％として二値分類を行いました．以下が結果となります．
- 分割方法１：データセットをそのまま学習…平均82.3%
- 分割方法２：部位ごとに2種類に分割…平均85.3%
- 分割方法３：実験協力者ごとに16種類に分割…平均92.6%
- 特徴量ごとの正解率
- 色相：パウダーファンデーション（平均65.4%）
- 彩度：パウダーファンデーション（平均68.2%）
- 明度：クリームファンデーション（平均68.9%）
以上より，個人ごとに学習させると十分な精度がでること，また，ファンデーションの種類ごとに特徴量の影響に差があることがわかりました．
今後は，個人の肌色や肌質の考慮，ファンデーションの種類に合わせ特徴量に適切な重みづけすることなどにより，より判別の精度を高めていきたいと考えております．また，塗りムラの可視化方法についての検討なども進めていく予定です．
以下，文献情報と発表で使用したスライドになります．本研究の詳細はこれらをご参照いただければ幸いです．
文献情報
スライド
感想
初めての国際学会でした．とても緊張しましたが，リモートながらも皆さんが温かく受け止めてくださり無事に発表を終えることができました．
お忙しいところ様々な面でサポートしてくださった中村先生および研究室の皆さんに感謝いたします．ありがとうございました．