亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

增齡分析方法及增齡分析裝置的制造方法

文檔序號:10663680閱讀:292來源:國知局
增齡分析方法及增齡分析裝置的制造方法
【專利摘要】增齡分析方法包含:取得關(guān)于與年齡相關(guān)的多個形狀特征類型的被試驗者的特征量組,使用對關(guān)于多個人的總體的特征量組的集合進行因子分析而提取的多個增齡公因子、及被試驗者的特征量組,確定被試驗者的、表示該多個增齡公因子的表達狀況的因子表達模式,并基于被試驗者的因子表達模式而取得被試驗者的增齡信息。
【專利說明】
増齡分析方法及増齡分析裝置
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及一種增齡分析技術(shù)。
【背景技術(shù)】
[0002]增齡(衰老)修護或增齡防止不僅是女性關(guān)心的事項,也是男性關(guān)心的事項,化妝品或食品等專用于此的各種商品正在流通。注意外在年齡或各部位的增齡情況等自身的增齡狀況的人較多。在專利文獻I中,提出有如下方法:以自二維臉部圖像獲得的(I)臉部形狀的變化方向、(2)上眼瞼的凹陷情況、(3)嘴角部的皺紋的情況、(4)鼻唇溝的情況、(5)下頌的形狀這5個特征為指標(biāo),鑒別臉部的增齡模式。另外,在專利文獻2中,提出有如下方法:使用對臉部表面的三維形狀信息進行多變量解析而獲得的基底向量,算出關(guān)于被試驗者的臉部的基底向量的加權(quán)系數(shù),基于該加權(quán)系數(shù)而求出被試驗者的臉部的長相的印象傾向的程度。
[0003]現(xiàn)有技術(shù)文獻
[0004]專利文獻
[0005]專利文獻1:日本特開2001-331791號公報
[0006]專利文獻2:日本專利5231685號公報

【發(fā)明內(nèi)容】

[0007]第I方面所涉及的增齡分析方法包含:取得關(guān)于與年齡相關(guān)的多個形狀特征類型(morphological characteristic type)的被試驗者的特征量組,使用對關(guān)于多個人的總體的特征量組的集合進行因子分析而提取的多個增齡公因子、及被試驗者的特征量組,確定被試驗者的表示該多個增齡公因子的表達狀況的因子表達模式(factorexpress1npattern),基于被試驗者的因子表達模式而取得被試驗者的增齡信息。
[0008]第2方面所涉及的增齡分析裝置具有:取得單元,其取得關(guān)于與年齡相關(guān)的多個形狀特征類型的被試驗者的特征量組;確定單元,其使用對關(guān)于多個人的總體的特征量組的集合進行因子分析而提取的多個增齡公因子、及被試驗者的特征量組,確定被試驗者的表示該多個增齡公因子的表達狀況的因子表達模式;及輸出單元,其基于被試驗者的因子表達模式而輸出被試驗者的增齡信息。
[0009]再者,作為本發(fā)明的另一方面,可存在使包含上述第I方面所涉及的增齡分析方法的衰老修護(aging care)的信息提供(咨詢(counseling))方法、或上述第I方面所涉及的增齡分析方法在至少I臺計算機中執(zhí)行的程序、或記錄有這樣的程序的計算機可讀取的存儲介質(zhì)。該記錄介質(zhì)包含非暫時性的有形的介質(zhì)。
【附圖說明】
[0010]上述的目的、及其它目的、特征及優(yōu)點根據(jù)以下所述的優(yōu)選的實施方式、及隨附于此的以下的附圖而進一步明確。
[0011]圖1是表示第I實施方式中的增齡分析方法的圖。
[0012]圖2是概念性地表示第I實施方式中的增齡分析裝置的硬件構(gòu)成例的圖。
[0013]圖3是概念性地表示第I實施方式中的增齡分析裝置的處理構(gòu)成例的圖。
[0014]圖4是表示第2實施方式中的外在年齡分析方法(分析方法)的一個例子(第I模式確定方法)的圖。
[0015]圖5是概念性地表示第2實施方式中的外在年齡分析裝置(分析裝置)的處理構(gòu)成例的圖。
[0016]圖6是表示第2實施方式中的外在年齡分析裝置(分析裝置)的另一處理構(gòu)成例的圖。
[0017]圖7是表示第3實施方式中的外在年齡分析方法(分析方法)的一個例子(第2模式確定方法)的圖。
[0018]圖8是表示變形例中的外在年齡分析方法(分析方法)的圖。
[0019]圖9是表示變形例中的外在年齡分析裝置(分析裝置)的處理構(gòu)成例的圖。
[0020]圖1OA是表示形狀特征類型及增齡公因子的例子的圖。
[0021]圖1OB是說明圖1OA中所例示的形狀特征類型的圖。
[0022]圖1OC是表不圖1OA所不的各因子中的與外在年齡的相關(guān)的圖。
[0023]圖11是表示形狀特征類型及增齡公因子的其它例子的圖。
[0024]圖12是表示用于自特征量組獲得因子得分的復(fù)回歸公式的例子的圖。
[0025]圖13是表示自圖12所示的復(fù)回歸公式所獲得的各被試驗者的因子得分與增齡公因子的表達狀況的圖。
[0026]圖14是表示通過對包含被試驗者的總體(497名)的特征量組的集合進行因子分析而獲得的各被試驗者的因子得分與增齡公因子的表達狀況的圖。
[0027]圖15是表示本實施例中的因子表達狀況的確定方法的圖。
[0028]圖16是表示外在年齡的每個年代的個別樣本的分類狀況的圖。
[0029]圖17是表不因子表達模式的分類例的圖。
[0030]圖18是表示基于因子表達模式的分類的增齡信息的例子的圖。
【具體實施方式】
[0031]以下,對本發(fā)明的實施方式進行說明。再者,以下所列舉的各實施方式分別為例示,本發(fā)明并不限定于以下的各實施方式的構(gòu)成。
[0032][第I實施方式]
[0033]圖1是表示第I實施方式中的增齡分析方法的圖。如圖1所示,第I實施方式所涉及的增齡分析方法包含:取得關(guān)于與年齡相關(guān)的多個形狀特征類型的被試驗者的特征量組(Sll),使用該被試驗者的特征量組,確定通過對關(guān)于該多個形狀特征類型的總體的特征量組的集合進行因子分析而提取的多個增齡公因子的表示上述被試驗者的表達狀況的因子表達模式(S13),基于該被試驗者的該因子表達模式而取得該被試驗者的增齡信息(S15)。
[0034]上述年齡是指外在年齡或?qū)嶋H年齡。由(SII)所取得的特征量組所包含的各特征量為關(guān)于與這樣的年齡相關(guān)的身體的一部分的形狀的信息。即,由(Sll)所取得的特征量組為身體的多個部位的形狀信息。
[0035]“特征量”及“形狀特征類型”如下所述區(qū)分使用?!靶螤钐卣黝愋汀笔潜硎救祟惖哪骋惶囟ú课坏男螤畹母鱾€人中所共通的信息,“特征量”是反映該形狀特征類型中的各個人的特征的物理量。例如,“形狀特征類型”為鼻下的長度、眼睛相對于臉頰寬度的相對大小、上下方向的眼睛的傾斜度(角度),表示該“形狀特征類型”的“特征量”為如20mm(毫米)、0.32、2度那樣的各個人的測量值。這樣的“形狀特征類型”只要為與年齡相關(guān)的形狀的信息,則不限制具有該形狀的身體的部位。例如,該“形狀特征類型”為臉部及臉部以外的頭部(包含頸部)中的一部分的形狀。另外,該“形狀特征類型”也可為頭部以外的腹部、手背、腳等的形狀。另外,各特征量可利用長度、角度、曲面或曲線的曲率、比率等各種單位表示。此處,所謂頭部是指人體的頸部及較頸部更靠上的部位。
[0036]在(S13)中,利用對關(guān)于多個人的總體的特征量組的集合進行因子分析而獲得的多個公因子。該公因子被記為增齡公因子。再有,該特征量組的集合所包含的各個別樣本(各個人)的特征量組對應(yīng)于與(Sll)中所獲得的被試驗者的特征量組相同的多個形狀特征類型。在(S13)中,使用在(Sll)中所獲得的被試驗者的特征量組,關(guān)于被試驗者,確定表示該多個增齡公因子的表達狀況的因子表達模式。例如,因子表達模式可關(guān)于各增齡公因子分別表示有無表達。然而,因子表達模式的體現(xiàn)方法未被限制。因子表達模式既可關(guān)于各增齡公因子分別表不表達的程度,也可僅表不表達的增齡公因子或未表達的增齡公因子。
[0037]在(S15)中,基于在(S13)中所確定的被試驗者的因子表達模式,取得被試驗者的增齡信息。所取得的增齡信息既可表示被試驗者的年齡印象(外在年齡),也可表示特征量組所表示的形狀特征綜合性地對應(yīng)于幾歲程度之類的增齡程度(以下,也有記為形狀年齡的情況)。此處,(S15)中的增齡信息的取得可以各種方式執(zhí)行。例如可針對每個因子表達模式預(yù)先分配增齡信息。因子表達模式可存在相當(dāng)于增齡公因子的組合數(shù)的量。此情況下,取得對被試驗者的因子表達模式分配的增齡信息。另外,(S15)也包含使被試驗者的增齡信息作為可被人掌握的狀態(tài)。例如,(S15)也可以將表示所取得的每個因子表達模式的增齡信息的表格與在(S13)中確定的被試驗者的因子表達模式一并提供的方式實現(xiàn)。此情況下,人可將被試驗者的因子表達模式與該表格進行比較而掌握被試驗者的增齡信息。再者,(S15)中的增齡信息的取得的具體方式在下文敘述。
[0038]第I實施方式中的增齡分析方法可在以下所說明的增齡分析裝置那樣的至少I臺計算機中執(zhí)行。然而,在上述增齡分析方法中,也可包含至少一部分由人實施的工序。例如在(S13)中,也可利用計算機執(zhí)行中間處理,基于利用計算機所算出的信息而由人進行僅最終的因子表達模式的確定。另外,在(S15)中,也可如人將被試驗者的因子表達模式與該表進行比較而掌握被試驗者的增齡信息那樣,僅最終的被試驗者的增齡信息的取得(掌握)由人來執(zhí)行。第I實施方式中的增齡分析方法是反復(fù)持續(xù)地實現(xiàn)如下一定效果的方法:使用年齡與人的形狀特征類型之間的相關(guān)性、及形狀特征類型間的公因子與年齡之間的相關(guān)性,不用實際地與多個其它人的信息比較或不用實際地問詢多個判定者,便可容易且客觀地取得被試驗者的增齡信息。因此,例如即使包含由人實施的工序,第I實施方式中的增齡分析方法也可謂整體上利用自然定律的技術(shù)思想的創(chuàng)作。
[0039]圖2是概念性地表示第I實施方式中的增齡分析裝置10的硬件構(gòu)成例的圖。增齡分析裝置10為所謂計算機,例如具有利用總線而相互連接的CPU(Central Processing Unit(中央處理單元))11、存儲器12、輸入輸出接口(I/F)13、及通信單元14等。存儲器12為RAM(Random Access Memory(隨機存取存儲器))、R0M(Read Only Memory(只讀存儲器))、及硬盤等。通信單元14與其它計算機或設(shè)備進行信號的交換。在通信單元14,也可連接有可攜型記錄介質(zhì)等。
[0040]輸入輸出I/F13可與顯示裝置15、輸入裝置16等用戶接口裝置連接。顯示裝置15是如LCD(Liquid Crystal Display(液晶顯示器))或CRT(Cathode Ray Tube(陰極射線管))顯示器那樣的顯示與利用CPUllSGPU(Graphics Processing Unit(圖形處理單元))(未圖示)等進行處理的繪圖數(shù)據(jù)對應(yīng)的畫面的裝置。輸入裝置16是如鍵盤、鼠標(biāo)等受理用戶操作的輸入的裝置。顯示裝置15及輸入裝置16也可一體化,作為觸摸面板而被實現(xiàn)。增齡分析裝置10的硬件構(gòu)成并無限制。
[0041]圖3是概念性地表示第I實施方式中的增齡分析裝置10的處理構(gòu)成例的圖。如圖3所示,增齡分析裝置10具有:取得部21,其取得關(guān)于與年齡相關(guān)的多個形狀特征類型的被試驗者的特征量組;確定部22,其使用被試驗者的特征量組,確定通過對關(guān)于該多個形狀特征類型的總體的特征量組的集合進行因子分析而提取的多個增齡公因子的表示被試驗者的表達狀況的因子表達模式;以及輸出處理部23,其基于被試驗者的因子表達模式而輸出被試驗者的增齡信息。這些各處理部例如通過利用CPUll執(zhí)行儲存于存儲器12的程序而實現(xiàn)。另外,該程序例如也可自如⑶(Compact Disc(光盤))、存儲卡等可攜型記錄介質(zhì)或網(wǎng)絡(luò)上的其它計算機經(jīng)由輸入輸出I/F13或通信單元14而進行安裝,并儲存于存儲器12。
[0042]取得部21執(zhí)行上述(Sll)。取得部21既可自通過用戶基于輸入畫面等操作輸入裝置16而輸入的信息取得被試驗者的特征量組,也可自可攜型記錄介質(zhì)、其它計算機等經(jīng)由通信單元14或輸入輸出I /F13而取得被試驗者的特征量組。
[0043]另外,取得部21也可自關(guān)于被試驗者的信息,自行產(chǎn)生被試驗者的特征量組。例如增齡分析裝置10還具有接觸式測量部及非接觸式測量部(兩者均未圖示)的至少一者,取得部21可自由它們獲得的被試驗者的特定部位的三維坐標(biāo)信息中自動算出關(guān)于這些多個形狀特征類型的被試驗者的特征量組。作為接觸式測量部,例示有接觸式三維坐標(biāo)讀取裝置(digitizer)。作為非接觸式測量部,例示三維激光掃描儀或距離圖像傳感器等。另外,取得部21既可自被試驗者所拍攝的二維圖像直接取得特征量組,也可根據(jù)自不同方向?qū)Ρ辉囼炚哌M行攝影而獲得的多個二維圖像,利用周知的方法而算出被試驗者的規(guī)定部位的三維坐標(biāo)信息,使用其而自動算出被試驗者的特征量組。在根據(jù)三維坐標(biāo)信息的特征量組的算出中,也可使用基于相同模型的標(biāo)準化。
[0044]為了自二維圖像直接取得特征量組,只要利用如利用各像素的周邊的亮度分布的方法或利用臉部部分的配置的方法等周知的方法便可。通過使用這樣的周知的方法,可根據(jù)二維圖像近似地自動算出被試驗者的特征量組。根據(jù)形狀特征類型,可能有難以檢測出特征點的情況。在此情況下,可根據(jù)自總體自動取得的各特征點的平均值而預(yù)測該特征點。
[0045]例如在下述參考文獻中提出有如下方法:在顎臉部骨骼形狀的特征點測量中,對于未知的個體的無法直接測量的點的坐標(biāo),根據(jù)該點的周圍的可測量的點的坐標(biāo)與多個已知的形狀測量值的統(tǒng)計的平均的對應(yīng)關(guān)系而進行推斷(插補)。在該方法中,根據(jù)周圍的可測量的點(25點)的坐標(biāo)、及樣本的總體的坐標(biāo)平均而推斷軟組織上的形態(tài)特征點的坐標(biāo)(6點)。
[0046]參考文獻:青木義滿等人,MedicalImaging Technology,22(5),250-258(2004).
[0047]這樣,在本實施方式中,利用取得部21的被試驗者的特征量組的取得方法并無限制。
[0048]確定部22執(zhí)行上述(S13)。
[0049]輸出處理部23執(zhí)行上述(S15),并輸出所取得的增齡信息。然而,利用輸出處理部23的增齡信息的輸出方式并無限制。輸出處理部23產(chǎn)生表示增齡信息的輸出數(shù)據(jù),經(jīng)由輸入輸出I/F13而將該輸出數(shù)據(jù)輸出至顯示裝置15、或印刷裝置等其它輸出裝置。另外,輸出處理部23既可將該輸出數(shù)據(jù)經(jīng)由通信單元14發(fā)送至其它裝置,也可將該輸出數(shù)據(jù)記錄于可攜型記錄介質(zhì)。
[0050](第I實施方式的作用及效果)
[0051]如上述專利文獻I中所提出的方法那樣,基于頭部的每個部位的形狀變化而判定增齡狀況的方法大多直接使用根據(jù)每個部位的形狀信息所獲得的值而判定增齡傾向。其結(jié)果,可能有無法確切地分析各個人的增齡狀況的情況。其原因在于:各個人的原始的形狀特征直接反映于增齡傾向。再有,在這些方法中,無法判定各人的年齡印象(外在年齡)。
[0052]本發(fā)明人等自人所具有的全部形狀特征類型中篩選與年齡相關(guān)的多個形狀特征類型,并自關(guān)于所篩選出的形狀特征類型的特征量組找到多個公因子(增齡公因子),驗證了這些各公因子分別與年齡相關(guān)。再有,本發(fā)明人等對如上所述提取的增齡公因子的各個人的表達模式與增齡的關(guān)系進行調(diào)查,發(fā)現(xiàn)了因子表達模式體現(xiàn)增齡傾向。
[0053]由此,根據(jù)第I實施方式,可根據(jù)被試驗者的特征量組而確定因子表達模式,結(jié)果可獲得被試驗者的增齡信息。此處,因子表達模式不僅可根據(jù)特定部位各自的特征量而確定,也可根據(jù)關(guān)于多個形狀特征類型的被試驗者的特征量組而確定,因而自該因子表達模式所獲得的增齡信息不易受到來自各個人的天生的形狀特征的影響。再有,根據(jù)第I實施方式,也可獲得被試驗者的外在年齡的信息。這樣,根據(jù)第I實施方式,可使用被試驗者的形狀的特征量而客觀地分析被試驗者的增齡狀況。
[0054]另外,本發(fā)明人等發(fā)現(xiàn)了通過基于增齡公因子的因子載荷量,針對依賴度較強的每個增齡公因子,將多個形狀特征類型加以分類,從而各增齡公因子分別與人的部位建立對應(yīng),且各部位的特定的變動對年齡造成較大的影響。因此,根據(jù)該因子表達模式,可獲得被試驗者的每個部位的增齡信息。
[0055]以下,進一步詳細地說明上述第I實施方式。以下,作為詳細實施方式,例示第2實施方式中的外在年齡分析方法(以下,也有簡稱為分析方法的情況)及外在年齡分析裝置(以下,也有簡稱為分析裝置的情況)。即,在以下的第2實施方式中,取得外在年齡的信息作為增齡信息。然而,在以下的第2實施方式中,也可與上述第I實施方式同樣地,取得形狀年齡的信息作為增齡信息。以下,以與上述第I實施方式不同的內(nèi)容為中心進行說明,適當(dāng)省略與上述第I實施方式相同的內(nèi)容。
[0056][第2實施方式]
[0057]在第2實施方式中的分析方法中,也包含與圖1所示的第I實施方式中的增齡分析方法相同的工序。在第2實施方式中,進一步詳細地說明各工序。以下,使用圖1及圖4對第2實施方式中的分析方法進行說明。
[0058]在(Sll)中所取得的特征量組為關(guān)于與外在年齡相關(guān)的多個形狀特征類型的被試驗者的個人的信息。作為這樣的形狀特征類型,例如可列舉鼻下的長度及唇的厚薄的至少一者、眼睛的大小、眼睛的傾斜度、眉毛的傾斜度、及下頌的鼓出,特別是包含其中的至少2種。這些形狀特征類型為根據(jù)本發(fā)明人等的研究而提取的表示與外在年齡高的相關(guān)性的頭部的各部位的形狀信息。然而,在本實施方式中,只要為與外在年齡相關(guān)的多個形狀特征類型,則體現(xiàn)其的身體的部位并無限制。
[0059]此處,與被試驗者的特征量組、及總體所包含的各個別樣本的特征量組對應(yīng)的該多個形狀特征類型如下所述自人的頭部表面的多個形狀特征類型中篩選出。即,與年齡相關(guān)的該多個形狀特征類型基于通過將關(guān)于這些多個形狀特征類型的特征量組作為說明變量組且將年齡作為目標(biāo)變量的復(fù)回歸分析而獲得的每個形狀特征類型的復(fù)相關(guān)系數(shù)來進行篩選。例如篩選出每個形狀特征類型的復(fù)相關(guān)系數(shù)高于相對于該復(fù)回歸分析的總體的樣本數(shù)的顯著性水平的界限值的形狀特征類型。再者,在本實施方式中,上述年齡利用外在年齡。
[0060]該多個增齡公因子通過對關(guān)于如上所述篩選出的多個形狀特征類型的總體的特征量組的集合進行因子分析而提取。因子分析中所使用的因子數(shù)例如可根據(jù)所篩選出的形狀特征類型而確定。再有,優(yōu)選在所提取的各增齡公因子中,因子分析的總體所包含的個別樣本中的該增齡公因子的因子得分(例如平均)與年齡的相關(guān)系數(shù)分別大于總體的樣本數(shù)中的1%顯著性水平的界限值。然而,相關(guān)系數(shù)的大小的基準并不僅限于該基準,可適當(dāng)設(shè)定。
[0061](S13)中的確定被試驗者的因子表達模式的方法包含使用因子得分的方法(以下,記為第I模式確定方法)、及不使用因子得分的方法(以下,記為第2模式確定方法)。關(guān)于第2模式確定方法在第3實施方式中進行說明。
[0062]圖4是表示第2實施方式中的分析方法的一個例子(第I模式確定方法)的圖。在使用第I模式確定方法的情況下,第2實施方式中的分析方法如圖4所示,代替第I實施方式中的(S13)而包含(S41)、(S43)及(S45)。即,在第2實施方式中,確定被試驗者的因子表達模式的工序(S13)被詳細化為(S41)、(S43)及(S45)。
[0063](S41)使用在(Sll)中所取得的被試驗者的特征量組,分別算出關(guān)于多個增齡公因子的各個的被試驗者的因子得分。
[0064](S43)通過將表示總體的因子得分分布中的規(guī)定位置的閾值與被試驗者的因子得分關(guān)于多個增齡公因子分別進行比較,從而確定被試驗者的增齡公因子的表達狀況。
[0065](S45)對被試驗者確定表示在(S43)中被確定為作為表達狀況而表達的至少I個增齡公因子的因子表達模式。
[0066]在(S41)中的算出被試驗者的因子得分的方法中,也具有各種方法。第一,有使用復(fù)回歸分析,根據(jù)被試驗者的特征量組而推斷被試驗者的每個增齡公因子的因子得分的方法。具體而言,可通過將被試驗者的特征量組分別應(yīng)用于各復(fù)回歸公式,從而算出被試驗者的每個增齡公因子的因子得分,上述各復(fù)回歸公式通過對關(guān)于該總體的特征量組的集合應(yīng)用將關(guān)于該多個形狀特征類型的特征量組作為說明變量組且將因子得分作為目標(biāo)變量的每個增齡公因子的復(fù)回歸分析而分別獲得。該方法被記為第I因子得分算出方法。
[0067]在提取增齡公因子的因子分析中,關(guān)于對應(yīng)于各特征量的各形狀特征類型,分別算出每個增齡公因子的因子載荷量。再有,關(guān)于被用作因子分析的樣本的該總體的各個別樣本,分別算出每個增齡公因子的因子得分。作為因子分析的成果的每個增齡公因子的因子載荷量、及關(guān)于總體的各個別樣本的每個增齡公因子的因子得分與該總體中的特征量組的集合一起,被儲存于計算機中。
[0068]在第I因子得分算出方法中,通過使用了關(guān)于該總體的各個別樣本的每個增齡公因子的因子得分及特征量組的復(fù)回歸分析,預(yù)先獲得每個增齡公因子的復(fù)回歸公式,該復(fù)回歸公式進一步被儲存于下述分析裝置30等的計算機中。各復(fù)回歸公式是根據(jù)個人的特征量組,分別說明個人的各增齡公因子的因子得分的公式。第I因子得分算出方法通過將被試驗者的特征量組分別代入至儲存于計算機的各復(fù)回歸公式中,從而分別算出關(guān)于多個增齡公因子的各個的被試驗者的因子得分。這樣,第I因子得分算出方法可通過使用由對不包含被試驗者的總體的特征量組的集合的復(fù)回歸分析而預(yù)先獲得的復(fù)回歸公式,而快速地算出被試驗者的因子得分。
[0069]再有,也可在利用第I因子得分算出方法如上所述算出被試驗者的因子得分之后,對將該被試驗者的特征量組添加至原本的總體的特征量組的集合而獲得的新的特征量組的集合,重新應(yīng)用每個增齡公因子的復(fù)回歸分析,并利用所獲得的各復(fù)回歸公式,置換(更新)自原本的總體獲得的原本的各復(fù)回歸公式。這樣,每次被試驗者的數(shù)量增加時,總體的數(shù)量也增加,從而可提高儲存于計算機的復(fù)回歸公式的精度。
[0070]作為算出被試驗者的因子得分的其它方法,也有將被試驗者添加至該總體,并對該新的總體應(yīng)用因子分析的方法。根據(jù)該方法,在加入有被試驗者的特征量組的狀態(tài)下,分別算出每個增齡公因子的因子載荷量,對于該總體所包含的作為一個人的個別樣本的被試驗者,可算出每個增齡公因子的因子得分。在該方法中,也可使用關(guān)于包含被試驗者的新的總體的特征量組的集合(矩陣A)、多個形狀特征類型間的相關(guān)系數(shù)組(矩陣B)、及通過因子分析而新獲得的因子載荷量組(矩陣C),通過矩陣A、矩陣B的逆矩陣與矩陣C的乘法,而算出關(guān)于總體所包含的被試驗者的各增齡公因子的因子得分。根據(jù)該方法,可算出被試驗者的因子得分。
[0071]在(S43)中所使用的表示總體的因子得分分布中的規(guī)定位置的閾值針對每個增齡公因子分別確定。每個增齡公因子的閾值既可設(shè)定一個,也可設(shè)定多個。例如對于該閾值而言,既可利用該因子得分分布的平均值,也可利用對平均值加上或減去某個值所獲得的值。(S43)可關(guān)于各增齡公因子分別確定有無表達而作為表達狀況。例如在被試驗者的某個增齡公因子的因子得分大于該增齡公因子用的閾值的情況下,可確定為被試驗者中該增齡公因子表達,在該閾值以下的情況下,可確定為被試驗者中該增齡公因子未表達。另外,(S43)也可關(guān)于各增齡公因子分別確定表示表達的程度的表達分數(shù)。例如也可在被試驗者的某個增齡公因子的因子得分大于該增齡公因子用的第I閾值的情況下,將被試驗者的該增齡公因子的表達分數(shù)設(shè)為+1,在該因子得分小于第2閾值的情況下,將該表達分數(shù)設(shè)為-1,在該因子得分為第I閾值以下且第2閾值以上的情況下,將該表達分數(shù)確定為O。
[0072]在(S45)中,根據(jù)在(S43)中所確定的表達狀況而確定被試驗者的因子表達模式。在第2實施方式中,因子表達模式以表示被確定為表達的至少I個增齡公因子的方式呈現(xiàn)。此情況下,因子表達模式的總模式數(shù)量與增齡公因子的總組合的數(shù)量(使增齡公因子數(shù)分反復(fù)乘2所獲得的值)相等。再者,如上所述,因子表達模式的呈現(xiàn)方式并無限制。
[0073]在第2實施方式中,(S15)基于在(S45)中所確定的被試驗者的因子表達模式而取得被試驗者的外在年齡信息。此處,外在年齡信息可針對每個因子表達模式而預(yù)先確定。例如通過專家的官能評估而對總體的各個別樣本分別評估外在年齡。繼而,通過與上述相同的方法,預(yù)先對該總體的各個別樣本分別求出因子表達模式,利用因子表達模式而將該總體分類,針對各因子表達模式,分別算出外在年齡的平均。這樣的話,可針對每個因子表達模式預(yù)先準備外在年齡的平均。此情況下,(S15)取得被試驗者的因子表達模式的外在年齡的平均作為外在年齡信息。然而,外在年齡信息的取得方法并不限定于這樣的例子。
[0074]作為其它例子,也可預(yù)先根據(jù)增齡信息(外在年齡信息)的共通性,將所有因子表達模式分類為多個群組,且對各群組分別分配增齡信息(外在年齡信息)。例如可基于具有同一因子表達模式的各個別樣本的實際年齡或外在年齡、因子得分、及因子表達數(shù)的至少一者,而將所有因子表達模式分類為多個群組。
[0075]根據(jù)本發(fā)明人等的研究,概括而言發(fā)現(xiàn)有如下傾向:增齡公因子的表達數(shù)越少,夕卜在年齡越低,增齡公因子的表達數(shù)越多,外在年齡越高。因此,例如若根據(jù)增齡公因子的表達數(shù),將所有因子表達模式分類為多個群組,則可對各群組分配外貌的年齡層。具體而言,僅表達出I個增齡公因子的因子表達模式,可分類為該多個群組中的年齡最小的群組,表達出全部的增齡公因子的因子表達模式及表達出比全部的增齡公因子少一個的數(shù)量的增齡公因子的因子表達模式,可分類為多個群組中的年齡最大的群組。
[0076]在這樣將因子表達模式預(yù)先分類的情況下,(S15)可自這些多個群組中選擇與被試驗者的因子表達模式對應(yīng)的群組,從而可取得被分配至該所選擇的群組的外在年齡信息。然而,因子表達模式的分類并不僅限制于基于增齡公因子的表達數(shù)的分類。例如也可如上所述,通過基于屬于群組的各個別樣本的因子得分的組集(cluster)分析而將利用基于增齡公因子的表達數(shù)的分類而獲得的各群組分類成子群組。根據(jù)該進一步的分類,可根據(jù)因子得分的傾向而將被分類為同年齡層的因子表達模式組進一步進行群組分配,從而不僅可獲得外在的年齡層,也可獲得對應(yīng)于因子得分的傾向的外在年齡信息。
[0077](裝置構(gòu)成)
[0078]其次,關(guān)于第2實施方式中的分析裝置,以與第I實施方式不同的內(nèi)容為中心進行說明。關(guān)于與第I實施方式相同的內(nèi)容適當(dāng)省略。第2實施方式中的分析裝置具有與圖2所示的第I實施方式中的增齡分析裝置10相同的硬件構(gòu)成,使用這樣的硬件構(gòu)成及下述處理構(gòu)成,執(zhí)行上述第2實施方式中的分析方法。關(guān)于第2實施方式中的分析方法的上述內(nèi)容也被沿用至第2實施方式中的分析裝置。
[0079]圖5是概念性地表示第2實施方式中的分析裝置30的處理構(gòu)成例的圖。如圖5所示,分析裝置30具有取得部31、確定部32、及輸出處理部33等。確定部32包含算出部34。取得部31、確定部32及輸出處理部33分別對應(yīng)于第I實施方式中的取得部21、確定部22及輸出處理部23。這些各處理部通過與第I實施方式中的各處理部同樣地,利用CPUll執(zhí)行儲存于存儲器12的程序而實現(xiàn)。
[0080]取得部31執(zhí)行(Sll)。再有,取得部31也可根據(jù)需要而取得關(guān)于總體的特征量組的集合、多個形狀特征類型間的相關(guān)系數(shù)組、通過因子分析而獲得的因子載荷量組、總體所包含的各個別樣本的因子得分組等。分析裝置30既可自行保持這些信息,也可自可攜型記錄介質(zhì)、其它計算機等取得。
[0081 ]如上所述,確定部32包含算出部34,且基于利用算出部34而算出的被試驗者的每個增齡公因子的因子得分,而確定被試驗者的上述因子表達模式,上述算出部34使用利用取得部31而取得的被試驗者的特征量組,分別算出關(guān)于該多個增齡公因子的各個的被試驗者的因子得分。即,確定部32執(zhí)行(S41)、(S43)及(S45)。其中,(S41)利用算出部34而執(zhí)行。
[0082]如上所述,算出部34可利用各種方法算出被試驗者的因子得分。例如算出部34可使用上述第I因子得分算出方法。此情況下,算出部34通過將被試驗者的特征量組分別應(yīng)用于各復(fù)回歸公式,可算出被試驗者的每個增齡公因子的因子得分,上述各復(fù)回歸公式通過對關(guān)于總體的特征量組的集合應(yīng)用將關(guān)于該多個形狀特征類型的特征量組作為說明變量組且將因子得分作為目標(biāo)變量的復(fù)回歸分析而分別獲得。
[0083]算出部34既可利用預(yù)先保持的各增齡公因子的復(fù)回歸公式,也可利用自其它裝置取得的該復(fù)回歸公式。再有,算出部34也可對關(guān)于總體的特征量組的集合及被試驗者的特征量組應(yīng)用每個增齡公因子的復(fù)回歸分析,并利用由此而分別獲得的各復(fù)回歸公式,置換自原本的總體獲得的原本的各復(fù)回歸公式。
[0084]算出部34也可通過將被試驗者添加至原本的總體,并對該新的總體重新執(zhí)行因子分析,而算出被試驗者的每個增齡公因子的因子得分。在該因子分析中,算出部34將因子載荷量組更新,再有,關(guān)于該新的總體的各個別樣本(包含被試驗者)分別算出每個增齡公因子的因子得分。此情況下,算出部34也可通過基于利用取得單元所取得的特征量組的集合、相關(guān)系數(shù)組及因子載荷量組的上述矩陣的乘法,而算出關(guān)于總體所包含的被試驗者的每個增齡公因子的因子得分。
[0085]確定部32通過將表示總體的因子得分分布中的規(guī)定位置的閾值與被試驗者的因子得分關(guān)于多個增齡公因子分別進行比較,而確定在被試驗者表達的增齡公因子,對被試驗者確定表示被確定為表達的至少I個增齡公因子的因子表達模式。確定部32既可預(yù)先保持每個增齡公因子的上述閾值,也可自其它計算機取得。關(guān)于具體的因子表達模式的確定方法如上所述。
[0086]輸出處理部33執(zhí)行(S15),再有,將所取得的被試驗者的外在年齡信息輸出為增齡信息。例如輸出處理部33輸出對多個增齡公因子的各個賦予的名稱及表示被試驗者的因子表達模式的增齡信息。各增齡公因子的名稱例如可以體現(xiàn)與各增齡公因子的因子載荷量較大的形狀特征類型共通的特征傾向的方式賦予。結(jié)果,根據(jù)所輸出的增齡信息,可體現(xiàn)關(guān)于外在年齡的被試驗者的特征傾向。再有,輸出處理部33也可使如上所述預(yù)先準備的每個因子表達模式的外在年齡的平均包含于該外在年齡信息。再者,利用輸出處理部33的輸出方式與輸出處理部23相同。
[0087]另外,輸出處理部33也可輸出對根據(jù)被試驗者的因子表達模式而選擇的群組賦予的增齡信息。此情況下,如上所述,所有因子表達模式基于具有同一因子表達模式的各個別樣本的年齡、因子得分及因子表達數(shù)的至少I者而分類為多個群組,對于各群組,預(yù)先賦予相應(yīng)于分類方法的關(guān)于外在年齡的增齡傾向信息。輸出處理部33通過取得因子表達模式的群組分配信息及對各群組賦予的外在年齡信息(增齡信息),而輸出關(guān)于被試驗者的外在年齡信息。因子表達模式的群組分配信息及對各群組賦予的外在年齡信息既可通過下述選擇部35而預(yù)先保持,也可自其它計算機取得。
[0088]在這樣將因子表達模式分類的情況下,如圖6所示,分析裝置30除圖5所示的構(gòu)成以外,還具有選擇部35。
[0089]圖6是表示第2實施方式中的分析裝置30的另一處理構(gòu)成例的圖。
[0090]選擇部35自根據(jù)增齡的共通性將與各增齡公因子的表達狀況的全部組合對應(yīng)的所有因子表達模式加以分類而得的多個群組中,選擇對應(yīng)于被試驗者的因子表達模式的群組。輸出處理部33輸出被賦予至由選擇部35所選擇出的群組的外在年齡信息來作為被試驗者的增齡信息。
[0091 ](第2實施方式的作用及效果)
[0092]如上所述,在第2實施方式中,使用被試驗者的特征量組,分別算出關(guān)于多個增齡公因子的各個的被試驗者的因子得分,基于所算出的因子得分而確定被試驗者的因子表達模式。此處,被試驗者的各因子得分分別表示被試驗者的對應(yīng)的增齡公因子的表達程度,各增齡公因子由于分別與外在年齡具有較大相關(guān),因而認為根據(jù)因子得分而求出的被試驗者的因子表達模式表示被試驗者的對外在年齡造成影響的某些主要原因的產(chǎn)生情況。由此,根據(jù)基于這樣的因子表達模式而獲得被試驗者的外在年齡信息的第2實施方式,可高精度地分析被試驗者的外在年齡。
[0093]在作為算出被試驗者的因子得分的方法之一的第I因子得分算出方法中,通過對預(yù)先獲得的復(fù)回歸公式代入被試驗者的特征量組,可快速地獲得被試驗者的因子得分。然后,根據(jù)被試驗者的該因子得分與表示總體的因子得分分布中的規(guī)定位置的閾值的比較,而確定被試驗者的增齡公因子的表達狀況,根據(jù)該表達狀況而確定被試驗者的因子表達模式。這樣,加入總體的因子得分分布而確定被試驗者的增齡公因子的表達狀況,由此可提高被試驗者的因子表達模式的客觀性,進而可提高自該因子表達模式所獲得的增齡信息(夕卜在年齡信息)的客觀性及可靠性。
[0094]另外,在第2實施方式中,基于具有同一因子表達模式的各個別樣本的年齡、因子得分及因子表達數(shù)的至少I者而將各因子表達模式分類為多個群組,并選擇對應(yīng)于被試驗者的因子表達模式的群組。然后,取得對該所選擇的群組賦予的外在年齡信息作為被試驗者的信息。這樣,可取得作為外在年齡信息被賦予至各群組的外在年齡層或因子表達傾向等來作為被試驗者的外在年齡信息。
[0095][第3實施方式]
[0096]在上述第2實施方式中,基于被試驗者的每個增齡公因子的因子得分,而確定被試驗者的因子表達模式(第I模式確定方法)。在第3實施方式中,不使用被試驗者的因子得分,而基于被試驗者的特征量組來確定被試驗者的因子表達模式(第2模式確定方法)。以下,關(guān)于第3實施方式,以與上述各實施方式不同的內(nèi)容為中心進行說明,關(guān)于同一內(nèi)容適當(dāng)省略。
[0097]在第3實施方式中的分析方法中,也包含與圖1所示的第I實施方式中的增齡分析方法相同的工序。在第3實施方式中,進一步詳細地說明各工序。以下,使用圖7對第3實施方式中的分析方法進行說明。
[0098]圖7是表示第3實施方式中的分析方法的一個例子(第2模式確定方法)的圖。在使用第2模式確定方法的情況下,第3實施方式中的分析方法如圖7所示,代替第I實施方式中的(S13)而包含(S71)、(S73)及(S75)。即,在第3實施方式中,確定被試驗者的因子表達模式的工序(S13)被詳細化為(S71)、(S73)及(S75)。
[0099](S71)分別取得關(guān)于多個因子表達模式的各個的特征量組的代表值。在第3實施方式中,對于總體的各個別樣本而言,根據(jù)個別樣本的每個增齡公因子的因子得分,分別確定因子表達模式,且關(guān)于所有因子表達模式的各個,分別確定具有同一因子表達模式的各個別樣本的特征量組的代表值。各因子表達模式的代表值是根據(jù)具有同一因子表達模式的各個別樣本的特征量組而確定的表示特征量空間中的代表性的位置的數(shù)據(jù)(具有與特征量組相同數(shù)量的要素的向量),例如為表示這些特征量組的重心的數(shù)據(jù)。然而,該代表值并不限制于重心。
[0100](S73)分別算出在(S11)中所取得的被試驗者的特征量組與在(S71)中所取得的各因子表達模式的代表值的距離。代表值如上所述,為具有與特征量組相同數(shù)量的要素的向量,在(S73)中,算出Euclid(歐幾里得)距離。
[0101](S75)基于(S73)中所算出的各因子表達模式的代表值與被試驗者的特征量組的距離,確定被試驗者的上述因子表達模式。具體而言,表示最小距離的因子表達模式被確定為被試驗者的上述因子表達模式。
[0102](裝置構(gòu)成)
[0103]其次,關(guān)于第3實施方式中的分析裝置,以與第I實施方式不同的內(nèi)容為中心進行說明。關(guān)于與第I實施方式相同的內(nèi)容適當(dāng)省略。第3實施方式中的分析裝置具有與圖2所示的第I實施方式中的增齡分析裝置10相同的硬件構(gòu)成,使用這樣的硬件構(gòu)成及下述處理構(gòu)成,執(zhí)行上述第3實施方式中的分析方法。與第3實施方式中的分析方法有關(guān)的上述內(nèi)容也沿用至第3實施方式中的分析裝置。
[0104]第3實施方式中的分析裝置30具有與圖5或圖6所示的第2實施方式相同的處理構(gòu)成。然而,以下的各處理部執(zhí)行與第2實施方式不同的處理。
[0105]取得部31除(Sll)以外,還執(zhí)行上述(S71)。取得部31既可自行保持各因子表達模式的特征量組的代表值,也可自可攜型記錄介質(zhì)、其它計算機等取得。
[0106]算出部34執(zhí)行上述(S73)。
[0107]確定部32執(zhí)行上述(S75)。
[0108](第3實施方式中的作用及效果)
[0109]如上所述,在第3實施方式中,算出被試驗者的特征量組與預(yù)先算出的各因子表達模式的特征量組的代表值的距離,基于該距離而確定被試驗者的因子表達模式。因此,根據(jù)第3實施方式,可不算出被試驗者的因子得分而僅通過距離計算,快速地確定被試驗者的因子表達模式O
[0110][變形例]
[0111]基于上述增齡公因子的因子分析自身既可利用上述第I實施方式中的增齡分析裝置10及第2實施方式及第3實施方式的分析裝置30執(zhí)行,也可利用其它計算機執(zhí)行。另外,因子分析的總體也可通過逐次取入成為增齡分析裝置10及分析裝置30的分析對象的被試驗者而進行更新。此情況下,如圖8所示,重新執(zhí)行(S17)、(S18)及(S19)。再者,圖8是表示對圖4所示的第2實施方式中的分析方法追加新的處理工序的例子,但也可將該新的處理工序追加至圖1所示的第I實施方式中的增齡分析方法或圖7所示的第3實施方式中的分析方法。
[0112]圖8是表示變形例中的分析方法的圖。該分析方法還包含:取得關(guān)于多個形狀特征類型的總體所不包含的新的個別樣本的特征量組,對新的個別樣本的特征量組及原本的總體的特征量組的集合執(zhí)行使用了上述增齡公因子的數(shù)量的因子分析(S17),使用通過(S17)的因子分析而重新獲得的因子載荷量組,重新分別算出關(guān)于對原本的總體添加了該新的個別樣本而得的新的總體的各個別樣本的每個增齡公因子的因子得分(S18),利用重新獲得的因子載荷量組及關(guān)于新的總體的各個別樣本的因子得分,而更新自原本的總體所獲得的原本的信息(S19)。在圖8中,將被試驗者的特征量組用作新的個別樣本的特征量組(Sll)。然而,新的個別樣本也可是被試驗者以外。
[0113]圖9是表示變形例中的分析裝置30的處理構(gòu)成例的圖。此情況下,分析裝置30還具有分析處理部37,該分析處理部37對關(guān)于上述多個形狀特征類型的多個個別樣本的特征量組進行使用了上述增齡公因子的數(shù)量的因子分析。取得部31還取得關(guān)于上述多個形狀特征類型的原本的總體所不包含的新的個別樣本的特征量組。分析處理部37對該新的個別樣本的特征量組及原本的總體的特征量組的集合執(zhí)行因子分析,使用通過該因子分析而重新獲得的因子載荷量組,重新分別算出關(guān)于對原本的總體添加了新的個別樣本而得的新的總體的各個別樣本的每個增齡公因子的因子得分,根據(jù)重新獲得的因子載荷量組及關(guān)于新的總體的各個別樣本的因子得分,而更新自原本的總體所獲得的原本的信息。自原本的總體及新的總體所獲得的因子載荷量組及因子得分組既可由分析裝置30保持,也可由其它計算機保持。另外,取得部31也可將被試驗者的特征量組用作新的個別樣本的特征量組。
[0114]根據(jù)該變形例,將原本的總體所不包含的新的人(包含被試驗者)的特征量組添加至原本的總體的特征量組的集合,重新執(zhí)行因子分析,利用重新獲得的因子載荷量組及因子得分組而更新原本的信息,因而每當(dāng)獲得新的人的特征量組時,可推進學(xué)習(xí),且提高分析精度。
[0115]以下,列舉實施例,更詳細地說明上述各實施方式。本發(fā)明不受以下實施例任何限定。
[0116]實施例
[0117]圖1OA是表示形狀特征類型及增齡公因子的例子的圖。圖1OA是表示通過對497名實際年齡為二十幾至六十幾的日本女性的總體中的13個形狀特征類型的特征量進行因子分析而提取的5個公因子的例子。在圖1OA中,將5個公因子記為因子I至因子5。另外,13個形狀特征類型以I至13的數(shù)字表示。圖1OA中的下標(biāo)y是指上下方向(與地面正交的方向)的成分。例如“(眉梢-眉頭)y”是指自眉梢向眉頭的上下方向的落差(垂直距離)。
[0118]圖1OB是說明圖1OA中所例示的形狀特征類型的圖。
[0119]眼睛的縱寬y表示眼睛的上下方向的最長部的長度,眼睛的面積為眼睛的黏膜部的露出面積。臉頰寬度與頰弓寬度不同,為通過前視狀態(tài)下的人的左右的外眼角的與地面垂直的平面、和該被試驗者的臉部的表面的交線上的較外眼角更靠下方的頰骨位置的寬度。
[0120]吊眼程度是連結(jié)內(nèi)眼角(眼角)與外眼角(眼梢)的直線和自內(nèi)眼角相對于地面水平地延伸的直線所成的角度。外在吊眼程度是連結(jié)外在眼梢點與內(nèi)眼角(眼角)的直線和自內(nèi)眼角相對于地面水平地延伸的直線所成的角度。所謂外在眼梢點是指外貌上的眼梢點,例如相當(dāng)于較外眼角更下垂的上眼瞼的外眼角側(cè)的端部。
[0121](眉梢-眉峰)y表示自眉梢向眉峰的上下方向的落差(垂直距離),(眉梢-眉頭)y表示自眉梢向眉頭的上下方向的落差(垂直距離)。
[0122]魚眼程度表示連結(jié)內(nèi)眼角與外眼角的直線的前后方向的傾斜度。魚眼程度也可謂眼梢的后退程度。
[0123]“耳珠點(trag1n)-下頌角點/下頌角點-顎尖點”是將自耳珠點至下頌角點為止的距離除以自下頌角點至顎尖點為止的距離所得的值。
[0124]下頌角點寬度為左右的下頌角點附近的再突出部間的寬度。
[0125](唇上端[左右]-下端)y/口裂寬度表示唇的縱橫比,具體而言,表示將自唇的上端向唇的下端的上下方向的落差(垂直距離)除以口裂寬度所得的值。(鼻下點-唇上端[左右]/鼻下點-顎下)y表示鼻的下方的長度,具體而言,表示將自鼻下點向唇的上端的上下方向的落差除以自鼻下點向顎下的上下方向的落差所得的值。
[0126]雖然在圖1OB中未表示,但左頰部角度是連結(jié)左耳珠點與左臉頰寬度點的直線和連結(jié)左臉頰寬度點與左鼻翼點的直線所成的角。左頰部最小曲率是自鼻下通過前視狀態(tài)的人的左右的外眼角的與地面垂直的平面和該被試驗者的臉部的表面的交線上的通過較外眼角更靠下方的頰骨位置的曲線的最小曲率。換言之,左頰部最小曲率是通過左臉頰寬度點、鼻下點及右臉頰寬度點的3點的顱骨臉部剖面的頰部的最小曲率。
[0127]本發(fā)明人等如下所述提取這樣的13個形狀特征類型。本發(fā)明人等基于與外在年齡相關(guān)的特征點的變化量的解析及造形專家的解讀特征點的連動關(guān)系的見解等,使用相同模型中的4000以上的數(shù)據(jù)點(特征點),導(dǎo)出被推測為與外在年齡相關(guān)的60個特征點間的關(guān)系(形狀特征類型)。在該過程中,以不存在相關(guān)較大的多個形狀特征類型的方式將形狀特征類型除外。而且,本發(fā)明人等統(tǒng)計性地對60個形狀特征類型的特征量與外在年齡的關(guān)系進行解析,提取與外在年齡具有較大相關(guān)(復(fù)相關(guān)系數(shù)大于0.200)的如上所述的13個形狀特征類型。作為該統(tǒng)計性的解析,使用將關(guān)于60個形狀特征類型的特征量組作為說明變量組且將外在年齡作為目標(biāo)變量的復(fù)回歸分析。
[0128]圖1OC是表示圖1OA所示的各因子的與外在年齡的相關(guān)的圖。再有,本發(fā)明人等關(guān)于各公因子,分別算出上述總體所包含的個別樣本的因子得分與外在年齡的相關(guān)系數(shù),確認了各公因子的相關(guān)系數(shù)如圖1OC所示,分別大于總體的樣本數(shù)的1%顯著性水平的界限值。這樣,發(fā)現(xiàn)了如圖1OA的例子那樣的與外在年齡關(guān)聯(lián)的增齡公因子。
[0129]另一方面,若關(guān)于各公因子分別將每個形狀特征類型的因子載荷量進行比較,則如圖1OA所示,可根據(jù)受到較大的影響的增齡公因子而將13個形狀特征類型分類。具體而言,形狀特征類型I至3(吊眼程度、外在吊眼程度及魚眼程度)較大程度地依賴于因子I,形狀特征類型4及5較大程度地依賴于因子2,形狀特征類型6及7較大程度地依賴于因子3,形狀特征類型8及9較大程度地依賴于因子4,形狀特征類型10及11較大程度地依賴于因子5。根據(jù)該關(guān)系,認為因子I為對應(yīng)于眼睛的傾斜度的因子,因子2為對應(yīng)于眉毛的傾斜度的因子,因子3為對應(yīng)于眼睛的大小的因子,因子4為對應(yīng)于下頌的鼓出的因子,因子5為對應(yīng)于鼻下的長度及唇的厚薄的因子。
[0130]然而,增齡公因子的數(shù)量及形狀特征類型并不限定于圖1OA所示的。例如關(guān)于與外在年齡相關(guān)的多個形狀特征類型的特征量組,只要包含如下特征量便可:(a)表示鼻下的長度及唇的厚薄的多個特征量、(b)表示眼睛相對于臉頰寬度的相對大小的多個特征量、(C)表示上下方向及前后方向的眼睛的傾斜度的多個特征量、(d)表示眉毛相對于臉頰寬度的下垂?fàn)顟B(tài)的多個特征量、及(e)表示下頌角寬度相對于臉頰寬度的大小、及顎尖、耳與下頌角的位置關(guān)系的多個特征量。
[0131]圖11是表示形狀特征類型及增齡公因子的其它例子的圖。在圖11的例子中,表示利用與圖1OA不同的12個形狀特征類型提取5個增齡公因子的例子。在圖11的例子中,也可確認各增齡公因子與外在年齡的相關(guān)系數(shù)分別大于總體的樣本數(shù)中的1%顯著性水平的界限值。
[0132]其次,說明通過對每個增齡公因子的復(fù)回歸公式分別應(yīng)用被試驗者的特征量組而算出被試驗者的每個增齡公因子的因子得分的方法(參照第2實施方式)的具體例。在本具體例中,說明取得復(fù)回歸公式的例子及利用該復(fù)回歸公式所獲得的被試驗者的因子得分的評估。此處,利用圖1OA所示的形狀特征類型及增齡公因子。
[0133]在本具體例中,首先,自上述實際年齡為二十幾至六十幾的日本女性497人的總體,針對各年代隨機分別提取5人作為被試驗者,對除該被試驗者以外的472人的暫定總體的特征量組的集合進行因子分析。由此,分別算出關(guān)于13個形狀特征類型的各個的每個增齡公因子的因子載荷量,且關(guān)于該暫定總體的各個別樣本,分別算出每個增齡公因子的因子得分。其次,通過使用了關(guān)于該暫定總體的各個別樣本的每個增齡公因子的因子得分、及特征量組的復(fù)回歸分析,而算出圖12所示的每個增齡公因子的復(fù)回歸公式。
[0134]圖12是表示用以自特征量組獲得因子得分的復(fù)回歸公式的例子的圖。在圖12中,關(guān)于各增齡公因子(因子I至因子5),分別表示每個形狀特征類型的偏回歸系數(shù)。
[0135]圖13是表示自圖12所示的復(fù)回歸公式所獲得的各被試驗者的因子得分與增齡公因子的表達狀況的圖。在圖13中,分別表示25人的各被試驗者的每個增齡公因子的因子得分。另外,各增齡公因子的表達狀況由-1、O及+1的表達分數(shù)表不,表達分數(shù)成為-1或+1的因子得分利用陰影表示。在圖13的最左側(cè)的列中,以年代(20’s等)的形式表示被試驗者年齡,在左起第2列中,表示被試驗者的編號,在最右側(cè)的列中,表示表達分數(shù)成為-1或+1的增齡公因子的編號。
[0136]圖14是表示通過對包含被試驗者的總體(497名)的特征量組的集合進行因子分析而獲得的各被試驗者的因子得分與增齡公因子的表達狀況的圖。在圖14中,表示出通過對包含被試驗者的總體進行因子分析而獲得的因子得分,因而圖14所示的各被試驗者的因子得分與增齡公因子的表達狀況為原本應(yīng)求出的狀況(正解)。因此,當(dāng)利用圖13與圖14將各增齡公因子的表達狀況進行比較時,在圖13與圖14中僅被試驗者(309)的因子I的表達狀況不同。利用圖13所推斷出的被試驗者(309)的因子I的表達分數(shù)為+1,相對于此,圖14所示的正解的表達分數(shù)成為O。然而,由于關(guān)于其它24名被試驗者的增齡公因子的表達狀況一致,因而,結(jié)果可驗證利用圖13的方法所推斷出的因子得分表示25分的24這樣的較高的精度。
[0137]再有,本發(fā)明人等對248人的總體中的9個形狀特征類型的特征量組的集合進行將公因子數(shù)設(shè)為4的因子分析,確定該總體的各個別樣本的因子表達模式。另一方面,本發(fā)明人等利用因子表達模式(16個)將各個別樣本進行分類,針對每個因子表達模式算出特征量空間(9維)中的重心,關(guān)于各個別樣本,分別算出距離每個因子表達模式的重心的距離,將該距離最小的因子表達模式確定為各個別樣本的因子表達模式。結(jié)果確認了使用該距離而確定的因子表達模式與通過因子分析而確定的因子表達模式以81.1 %的比率一致。
[0138]圖15是表示本實施例中的因子表達狀況的確定方法的圖。在本實施例中,用以根據(jù)因子得分獲得因子表達狀況的閾值利用對該增齡公因子的因子得分的平均加上0.25σ(σ為標(biāo)準偏差)所獲得的第I閾值(+0.25σ)、及自該平均減去0.25σ而獲得的第2閾值(-0.25σ)。標(biāo)準偏差σ關(guān)于各增齡公因子分別算出,因而第I閾值及第2閾值針對每個增齡公因子而分別設(shè)置。在本實施例中,在被試驗者的某個增齡公因子的因子得分大于該增齡公因子用的第I閾值的情況下,將被試驗者的該增齡公因子的表達分數(shù)設(shè)為+1,在該因子得分小于第2閾值的情況下,將該表達分數(shù)設(shè)為-1,在該因子得分為第I閾值以下且第2閾值以上的情況下,將該表達分數(shù)確定為O。
[0139]再有,為了驗證增齡公因子的表達狀況與外在年齡的相關(guān)關(guān)系,本發(fā)明人等基于增齡公因子的表達分數(shù),將通過對上述總體(497名)的因子分析而獲得的各個別樣本分類為如下4種類型(S組、N組、X組、Y組hS組是+1的表達分數(shù)較-1的表達分數(shù)多2個以上的類型,N組是+1的表達分數(shù)為I個以下且-1的表達分數(shù)為I個以下且+1的表達分數(shù)的數(shù)量與-1的表達分數(shù)的數(shù)量的差為I個以下的類型,X組是+1的表達分數(shù)為2個以上,且-1的表達分數(shù)為2個以上,且+1的表達分數(shù)的數(shù)量與-1的表達分數(shù)的數(shù)量的差為I個以下的類型,Y組是-1的表達分數(shù)較+1的表達分數(shù)多2個以上的類型。
[0140]本發(fā)明人等針對外在年齡的每個年代將個別樣本的分類狀況匯總,如圖16所示,證實了增齡公因子的表達狀況與外在年齡相關(guān)。圖16是表示外在年齡的每個年代的個別樣本的分類狀況的圖。根據(jù)圖16,外在年齡越高,屬于S組的個別樣本的比率越增加,外在年齡越低,屬于Y組的個別樣本的比率越增加。由此,證明了增齡公因子的表達狀況與外在年齡相關(guān),增齡公因子表達得越多的人,外在年齡越高。
[0141]圖17是表示因子表達模式的分類例的圖。本發(fā)明人等使用圖1OA的例子中所確定的各個別樣本的因子表達模式,針對每個因子表達模式,算出具有該因子表達模式的個別樣本的外在年齡的平均,通過使用該平均年齡,而將因子表達模式分類為3個群組(記為區(qū)域1、區(qū)域2及區(qū)域3)。在圖17中,帶圈數(shù)字表示被確定為表達的增齡公因子的編號,包圍至少I個帶圈數(shù)字的四方形表示I個因子表達模式,置于該四方形的下方的帶括號的數(shù)字表示平均年齡,該帶括號的數(shù)字的右側(cè)的數(shù)字表示屬于該因子表達模式的個別樣本的數(shù)量。
[0142]如圖17所示,可知各群組對應(yīng)于三十幾、四十幾、五十幾的外在年齡層。再有,僅表達出I個增齡公因子的因子表達模式被分類為多個群組中的年齡最小的群組,表達出全部的增齡公因子(5個)的因子表達模式及表達出比全部的增齡公因子少I個的數(shù)量(4個)的增齡公因子的因子表達模式被分類為多個群組中的年齡最大的群組。
[0143]本發(fā)明人等通過對屬于被記為區(qū)域2及區(qū)域3的各群組的因子表達模式進一步使用各個別樣本的因子得分進行組集分析,而將這些因子表達模式分類成更詳細的群組。在圖17中,被圈包圍的因子表達模式表不屬于同一群組。
[0144]圖18是表示基于因子表達模式的分類的增齡信息的例子的圖。對通過如上所述的因子表達模式的分類而產(chǎn)生的各群組,分別標(biāo)注名稱、因子表達模式、增齡公因子的表達數(shù)、外在年齡的平均值及人數(shù)??赏ㄟ^將這樣的表與關(guān)于被試驗者所確定的因子表達模式一并向被試驗者提示,而對被試驗者提供增齡狀況信息。例如對于僅表達出I個增齡公因子的被試驗者,可提示在與該表達出的增齡公因子對應(yīng)的部位(眼睛、眉毛、下頌、鼻下及唇等)存在使外在年齡增加的主要原因等的分析結(jié)果。這樣,只要可特定出使外在年齡增加的主要原因的部位,則也可提出應(yīng)對該被特定出的部位的美容手術(shù)。另外,也可提示賦予至對應(yīng)的群組的外在年齡的平均來作為被試驗者的外在年齡。
[0145]這樣,可將上述各實施方式中的方法及裝置用于衰老修護的信息提供(咨詢)。此情況下,只要針對每個因子表達模式或?qū)⒁蜃颖磉_模式分類而得的每個群組,預(yù)先使對應(yīng)的美容手術(shù)的信息建立相關(guān),則可與被試驗者的增齡信息一并提供該美容手術(shù)信息。
[0146]再者,在上述說明中所使用的多個流程圖中,依序記載有多個工序(處理),但各實施方式中所執(zhí)行的工序的執(zhí)行順序并不限定于該記載的順序。在各實施方式中,可在內(nèi)容上無影響的范圍內(nèi)將圖示的工序的順序變更。另外,上述各實施方式及各變形例可在不違背內(nèi)容的范圍內(nèi)組合。
[0147]上述各實施方式及各變形例的一部分或全部也可如下述那樣特定出。然而,上述各實施方式及各變形例并不限定于以下的記載。
[0148]< I >一種增齡分析方法,其包含:
[0149]取得關(guān)于與年齡相關(guān)的多個形狀特征類型的被試驗者的特征量組;
[0150]使用對關(guān)于多個人的總體的特征量組的集合進行因子分析而提取的多個增齡公因子、及上述被試驗者的特征量組,確定上述被試驗者的表示該多個增齡公因子的表達狀況的因子表達模式;
[0151]基于上述被試驗者的上述因子表達模式而取得上述被試驗者的增齡信息。
[0152]< 2 >如< I >所述的增齡分析方法,其中,
[0153]上述因子表達模式的確定包含:
[0154]使用上述被試驗者的上述特征量組,分別算出關(guān)于上述多個增齡公因子的各個的上述被試驗者的因子得分,
[0155]基于上述被試驗者的每個上述增齡公因子的上述因子得分,確定上述被試驗者的上述因子表達模式。
[0156]<3>
[0157]如<2>所述的增齡分析方法,其中,
[0158]上述因子表達模式的確定包含:
[0159]通過將表示上述總體的因子得分分布中的規(guī)定位置的閾值與上述被試驗者或上述總體所包含的個別樣本的因子得分關(guān)于上述多個增齡公因子分別進行比較,從而確定上述被試驗者或上述個別樣本的增齡公因子的表達狀況,
[0160]對于上述被試驗者或上述個別樣本確定表示被確定為作為上述表達狀況而表達的至少I個增齡公因子的上述因子表達模式。
[0161]<4>
[0162]如<2 >或< 3 >所述的增齡分析方法,其中,
[0163]上述被試驗者的因子得分的算出中,
[0164]將上述被試驗者的上述特征量組分別應(yīng)用于各復(fù)回歸公式,上述各復(fù)回歸公式通過對關(guān)于上述總體的上述特征量組的集合應(yīng)用將關(guān)于上述多個形狀特征類型的特征量組作為說明變量組且將因子得分作為目標(biāo)變量的每個上述增齡公因子的復(fù)回歸分析而分別獲得。
[0165]<5>
[0166]如<4>所述的增齡分析方法,其中,
[0167]上述總體不包含上述被試驗者,
[0168]上述增齡分析方法還包含:
[0169]對關(guān)于上述總體的上述特征量組的集合及上述被試驗者的上述特征量組應(yīng)用每個上述增齡公因子的復(fù)回歸分析,
[0170]利用通過每個上述增齡形狀因子的復(fù)回歸分析而分別獲得的各復(fù)回歸公式,置換自上述總體獲得的原本的各復(fù)回歸公式。
[0171]<6>
[0172]如<2 >或< 3 >所述的增齡分析方法,其中,
[0173]上述總體包含上述被試驗者,
[0174]上述被試驗者的因子得分的算出中,使用關(guān)于上述總體的上述特征量組的集合、上述多個形狀特征類型間的相關(guān)系數(shù)組、及通過上述因子分析而獲得的因子載荷量組,分別算出關(guān)于上述總體的各個別樣本的各增齡公因子的因子得分。
[0175]<7>
[0176]如<1>所述的增齡分析方法,其中,
[0177]對于上述總體的各個別樣本而言,根據(jù)該個別樣本的每個上述增齡公因子的因子得分,分別確定因子表達模式,
[0178]上述因子表達模式的確定包含:
[0179]對于關(guān)于上述總體而確定的多個因子表達模式的各個,分別取得具有同一因子表達模式的個別樣本的特征量組的代表值,
[0180]分別算出上述被試驗者的上述特征量組與上述各因子表達模式的上述代表值的距離,
[0181]基于上述距離而確定上述被試驗者的上述因子表達模式。
[0182]<8>
[0183]如<1>至<7>中任一項所述的增齡分析方法,其中,關(guān)于上述各增齡公因子的上述總體所包含的個別樣本的因子得分與年齡的相關(guān)系數(shù)分別大于上述總體的樣本數(shù)中的1%顯著性水平的界限值。
[0184]<9>
[0185]如<I >至<8 >中任一項所述的增齡分析方法,其中,
[0186]上述增齡信息的取得包含:
[0187]自根據(jù)增齡信息的共通性將對應(yīng)于上述各增齡公因子的表達狀況的全部組合的所有因子表達模式加以分類而得的多個群組中,選擇對應(yīng)于上述被試驗者的因子表達模式的群組。
[0188]<10>
[0189]如<9>所述的增齡分析方法,其中,
[0190]對于上述總體的各個別樣本而言,根據(jù)該個別樣本的每個上述增齡公因子的因子得分,分別確定因子表達模式,
[0191]上述所有因子表達模式基于具有同一因子表達模式的各個別樣本的年齡、因子得分及因子表達數(shù)的至少I者,被分類為上述多個群組。
[0192]<11>
[0193]如<9 >或< 1 >所述的增齡分析方法,其中,
[0194]上述多個群組根據(jù)年齡層而形成,
[0195]未表達出增齡公因子或僅表達出I個增齡公因子的因子表達模式被分類為上述多個群組中的年齡最小的群組,表達出全部的增齡公因子的因子表達模式及表達出比全部的增齡公因子少一個的數(shù)量的增齡公因子的因子表達模式被分類為上述多個群組中的年齡最大的群組。
[0196]<12>
[0197]如<9>至<11 >中任一項所述的增齡分析方法,其中,
[0198]上述增齡信息的取得還包含取得對根據(jù)上述被試驗者的因子表達模式而選擇的群組賦予的增齡信息。
[0199]<13>
[0200]如<1>至<12>中任一項所述的增齡分析方法,其還包含:
[0201]取得關(guān)于上述多個形狀特征類型的上述總體所不包含的新的個別樣本的特征量組,
[0202]對上述新的個別樣本的特征量組及上述總體的特征量組的集合執(zhí)行使用了上述增齡公因子的數(shù)量的因子分析,
[0203]使用利用上述因子分析而重新獲得的因子載荷量組,重新分別算出關(guān)于對上述總體添加了上述新的個別樣本后的新的總體的各個別樣本的每個增齡公因子的因子得分,
[0204]根據(jù)上述重新獲得的因子載荷量組及關(guān)于上述新的總體的各個別樣本的因子得分,更新自上述總體獲得的原本的信息。
[0205]<14>
[0206]如<1>至<13>中任一項所述的增齡分析方法,其中,
[0207]與年齡相關(guān)的上述多個形狀特征類型包含鼻下的長度及唇的厚薄的至少一者、眼睛的大小、眼睛的傾斜度、眉毛的傾斜度及下頌的鼓出中的至少2者。
[0208]<15>
[0209 ] 如<1>至<14>中任一項所述的增齡分析方法,其中,
[0210]上述年齡為外在年齡,
[0211]上述增齡公因子的數(shù)量為5個,
[0212]關(guān)于與上述外在年齡相關(guān)的上述多個形狀特征類型的上述特征量組包含表示鼻下的長度及唇的厚薄的多個特征量、表示眼睛相對于臉頰寬度的相對大小的多個特征量、表示上下方向及前后方向的眼睛的傾斜度的多個特征量、表示眉毛相對于臉頰寬度的下垂?fàn)顟B(tài)的多個特征量、及表示下頌角寬度相對于臉頰寬度的大小、及顎尖、耳與下頌角的位置關(guān)系的多個特征量。
[0213]<16>
[0214]如<1>至<15>中任一項所述的增齡分析方法,其中,基于通過將關(guān)于該多個形狀特征類型的特征量組作為說明變量組且將年齡作為目標(biāo)變量的復(fù)回歸分析而獲得的每個形狀特征類型的復(fù)相關(guān)系數(shù),自人的頭部表面上的多個形狀特征類型中篩選出與年齡相關(guān)的上述多個形狀特征類型。
[0215]<17>
[0216]一種增齡分析裝置,其具備:
[0217]取得單元,其取得關(guān)于與年齡相關(guān)的多個形狀特征類型的被試驗者的特征量組;
[0218]確定單元,其使用對關(guān)于多個人的總體的特征量組的集合進行因子分析而提取的多個增齡公因子、及上述被試驗者的特征量組,確定上述被試驗者的表示該多個增齡公因子的表達狀況的因子表達模式;及
[0219]輸出單元,其基于上述被試驗者的上述因子表達模式而輸出上述被試驗者的增齡?目息O
[0220]<18>
[0221]如<17 >所述的增齡分析裝置,其中,
[0222]上述確定單元包含算出單元,該算出單元使用上述被試驗者的上述特征量組,分別算出關(guān)于上述多個增齡公因子的各個的上述被試驗者的因子得分,
[0223]基于上述被試驗者的每個上述增齡公因子的上述因子得分,確定上述被試驗者的上述因子表達模式。
[0224]<19>
[0225]如<18 >所述的增齡分析裝置,其中,
[0226]上述確定單元中,
[0227]將表示上述總體的因子得分分布中的規(guī)定位置的閾值與上述被試驗者的因子得分關(guān)于上述多個增齡公因子分別進行比較,由此確定在上述被試驗者表達的增齡公因子,
[0228]對上述被試驗者確定表示被確定為表達的至少I個增齡公因子的上述因子表達模式。
[0229]<20>
[0230]如<18>或<19>所述的增齡分析裝置,其中,
[0231]上述算出單元將上述被試驗者的上述特征量組分別應(yīng)用于各復(fù)回歸公式,上述各復(fù)回歸公式通過對關(guān)于上述總體的上述特征量組的集合應(yīng)用將關(guān)于上述多個形狀特征類型的特征量組作為說明變量組且將因子得分作為目標(biāo)變量的每個上述增齡公因子的復(fù)回歸分析而分別獲得。
[0232]<21>
[0233]如<20 >所述的增齡分析裝置,其中,
[0234]上述總體不包含上述被試驗者,
[0235]上述取得單元還取得關(guān)于上述總體的上述特征量組的集合,
[0236]上述算出單元中,
[0237]對關(guān)于上述總體的上述特征量組的集合及上述被試驗者的上述特征量組應(yīng)用每個上述增齡公因子的復(fù)回歸分析,
[0238]利用通過每個上述增齡形狀因子的復(fù)回歸分析而分別獲得的各復(fù)回歸公式,置換自上述總體獲得的原本的各復(fù)回歸公式。
[0239]<22>
[0240]如<18>或<19>所述的增齡分析裝置,其中,
[0241 ] 上述總體包含上述被試驗者,
[0242]上述取得單元還取得關(guān)于上述總體的上述特征量組的集合、上述多個形狀特征類型間的相關(guān)系數(shù)組、及通過上述因子分析而獲得的因子載荷量組,
[0243]上述算出單元使用通過上述取得單元而取得的上述特征量組的集合、上述相關(guān)系數(shù)組及上述因子載荷量組,分別算出關(guān)于上述總體的各個別樣本的各增齡公因子的因子得分。
[0244] <23>
[0245 ]如< 17 >所述的增齡分析裝置,其中,
[0246]對于上述總體的各個別樣本而言,根據(jù)該個別樣本的每個上述增齡公因子的因子得分,分別確定因子表達模式,
[0247]上述取得單元對于關(guān)于上述總體而確定的多個因子表達模式的各個,分別進一步取得具有同一因子表達模式的個別樣本的特征量組的代表值,
[0248]上述確定單元包含算出單元,該算出單元分別算出上述被試驗者的上述特征量組與上述各因子表達模式的上述代表值的距離,
[0249]基于上述距離而確定上述被試驗者的上述因子表達模式。
[0250]<24>
[0251]如<17>至<23>中任一項所述的增齡分析裝置,其中,關(guān)于上述各增齡公因子的上述總體所包含的個別樣本的因子得分與年齡的相關(guān)系數(shù)分別大于上述總體的樣本數(shù)中的1%顯著性水平的界限值。
[0252]<25>
[0253 ] 如<17>至<24>中任一項所述的增齡分析裝置,其中,
[0254]上述輸出單元輸出對上述多個增齡公因子的各個賦予的名稱及表示上述被試驗者的因子表達模式的上述增齡信息。
[0255]<26>
[0256]如<17>至<25>中任一項所述的增齡分析裝置,其還具備選擇單元,該選擇單元自根據(jù)增齡的共通性將與上述各增齡公因子的表達狀況的全部組合對應(yīng)的所有因子表達模式加以分類而得的多個群組中,選擇對應(yīng)于上述被試驗者的因子表達模式的群組。
[0257]<27>
[0258]如<26 >所述的增齡分析裝置,其中,
[0259]對于上述總體的各個別樣本而言,根據(jù)該個別樣本的每個上述增齡公因子的因子得分,分別確定因子表達模式,
[0260]上述所有因子表達模式基于具有同一因子表達模式的各個別樣本的年齡、因子得分及因子表達數(shù)的至少I者而分類成上述多個群組。
[0261]<28>
[0262]如<26>或<27>所述的增齡分析裝置,其中,
[0263]上述多個群組根據(jù)年齡層而形成,
[0264]未表達出增齡公因子或僅表達出I個增齡公因子的因子表達模式,被分類為上述多個群組中的年齡最小的群組,表達出全部的增齡公因子的因子表達模式及表達出比全部的增齡公因子少一個的數(shù)量的增齡公因子的因子表達模式被分類為上述多個群組中的年齡最大的群組。
[0265]<29>
[0266]如<26>至<28>中任一項所述的增齡分析裝置,其中,
[0267]上述輸出單元輸出對根據(jù)上述被試驗者的因子表達模式而選擇的群組賦予的上述增齡信息。
[0268] <30>
[0269]如<17>至<29>中任一項所述的增齡分析裝置,其還具備分析處理單元,該分析處理單元對關(guān)于上述多個形狀特征類型的多個個別樣本的特征量組進行使用了上述增齡公因子的數(shù)量的因子分析,
[0270]上述取得單元還取得關(guān)于上述多個形狀特征類型的上述總體所不包含的新的個別樣本的特征量組,
[0271]上述分析處理單元中,
[0272]對上述新的個別樣本的特征量組及上述總體的特征量組的集合執(zhí)行上述因子分析,
[0273]使用利用上述因子分析而重新獲得的因子載荷量組,重新分別算出關(guān)于對上述總體添加了上述新的個別樣本而得的新的總體的各個別樣本的每個增齡公因子的因子得分,
[0274]根據(jù)上述重新獲得的因子載荷量組及關(guān)于上述新的總體的各個別樣本的因子得分,更新自上述總體獲得的原本的信息。
[0275]<31 >
[0276]如<17>至<30>中任一項所述的增齡分析裝置,其中,
[0277]與年齡相關(guān)的上述多個形狀特征類型包含鼻下的長度及唇的厚薄的至少一者、眼睛的大小、眼睛的傾斜度、眉毛的傾斜度及下頌的鼓出中的至少2者。
[0278]<32>
[0279 ] 如<17>至<31>中任一項所述的增齡分析裝置,其中,
[0280]上述年齡為外在年齡,
[0281]上述增齡公因子的數(shù)量為5個,
[0282]包含表示鼻下的長度及唇的厚薄的多個特征量、表示眼睛相對于臉頰寬度的相對大小的多個特征量、表示上下方向及前后方向的眼睛的傾斜度的多個特征量、表示眉毛相對于臉頰寬度的下垂?fàn)顟B(tài)的多個特征量、及表示下頌角寬度相對于臉頰寬度的大小、及顎尖、耳與下頌角的位置關(guān)系的多個特征量。
[0283]<33>
[0284]如<17>至<32>中任一項所述的增齡分析裝置,其中,
[0285]基于通過將關(guān)于該多個形狀特征類型的特征量組作為說明變量組且將外在年齡作為目標(biāo)變量的復(fù)回歸分析而獲得的每個形狀特征類型的復(fù)相關(guān)系數(shù),自人的頭部表面上的多個形狀特征類型中篩選出與年齡相關(guān)的上述多個形狀特征類型。
[0286]<34>
[0287]—種衰老修護的信息提供方法,其包含< I >至< 16 >中任一項所述的增齡分析方法。
[0288]<35>
[0289]—種程序,其使<1>至<16>中任一項所述的增齡分析方法在至少I臺計算機中執(zhí)行。
[0290]本申請主張以2014年2月24日申請的日本申請?zhí)卦?014-033374號為基礎(chǔ)的優(yōu)先權(quán),且將其全部公開弓I入本文。
【主權(quán)項】
1.一種增齡分析方法,其中, 包含: 取得關(guān)于與年齡相關(guān)的多個形狀特征類型的被試驗者的特征量組; 使用對關(guān)于多個人的總體的特征量組的集合進行因子分析而提取的多個增齡公因子、及所述被試驗者的特征量組,確定所述被試驗者的、表示該多個增齡公因子的表達狀況的因子表達模式; 基于所述被試驗者的所述因子表達模式,取得所述被試驗者的增齡信息。2.如權(quán)利要求1所述的增齡分析方法,其中, 所述因子表達模式的確定包含:使用所述被試驗者的所述特征量組,分別算出關(guān)于所述多個增齡公因子的各個的所述被試驗者的因子得分, 基于所述被試驗者的每個所述增齡公因子的所述因子得分,確定所述被試驗者的所述因子表達模式。3.如權(quán)利要求2所述的增齡分析方法,其中, 所述因子表達模式的確定包含: 通過將表示所述總體的因子得分分布中的規(guī)定位置的閾值與所述被試驗者或所述總體所包含的個別樣本的因子得分針對所述多個增齡公因子分別進行比較,從而確定所述被試驗者或所述個別樣本中的增齡公因子的表達狀況, 對于所述被試驗者或所述個別樣本,確定表示被確定為作為所述表達狀況而表達的至少I個增齡公因子的所述因子表達模式。4.如權(quán)利要求2或3所述的增齡分析方法,其中, 所述被試驗者的因子得分的算出中, 將所述被試驗者的所述特征量組分別應(yīng)用于各復(fù)回歸公式,所述各復(fù)回歸公式通過對關(guān)于所述總體的所述特征量組的集合應(yīng)用將關(guān)于所述多個形狀特征類型的特征量組作為說明變量組且將因子得分作為目標(biāo)變量的每個所述增齡公因子的復(fù)回歸分析而分別獲得。5.如權(quán)利要求4所述的增齡分析方法,其中, 所述總體不包含所述被試驗者, 所述增齡分析方法還包含: 對關(guān)于所述總體的所述特征量組的集合及所述被試驗者的所述特征量組應(yīng)用每個所述增齡公因子的復(fù)回歸分析, 利用通過每個所述增齡形狀因子的復(fù)回歸分析而分別獲得的各復(fù)回歸公式,置換自所述總體獲得的原本的各復(fù)回歸公式。6.如權(quán)利要求2或3所述的增齡分析方法,其中, 所述總體包含所述被試驗者, 所述被試驗者的因子得分的算出中,使用關(guān)于所述總體的所述特征量組的集合、所述多個形狀特征類型間的相關(guān)系數(shù)組、及通過所述因子分析而獲得的因子載荷量組,分別算出關(guān)于所述總體的各個別樣本的各增齡公因子的因子得分。7.如權(quán)利要求1所述的增齡分析方法,其中, 對于所述總體的各個別樣本而言,根據(jù)該個別樣本的每個所述增齡公因子的因子得分而分別確定因子表達模式, 所述因子表達模式的確定包含: 對于關(guān)于所述總體而確定的多個因子表達模式的各個,分別取得具有同一因子表達模式的個別樣本的特征量組的代表值; 分別算出所述被試驗者的所述特征量組與所述各因子表達模式的所述代表值的距離, 基于所述距離而確定所述被試驗者的所述因子表達模式。8.如權(quán)利要求1至7中任一項所述的增齡分析方法,其中, 關(guān)于所述各增齡公因子的、所述總體所包含的個別樣本中的、因子得分與年齡的相關(guān)系數(shù),分別大于所述總體的樣本數(shù)中的1%顯著性水平的界限值。9.如權(quán)利要求1至8中任一項所述的增齡分析方法,其中, 所述增齡信息的取得包含:自對應(yīng)于所述各增齡公因子的表達狀況的全部組合的所有因子表達模式根據(jù)增齡信息的共通性而分類后的多個群組中,選擇對應(yīng)于所述被試驗者的因子表達模式的群組。10.如權(quán)利要求9所述的增齡分析方法,其中, 對于所述總體的各個別樣本而言,根據(jù)該個別樣本的每個所述增齡公因子的因子得分,分別確定因子表達模式, 所述所有因子表達模式基于具有同一因子表達模式的各個別樣本的年齡、因子得分及因子表達數(shù)的至少I者而被分類為所述多個群組。11.如權(quán)利要求9或10所述的增齡分析方法,其中, 所述多個群組根據(jù)年齡層而形成, 增齡公因子未表達或僅I個增齡公因子表達的因子表達模式被分類為所述多個群組中的年齡最小的群組,全部的增齡公因子表達的因子表達模式及比全部的增齡公因子少一個的數(shù)量的增齡公因子表達的因子表達模式被分類為所述多個群組中的年齡最大的群組。12.如權(quán)利要求9至11中任一項所述的增齡分析方法,其中, 所述增齡信息的取得還包含取得對根據(jù)所述被試驗者的因子表達模式而選擇的群組賦予的增齡信息。13.如權(quán)利要求1至12中任一項所述的增齡分析方法,其中, 與年齡相關(guān)的所述多個形狀特征類型包含鼻下的長度及唇的厚薄的至少一者、眼睛的大小、眼睛的傾斜度、眉毛的傾斜度及下頌的鼓出中的至少2者。14.如權(quán)利要求1至13中任一項所述的增齡分析方法,其中, 所述年齡為外在年齡, 所述增齡公因子的數(shù)量為5個, 關(guān)于與所述外在年齡相關(guān)的所述多個形狀特征類型的所述特征量組包含表示鼻下的長度及唇的厚薄的多個特征量、表示眼睛相對于臉頰寬度的相對大小的多個特征量、表示上下方向及前后方向的眼睛的傾斜度的多個特征量、表示眉毛相對于臉頰寬度的下垂?fàn)顟B(tài)的多個特征量、及表示下頌角寬度相對于臉頰寬度的大小及顎尖、耳與下頌角的位置關(guān)系的多個特征量。15.如權(quán)利要求1至14中任一項所述的增齡分析方法,其中, 自人的頭部表面上的多個形狀特征類型中,基于通過將關(guān)于該多個形狀特征類型的特征量組作為說明變量組且將年齡作為目標(biāo)變量的復(fù)回歸分析而獲得的每個形狀特征類型的復(fù)相關(guān)系數(shù)而篩選出與年齡相關(guān)的所述多個形狀特征類型。16.一種衰老修護的信息提供方法,其中, 包含權(quán)利要求1至15中任一項所述的增齡分析方法。17.—種增齡分析裝置,其中, 具備: 取得單元,其取得關(guān)于與年齡相關(guān)的多個形狀特征類型的被試驗者的特征量組; 確定單元,其使用對關(guān)于多個人的總體的特征量組的集合進行因子分析而提取的多個增齡公因子、及所述被試驗者的特征量組,確定所述被試驗者的表示該多個增齡公因子的表達狀況的因子表達模式;及 輸出單元,其基于所述被試驗者的所述因子表達模式,輸出所述被試驗者的增齡信息。18.如權(quán)利要求17所述的增齡分析裝置,其中, 所述輸出單元輸出對所述多個增齡公因子的各個賦予的名稱及表示所述被試驗者的因子表達模式的所述增齡信息。19.如權(quán)利要求17或18所述的增齡分析裝置,其中, 所述輸出單元輸出對根據(jù)所述被試驗者的因子表達模式而選擇的群組賦予的所述增齡信息。20.如權(quán)利要求17至19中任一項所述的增齡分析裝置,其中, 還具備:分析處理單元,其對關(guān)于所述多個形狀特征類型的多個個別樣本的特征量組進行使用了所述增齡公因子的數(shù)量的因子分析, 所述取得單元還取得關(guān)于所述多個形狀特征類型的所述總體所不包含的新的個別樣本的特征量組, 所述分析處理單元中, 對所述新的個別樣本的特征量組及所述總體的特征量組的集合執(zhí)行所述因子分析, 使用通過所述因子分析而重新獲得的因子載荷量組,重新分別算出關(guān)于對所述總體添加了所述新的個別樣本后的新的總體的各個別樣本的每個增齡公因子的因子得分, 根據(jù)所述重新獲得的因子載荷量組及關(guān)于所述新的總體的各個別樣本的因子得分,更新自所述總體獲得的原本的信息。21.—種程序,其中, 使權(quán)利要求1至15中任一項所述的增齡分析方法在至少I臺計算機中執(zhí)行。
【文檔編號】G06T1/00GK106030659SQ201580010241
【公開日】2016年10月12日
【申請日】2015年2月17日
【發(fā)明人】今井健雄, 南浩治
【申請人】花王株式會社
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1