携帯端末を用いたファッションチェックシステム
【課題】ユーザの画像データから自動的にファッションチェックを行うことができる携帯端末を用いたファッションチェックシステムを提供する。
【解決手段】ファッションチェックシステムは、少なくとも１つの携帯端末と、少なくとも１つの携帯端末に網を介して接続可能に構成されたサーバとを備えている。このサーバは、少なくとも１つの携帯端末から送られてきた人物像の画像データを受け取る手段と、受け取った画像データを記憶する記憶手段と、コンピュータ手段と、コンピュータ手段が出力する評価情報を少なくとも１つの携帯端末へ送る手段とを備えている。このコンピュータ手段は、記憶手段に記憶された画像データから人物像の輪郭線像を抽出する抽出手段と、抽出手段が抽出した輪郭線像から人物像の特徴点位置を求める特徴点解析手段と、特徴点解析手段が求めた特徴点位置から人物像のファッション度合を評価した評価情報を出力する評価手段とを備えている。
【解決手段】ファッションチェックシステムは、少なくとも１つの携帯端末と、少なくとも１つの携帯端末に網を介して接続可能に構成されたサーバとを備えている。このサーバは、少なくとも１つの携帯端末から送られてきた人物像の画像データを受け取る手段と、受け取った画像データを記憶する記憶手段と、コンピュータ手段と、コンピュータ手段が出力する評価情報を少なくとも１つの携帯端末へ送る手段とを備えている。このコンピュータ手段は、記憶手段に記憶された画像データから人物像の輪郭線像を抽出する抽出手段と、抽出手段が抽出した輪郭線像から人物像の特徴点位置を求める特徴点解析手段と、特徴点解析手段が求めた特徴点位置から人物像のファッション度合を評価した評価情報を出力する評価手段とを備えている。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、カメラ付携帯電話機やスマートフォン等の携帯端末を用いて撮像した人物画像についてファッション評価を行うファッションチェックシステムに関する。
【背景技術】
【０００２】
ユーザを撮像して得た画像から、そのユーザの容姿等について評価を行うシステムについては、いくつかの提案が既になされている。
【０００３】
例えば、特許文献１には、ユーザの顔又は身体を撮像した画像のデータをネットワークを介してサービス事業者へ送信し、サービス事業者においては化粧アドバイザやスタイリスト等の専門家がその画像を見て容姿に関するアドバイスを行うシステムが開示されている。
【０００４】
特許文献２には、ユーザの写真画像をデジタルカメラで撮像し、その画像データをネットワークを介して販売者システムへ送信し、販売者システムはこの画像データ等からユーザの体型サイズを求め、そのユーザにフィットした寸法の商品による合成画像を作成し、これをユーザ端末へ返送するシステムが開示されている。
【０００５】
特許文献３には、携帯電話機である利用者端末によって利用者の容姿画像を撮像し、その画像データをネットワークを介して管理サーバへ送信し、利用者端末又は管理サーバはこの画像データから体型代表点を自動認識し、この認識した体型代表点を利用して服の試着を行い、試着した状態の画像を利用者端末へ返送するシステムが開示されている。さらに、試着した状態のファッションの診断を専門家が行うことも開示されている。
【０００６】
特許文献４には、カメラによって人物を撮像し、その撮像画像から各部の特徴を数値化した特徴データを登録しておき、顔形状、髪形状、肌色等の容姿の判定に用いるシステムが開示されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００１−０７８１７８号公報
【特許文献２】特開２００２−３７３２６６号公報
【特許文献３】特開２００４−０８６６６２号公報
【特許文献４】特開２００８−００９５６０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、特許文献１のシステムは、化粧アドバイザやスタイリスト等の専門家が画像を見て容姿に関するアドバイスを行うものであり、このような専門家なしに自動的にユーザのファッションチェックを行うものではない。
【０００９】
また、特許文献２のシステムは、画像データから体型サイズを求めてフィットした商品の選択を行っているが、ユーザのファッションチェックは全く行っていない。
【００１０】
特許文献３のシステムは、服試着を行うものであり、利用者のファッションチェックを画像データから自動的に行うものではない。
【００１１】
さらに、特許文献４のシステムは、容姿の画像データからその人物のファッションチェックは行うものではない。
【００１２】
このように、従来公知のいずれのシステムも、画像データからユーザのファッションチェックを行わないか、行うとしても専門家がその画像を見て判断するものであり、コンピュータが自動的にファッションをチェックするものではない。
【００１３】
このため、簡易にかつ素早く、しかも、低コストでユーザのファッションチェックを行うことができなかった。また、ユーザも、気軽にかつ容易にファッションチェックを依頼することができなかった。
【００１４】
従って本発明の目的は、ユーザの画像データから自動的にファッションチェックを行うことができる携帯端末を用いたファッションチェックシステムを提供することにある。
【課題を解決するための手段】
【００１５】
本発明の携帯端末を用いたファッションチェックシステムは、少なくとも１つの携帯端末と、少なくとも１つの携帯端末に網を介して接続可能に構成されたサーバとを備えている。このサーバは、少なくとも１つの携帯端末から送られてきた人物像の画像データを受け取る手段と、受け取った画像データを記憶する記憶手段と、コンピュータ手段と、コンピュータ手段が出力する評価情報を少なくとも１つの携帯端末へ送る手段とを備えている。このコンピュータ手段は、記憶手段に記憶された画像データから人物像の輪郭線像を抽出する抽出手段と、抽出手段が抽出した輪郭線像から人物像の特徴点位置を求める特徴点解析手段と、特徴点解析手段が求めた特徴点位置から人物像のファッション度合を評価した評価情報を出力する評価手段とを備えている。
【００１６】
サーバのコンピュータ手段は、携帯端末から送られてきた画像データから人物像の輪郭線像を抽出し、抽出した輪郭線像から人物像の特徴点位置を求め、この特徴点位置から人物像のファッション度合を評価するように構成されており、この評価結果が携帯端末に送られる。このように、コンピュータにより、画像データが自動的に解析されてファッション度合が評価されるため、簡易にかつ素早く、しかも、低コストでファッションチェックを行うことができる。また、コンピュータによる自動解析であるため、ユーザも気軽にかつ容易にファッションチェックを依頼することができる。
【００１７】
少なくとも１つの携帯端末が少なくとも１つのカメラ付携帯電話機であり、網がインターネット網であり、サーバが携帯サイトのサーバであることが好ましい。
【００１８】
抽出手段が、画像データから人物像のエッジ検出を行うエッジ検出手段を備えていることも好ましい。このエッジ検出手段が、微分フィルタを用いたエッジ検出演算手段であるか、又はＣａｎｎｙ法を用いたエッジ検出演算手段であることがより好ましい。
【００１９】
特徴点解析手段が、抽出手段が抽出した輪郭線像から、人物像における、少なくとも、体部右側端の横方向位置、体部左側端の横方向位置、頭部上端の縦方向位置、 顎部の縦方向位置、肩部上端の縦方向位置、上半身の服の裾の縦方向位置、下半身の服の裾の縦方向位置、及び足部下端の縦方向位置を特徴点位置として求める手段を含んでいることも好ましい。
【００２０】
受け取る手段が少なくとも１つの携帯端末から送られてきた人物像の性別及びファッションの適用環境を含むプロフィール情報を受け取るように構成されており、特徴点解析手段が、受け取ったプロフィール情報における人物像の性別を参照して人物像の特徴点位置を求める手段を含んでいることも好ましい。
【００２１】
評価手段が、受け取ったプロフィール情報におけるファッションの適用環境と、特徴点解析手段が求めた特徴点位置とから人物像のファッション度合を評価した評価情報を出力する手段を含んでいることも好ましい。
【００２２】
評価手段が、特徴点解析手段が求めた特徴点位置と抽出手段が抽出した輪郭線像とから、首付近における幅Ｎｗｉｄｔｈと肩付近における幅Ｓｗｉｄｔｈとを求めると共に、これら２つの幅の比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈに基づいて、首周りの清潔感に関する評価情報を出力する手段を含んでいることも好ましい。
【００２３】
この評価情報を出力する手段が、評価情報である清潔感指数Ｐｃを
Ｐｃ＝−ａ（Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ）＋ｂ
（ただし、ａ及びｂは定数）から算出して出力するように構成されていることが好ましい。
【００２４】
評価手段が、特徴点解析手段が求めた特徴点位置と抽出手段が抽出した輪郭線像と記憶手段に記憶された画像データとから、輪郭線像内に位置する人物像が有する濃淡の分布を算出する濃淡分布算出手段と、濃淡分布算出手段によって算出された濃淡分布から、明暗（色合い）のめりはり度に関する評価情報を出力する手段を含んでいることも好ましい。
【００２５】
この評価情報を出力する手段が、算出された濃淡分布の極値を結ぶ三角形の面積の総和から、評価情報であるめりはり度指数Ｐｓを
Ｐｓ＝ｃ（三角形の面積の総和）＋ｄ
（ただし、ｃ及びｄは定数）から算出して出力するように構成されていることが好ましい。
【００２６】
評価手段が、特徴点解析手段が求めた特徴点位置から、人物像の形状のバランスを算出するバランス算出手段と、バランス算出手段によって算出されたバランスから、形状バランスに関する評価情報を出力する手段を含んでいることも好ましい。
【００２７】
この評価情報を出力する手段が、人物像のパーツの組合せにおける寸法の比率から、評価情報である形状のバランス指数Ｐｂを算出して出力するように構成されていることが好ましい。この場合、評価情報を出力する手段が、人物像の１つのパーツと他のパーツとの寸法の比率の、あらかじめ定められた比率の基準値に対する類似度から、評価情報である形状のバランス指数Ｐｂを算出して出力するように構成されていることがより好ましい。
【００２８】
特徴点解析手段が求めた特徴点位置を記憶手段に記憶された画像データに付加した特徴点位置付画像データを少なくとも１つの携帯端末へ送る手段と、少なくとも１つの携帯端末において微調整された特徴点位置を受け取る手段とをさらに備えており、評価手段は微調整された特徴点位置から人物像のファッション度合を評価した評価情報を出力するように構成されていることも好ましい。
【００２９】
特徴点解析手段が、抽出手段が抽出した輪郭線像から、人物像における顔下部の輪郭カーブと、襟部の輪郭カーブとを求め、求めた顔下部の輪郭カーブ及び襟部の輪郭カーブを比較する手段を含んでいることが好ましい。
【００３０】
この場合、特徴点解析手段が、抽出手段が抽出した輪郭線像から、人物像における首の長さを求める手段を含んでいることが好ましい。
【発明の効果】
【００３１】
本発明によれば、コンピュータにより、画像データが自動的に解析されてファッション度合が評価されるため、簡易にかつ素早く、しかも、低コストでファッションチェックを行うことができる。また、コンピュータによる自動解析であるため、ユーザも気軽にかつ容易にファッションチェックを依頼することができる。
【図面の簡単な説明】
【００３２】
【図１】本発明のファッションチェックシステムの一実施形態の構成を概略的に説明するブロック図である。
【図２】図１の実施形態における携帯電話機側の処理内容の概略的な流れを説明するフローチャートである。
【図３】図１の実施形態におけるサーバ側の処理内容の概略的な流れを説明するフローチャートである。
【図４】撮像した人物像の２つの例を示す図である。
【図５】抽出手段による抽出処理の流れを詳細に説明するフローチャートである。
【図６】Ｃａｎｎｙ法を用いてエッジ検出して得た輪郭線画像の２つの例を示す図である。
【図７】１次微分フィルタ用いてエッジ検出して得た輪郭線画像の例を示す図である。
【図８】特徴点解析手段による解析処理の流れを詳細に説明するフローチャートである。
【図９】ラインＬ１、Ｌ２、Ｌ３及びＬ４を検出する動作を説明する図である。
【図１０】ラインＳ、Ｊ、Ｂ１及びＢ２を検出する動作を説明する図である。
【図１１】携帯電話機に表示される画像例及びパーツ情報のリストを示す図である。
【図１２】微調整を行う際のライン付画像の例を表わす図である。
【図１３】評価手段によるファッション評価処理の一例として首周りの清潔感の評価処理の流れを詳細に説明するフローチャートである。
【図１４】種々の人物像について算出した比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈを示す図である。
【図１５】評価手段によるファッション評価処理の一例として色合いのめりはり度の評価処理の流れを詳細に説明するフローチャートである。
【図１６】色合いのめりはり度の評価処理における動作の一部を説明する図である。
【図１７】画素値のヒストグラムをカーネル型密度関数推定により平滑化した濃淡ヒストグラム曲線を表わす図である。
【図１８】評価手段によるファッション評価処理の一例として形状バランスの評価処理の流れを詳細に説明するフローチャートである。
【図１９】本発明のファッションチェックシステムの他の実施形態における特徴点解析手段による解析処理の流れを詳細に説明するフローチャートである。
【図２０】図１９の実施形態における顔下部の輪郭カーブ及び襟部の輪郭カーブを検出する動作を説明する図である。
【図２１】顔の輪郭の種々の例を示す図である。
【発明を実施するための形態】
【００３３】
図１は本発明におけるファッションチェックシステムの一実施形態の構成を概略的に説明するブロック図である。本実施形態は、ユーザがカメラ付携帯電話機、スマートフォン等の携帯端末によって自分自身の全身像を撮像し、この画像データをインターネット網を介して携帯サイトのサーバへアップロードすることにより、このサーバがファッションの評価を行い、その結果をユーザの携帯端末にダウンロードするようにしたファッションチェックシステムである。
【００３４】
同図において、１０は携帯サイトのサーバ、１１はインターネット（ＩＰ）網、１２１、１２２、・・・、１２ｎはＩＰ網１１を介して又は携帯電話網及びＩＰ網１１を介してこのサーバ１０に接続可能な複数のユーザのカメラ付携帯電話機、カメラ付ＰＨＳ、ｉ−Ｐｈｏｎｅ（登録商標）を含むスマートフォン、又は例えばカメラ付のｉ−Ｐａｄ（登録商標）のようにカメラ機能を有し携帯サイトにアクセス可能なその他の端末等の携帯端末（ただしｎは自然数）をそれぞれ示している。
【００３５】
サーバ１０は、ハードウエアとしては、ＣＰＵ（中央処理装置）、ＲＡＭ（ランダムアクセスメモリ）、ＲＯＭ（リードオンリメモリ）、ディスプレイ装置、及びプリンタやキーボード、マウス等の入出力装置を含むコンピュータ１０ａと、ユーザ毎の画像データやプロフィール情報を記憶するデータベース（ＤＢ）１０ｂと、ＩＰ網１１との入出力を制御する通信インタフェース１０ｃとから主として構成されている。
【００３６】
コンピュータ１０ａは、機能的には、画像データから輪郭線像を抽出する抽出手段１０ａ１と、輪郭線像から人物像や顔の特徴点位置を求める特徴点解析手段１０ａ２と、特徴点位置から人物像のファッション度合を評価した評価情報を出力する評価手段１０ａ３とを備えている。
【００３７】
図２は図１の実施形態における携帯端末側の処理内容の概略的な流れを説明するフローチャートであり、図３は図１の実施形態におけるサーバ側の処理内容の概略的な流れを説明するフローチャートである。以下、これらのフローチャートを用いて本実施形態におけるファッションチェックシステムの構成、動作及び作用効果について詳細に説明する。
【００３８】
まず、ユーザは、携帯端末、例えばカメラ付携帯電話機１２１に付帯されているカメラ機能によって、ファッションチェックすべき人物像（例えばユーザ自身の人物像、顔を含む）を撮像する（図２のステップＳ１）。この場合、撮像された人物像はカラー画像である。
【００３９】
図４はカメラ付携帯電話機１２１によって撮像した人物像（カラー画像）の２つの例を示す図である。この人物像の撮像では、つぎのような条件を満たす必要がある。
（ａ）まず、人物像の足先（足部下端）から頭の頂部（頭部上端）まで、全身を収めるように撮像した画像であること（身体の一部がはみ出ていると解析に支障が生じる）、
（ｂ）人物像を、図４（Ａ）に示すように画像の上方向に頭が、下方向に足が位置するように、又は図４（Ｂ）に示すように画像の左方向に頭が、右方向に足が位置するように撮像した画像であること（頭の位置を正確に測定するため）、
（ｃ）画像の縦及び横の長さは、人物像の頭から足にかけての方向（以後、縦方向）における画像の幅が、人物像の右手から左手にかけての方向（以後、横方向）における画像の幅より長い画像であること（通常に撮像すればこの条件は満たされる）、
（ｄ）図４（Ａ）に示すように、画像の横方向の端から、画像の横幅の１０％の範囲内には人物像を収めないこと（端部は不要な像が写り易いためこの部分を避ける）、
（ｅ）人物像の背景は、人物の服装となるべくは異なる色とすること（輪郭線の検出精度が下がることから人物像の認識に支障の生じる恐れがある）、
（ｆ）人物像は、両腕を身体の横につけ、足を閉じ、直立した姿勢で撮像すること（特殊な姿勢やポーズを取ると、シルエットの自動作成と比率の計算に支障の出る恐れがある）。
【００４０】
撮像した人物像が、上述した条件を満たしているかどうか確認し、満たしていない場合は、画像データをユーザサイドで加工する（図２のステップＳ２）。
【００４１】
次いで、この画像データとプロフィール情報とを、ＩＰ網１１を介して携帯サイトのサーバ１０へアップロードする（図２のステップＳ３）。このプロフィール情報とは、ユーザの基本情報と、撮像した画像データの情報とからなる。ユーザの基本情報は、例えばユーザの性別や身長等を含んでおり、画像データの情報は、撮像した人物の「性別」と、その人物像のファッションが「ビジネス」、「カジュアル」、又は「パーティー」シーンを目的とするものであるか等を示す「ファッションの適用環境」とを少なくとも表わすものである。
【００４２】
一方、サーバ１０側において、コンピュータ１０ａは、携帯電話機からアップロードされてきた画像データとプロフィール情報とをＤＢ１０ｂに、そのユーザ対応で記憶する（図３のステップＳ１１）。
【００４３】
次いで、コンピュータ１０ａはこの画像データから輪郭線画像を抽出する（図３のステップＳ１２）。この抽出処理は、抽出手段１０ａ１によって行われる。図５はこの抽出手段１０ａ１による抽出処理の流れを詳細に説明するフローチャートである。
【００４４】
抽出手段１０ａ１は、まず、ＤＢ１０ｂから対象とする画像データとプロフィール情報とを読出す（図５のステップＳ１２１）。
【００４５】
次いで、抽出手段１０ａ１は、このカラー画像である画像データをグレースケール化する（図５のステップＳ１２２）。グレースケール化は、各画素のＲＧＢ値Ｒ、Ｇ、Ｂを輝度値Ｙに換算する。この輝度値Ｙへの換算は、次の（１）式に基づいて行う。
Ｙ＝０．３０Ｒ＋０．５９Ｇ＋０．１１Ｂ （１）
【００４６】
次いで、抽出手段１０ａ１は、このグレースケール化された画素データからエッジ検出を行う（図５のステップＳ１２３）。エッジ検出方法としては、本実施形態では、Ｃａｎｎｙ法又はＰｒｅｗｉｔｔ法等の１次微分フィルタを用いる方法を用いている。いずれの方法、又はその他のエッジ検出法を用いても良い。なお、必要であれば、エッジ検出の前までに、画像の縦方向を行、横方向を列となるように画像を回転する。
【００４７】
エッジ検出の際、エッジの画素値を「１」、それ以外の画素値を「０」とする。図６（Ａ）及び（Ｂ）はＣａｎｎｙ法を用いてエッジ検出して得た輪郭線画像の２つの例を示す図である。このＣａｎｎｙ法を使用するにあたって、標準偏差σ＝０．７、下側閾値Ｔｈｌｏｗ＝１０、上側閾値Ｔｈｈｉｇｈ＝２０なるパラメータを用いている。なお、背景と人物像との境界部において、背景の色と人物像の色とが近いと、即ち輝度値の差が小さいと、エッジの検出精度が低下する。
【００４８】
次に、Ｐｒｅｗｉｔｔフィルタを利用してエッジを検出する方法について説明する。ここでは、フィルタの要素和を「０」とする従来法ではなく、下記の（２）式のように例えば５行５列の大きさとする正方行列の中心を「−０．５」とするフィルタマトリックスＦＬ及びＦＲを用いて畳み込み積分するものであり、これにより、このシステムで用いられる画像に対する横方向のエッジ検出能力を向上させることができる。即ち、フィルタを２つに分解して考えた場合、行列の中心を「−０．５」として画素値を−０．５倍することで重み付けと反転を行い、Ｐｒｅｗｉｔｔフィルタを用いて畳み込み積分を行っている。なお、３行３列や、７行７列等の他のサイズの正方行列を用いても良いことは明らかである。
【数１】
【数２】
【００４９】
なお、各画素値ＥＬ及びＥＲを加算した画素値ＥＬＲについて、
｛（ＥＬＲ−ｍｉｎ（ＥＬＲ））／（ｍａｘ（ＥＬＲ）−ｍｉｎ（ＥＬＲ））｝／２、又は例えば７５等の適当な閾値を設定し、閾値以上の要素に「０」、閾値未満の要素に「１」を代入して２値化を行い、あらためて画素値ＥＬＲとする。
【００５０】
画素値ＥＬＲは主に横方向におけるエッジを検出する．そこで、ＦＬ及びＦＲの転置行列を窓関数として畳み込み積分を行い、同様な演算を行うことで得られる各画素値ＥＵＤと、各画素値ＥＬＲとを加算すれば、上下左右方向に特化したエッジ検出を行うことができる。図７はこの様子を表わしており、同図(Ａ)は画素値ＥＬＲで表わしたエッジ画像、同図（Ｂ）は画素値ＥＵＤで表わしたエッジ画像、同図（Ｃ）はこれらを加算した画素値ＥＬＲ＋ＥＵＤで表わしたエッジ画像をそれぞれ示している。
【００５１】
このようなＰｒｅｗｉｔｔ法を応用したエッジ検出方法は、場合によってはＣａｎｎｙ法よりも良好にエッジを検出することができる。ただし、Ｃａｎｎｙ法に比べて演算速度が遅くなる可能性がある。また、エッジが細くなるような処理過程があるＣａｎｎｙ法に比して、輪郭線が太くなる可能性がある。
【００５２】
その後、抽出手段１０ａ１は、このようにして抽出したエッジ画像データを、ＤＢ１０ｂに記憶する（図５のステップＳ１２４）。
【００５３】
再び、図３の処理に戻り、コンピュータ１０ａは、このようにして得たエッジ画像データから特徴点を解析する（図３のステップＳ１３）。この特徴点解析処理は、特徴点解析手段１０ａ２によって行われる。図８はこの特徴点解析手段１０ａ２による解析処理の流れを詳細に説明するフローチャートである。
【００５４】
特徴点解析手段１０ａ２は、まず、ＤＢ１０ｂから対象とするエッジ画像データとプロフィール情報とを読出す（図８のステップＳ１３１）。
【００５５】
特徴点解析手段１０ａ２は、次いで、体部右側端の横方向位置のラインＬ１及び体部左側端の横方向位置のラインＬ２を検出する（図８のステップＳ１３２）。この検出は、図９（Ａ）及び（Ｂ）に示すように、まず、エッジ画像データにおいて、縦方向の検出したエッジ数の和、即ち縦方向の各行上で「１」となる画素の数の和、を求めてこれをエッジの行和とする。次いで、画像の横方向の左端より画像の横幅の１０％となる位置から、行和が最初に全エッジ数（行和の総計）の０．２％等の閾値を超えた位置を体部右側端の横方向位置のラインＬ１として検出する。同様に、画像の横方向の右端より画像の横幅の１０％となる位置から、行和が最初に全エッジ数（行和の総計）の閾値を超えた位置を体部左側端の横方向位置のラインＬ２として検出する。さらに、ラインＬ１からラインＬ２までの幅をＬ１２とする。
【００５６】
次に、特徴点解析手段１０ａ２は、頭部上端の縦方向位置のラインＬ３及び足部下端の縦方向位置のラインＬ４を検出する（図８のステップＳ１３３）。この検出は、図９（Ｃ）及び（Ｄ）に示すように、まず、エッジ画像データのラインＬ１からラインＬ２までの範囲において、横方向の検出したエッジ数の和、即ち横方向の各列上で「１」となる画素の数の和、を求めてこれをエッジの列和とする。次いで、画像の上端から、列和が最初に全エッジ数（行和の総計）の０．５％等の閾値を超えた位置を頭部上端の縦方向位置のラインＬ３として検出する。同様に、画像の下端から、列和が最初に全エッジ数（行和の総計）の閾値を超えた位置を足部下端の縦方向位置のラインＬ４として検出する。さらに、ラインＬ３からラインＬ４までの幅をＬ３４とする。
【００５７】
次に、特徴点解析手段１０ａ２は、肩部上端の縦方向位置のラインＳ及び顎部の縦方向位置のラインＪを検出する（図８のステップＳ１３４）。この検出は、図１０（Ａ）及び（Ｃ）に示すように、まず、エッジ画像データのラインＬ１から幅Ｌ１２の１０％の距離だけ画像にて右側にある縦のラインをＳｃｏｌ１、幅Ｌ１２の９０％の距離だけ画像にて右側にある縦のラインをＳｃｏｌ２とし、ラインＳｃｏｌ１とラインＳｃｏｌ２とのいずれかが下方向に向かって最初にエッジ検出点とぶつかる位置を肩部上端の縦方向位置のラインＳとして検出する。さらに、プロフィール情報から性別を知り、男性の場合はラインＬ３とラインＳとの幅の８５％だけラインＬ３から下方の位置を、女性の場合はラインＬ３とラインＳとの幅の７５％だけラインＬ３から下方の位置をそれぞれ顎部の縦方向位置のラインＪとして検出する。
【００５８】
その後、特徴点解析手段１０ａ２は、上半身の服の裾の縦方向位置のラインＢ１及び下半身の服の裾の縦方向位置のラインＢ２を検出する（図８のステップＳ１３５）。この検出は、図１０（Ｂ）及び（Ｃ）に示すように、まず、ラインＬ３から幅Ｌ３４の４５％の距離だけ画像にて下方向にある位置と、６５％の距離だけ画像にて下方向にある位置との間の範囲において、エッジの列和が最大となる位置を、上半身の服における裾の縦方向位置のラインＢ１として検出する。また、ラインＬ３から幅Ｌ３４の７０％の距離だけ画像にて下方向にある位置と、９２．５％の距離だけ画像にて下方向にある位置との間の範囲において、エッジの列和が最大となる位置を、下半身の服における裾の縦方向位置のラインＢ２として検出する。このように、服装の裾ラインは、本実施形態では、ラインＢ１とラインＢ２との２本のみを検出している。
【００５９】
以上の処理により、図１０（Ｄ）に示すようなラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２を検出して、シルエットを作成する。ただし、ラインが検出できない場合や、ラインＬ１、Ｌ２、Ｌ３及びＬ４で囲まれる領域の画像データにおける画素数が画像データ全体の画素数１／３を超える場合は、あらかじめ定めた位置にラインのテンプレートを表示することで代用する。
【００６０】
その後、特徴点解析手段１０ａ２は、このようにして検出したラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２をＤＢ１０ｂに記憶させる（図８のステップＳ１３６）。
【００６１】
再び、図３の処理に戻り、コンピュータ１０ａは、このようにして検出した各位置のラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２をユーザに微調整させると共に、服装（例えばインナー、コート等）の裾に対応する縦方向位置等の単数又は複数の必要とするラインが存在する場合には単数又は複数のラインＢｉ（ただし、ｉは３以上の自然数）をユーザが追加し、さらに、ラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２並びに追加したラインＢｉによって規定される領域がどのような服装又は身体（パーツ）であるか等を表わす情報（以下、パーツ情報）をユーザが指示するように、これらラインを画像データに付加して該当する携帯電話機へ送信する（図３のステップＳ１４）。
【００６２】
一方、カメラ付携帯電話機１２１は、サーバ１０からラインの微調整及び追加の依頼が来たかどうか監視しており（図２のステップＳ４）、依頼が来た場合（ＹＥＳの場合）は、サーバ１０から送られてきたライン付の画像データを画面に表示し、ラインの微調整を行うと共に必要であれば、単数又は複数のラインＢｉの追加を行い、微調整及びライン追加後のライン付画像データと、上述したパーツ情報とをサーバ１０へ再アップロードする（図２のステップＳ５）。即ち、ユーザはカメラ付携帯電話機１２１に表示されたにライン付画像データを見て各ラインを微調整すると共に必要な単数又は複数のラインＢｉを追加し、さらに、ラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２並びに追加したラインＢｉに関する領域がどのような服装又は身体（パーツ）であるか等を表わすパーツ情報を選択して送信する。
【００６３】
微調整は、具体的には、調整すべきラインを選択し、横のラインＬ３、Ｌ４、Ｓ、Ｊ、Ｂ１又はＢ２であれば選択後に上下方向へ移動させる処理である。縦のラインＬ１又はＬ２であれば選択後に左右方向に移動させる処理がユーザによって行われる。なお、この際に服装の裾ラインを削除することが可能である。即ち、ワンピースの場合は、下半身の服における裾の縦方向位置のラインＢ２が不必要となる可能性があるためである。
【００６４】
パーツ情報の選択は以下のように行われる。図１１はこの場合にカメラ付携帯電話機１２１に表示される画像例及びパーツ情報のリストを示す図である。即ち、ユーザはカメラ付携帯電話機１２１に表示された画像から領域を選択しその領域が表示されたリストのどれに該当するかを選択する。例えば、図１１（Ａ）の場合はハッチングの付された領域について、「インナー」であると選択し、一方、図１１（Ｂ）の場合はハッチングの付された領域について、「アウター」であると選択する。なお、図１１のリストは、「アウター」、「インナー」等と広義の単語を利用してリスト化した例であり、この図には４項目しか表わされていないが、ユーザの操作によって、さらに多くの項目を表示して選択するように構成されている。
【００６５】
表１は、図１１よりさらに詳細なパーツ情報のリストの一例を示している。図１１のリストに代えて、この表１に示されたリストを順次提示しても良い。
【表１】
【００６６】
ここでユーザに提示するパーツ情報リストの順序は、事前にユーザが入力した「ビジネス」、「カジュアル」又は「パーティー」シーン等の「ファッションの適用環境」に応じて変化し、各シーンに着用される可能性が高い項目を優先して表示する。例えば、「ビジネス」シーンであれば、「スーツの上着」、「スーツのズボン・パンツ」及び「スーツのスカート」等が先に表示されるようにする。また、画像の上方に存在する領域を選択した場合は、「頭部」、「スーツの上着」等の項目が優先されるなど、選択領域の位置によってもユーザに提示するリストの順序を変えることが可能である。なお、「ロングコート」のように、複数の領域にまたがってパーツ情報が付されることも許容する。
【００６７】
図１２は微調整を行う際のライン付画像の例を表わしており、同図（Ａ）はラインを調整する必要が無い例、同図（Ｂ）は腕の袖口を上着（ジャケット）の裾であるラインＢ１と誤検出しているので、このラインＢ１を微調整する必要がある例、同図（Ｃ）も腕の袖口を上着（ジャケット）の裾であるラインＢ１と誤検出しているのでこのラインＢ１を微調整する必要がある例、同図（Ｄ）はサンダルをズボンの裾であるラインＢ２と誤検出しているのでこのラインＢ２を微調整すること、及びチュニックシャツの裾を検出していないのでラインＢ１を追加する必要がある例である。
【００６８】
再び、図３の処理に戻り、コンピュータ１０ａは、カメラ付携帯電話機１２１から微調整及びライン追加後のライン付画像データ、並びに各ライン及び追加ラインの領域のパーツ情報が再アップロードされたかどうか監視しており（図３のステップＳ１５）、再アップロードされた場合（ＹＥＳの場合）は、この微調整及びライン追加後のライン付画像データと各ライン及び追加ラインの領域のパーツ情報とをＤＢ１０ｂへ記憶させると共にこの画像データ及びパーツ情報からファッション評価を行う（図３のステップＳ１６）。この評価処理は、評価手段１０ａ３によって行われる。
【００６９】
図１３はこの評価手段１０ａ３によるファッション評価処理の一例として首周りの清潔感の評価処理の流れを詳細に説明するフローチャートである。
【００７０】
この首周りの清潔感の評価処理として、評価手段１０ａ３は、まず、ＤＢ１０ｂから、エッジ画像データと、肩部上端の縦方向位置のラインＳと、顎部の縦方向位置のラインＪと、ラインＬ１と、ラインＬ２と、ラインＳｃｏｌ１と、ラインＳｃｏｌ２とを読出す（図１３のステップＳ１６０１）。
【００７１】
次いで、評価手段１０ａ３は、首付近における幅Ｎｗｉｄｔｈを検出する（図１３のステップＳ１６０２）。この検出は、ラインＳとラインＪとの間で、エッジ検出点間の距離が最も小さい値を首付近における幅Ｎｗｉｄｔｈとして検出する。即ち、エッジ検出点間の幅が最も小さい位置を首位置として、その幅を首付近における幅Ｎｗｉｄｔｈとする。
【００７２】
次いで、評価手段１０ａ３は、肩付近における幅Ｓｗｉｄｔｈを検出する（図１３のステップＳ１６０３）。この検出は、ラインＳｃｏｌ１とラインＳｃｏｌ２との間の距離を肩付近における幅Ｓｗｉｄｔｈとして検出する。
【００７３】
次いで、評価手段１０ａ３は、これら２つの幅の比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈを用いて、下式から首周りの清潔感（すっきり感）を表わす清潔感指数Ｐｃを算出する（図１３のステップＳ１６０４）。
Ｐｃ＝−ａ（Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ）＋ｂ
【００７４】
この清潔感指数Ｐｃがそのまま首周りの清潔感（すっきり感）を表わしている。ここで、ａ及びｂは定数であり、通常はａ＝５０、ｂ＝９５に設定されている。ただし、この定数ａ及びｂは、ユーザから取得した「ビジネス」、「カジュアル」又は「パーティー」等のファッションの適用環境の情報や、「男性」又は「女性」等の性別情報に応じて修正されることが望ましい。即ち、「男性」の場合は短髪である可能性が「女性」の場合より高いため、清潔感指数Ｐｃが高くなる傾向にあり、これを補償する必要がある。また、「カジュアル」及び「女性」の場合は、首元にストールを巻く可能性があるため、清潔感指数Ｐｃが低くなる傾向にあり、これを補償する必要がある。さらに、「パーティー」及び「女性」の場合は、髪をアップする可能性が高いため、清潔感指数Ｐｃが低くなる傾向にあり、これを補償する必要がある。例えば、「ビジネス」及び「男性」の場合にａ＝４５、ｂ＝１００等と修正される。
【００７５】
清潔感指数Ｐｃは、最も清潔感が高い場合はＰｃ＝ｂとなり、この清潔感指数Ｐｃが低くなるにつれ、清潔感が低いこととなる。最低の場合は清潔感指数Ｐｃがマイナスとなることもある。具体的には、この清潔感指数Ｐｃは５（最高）、４、３、２、１、０（最低）の目盛りを有するレーダーチャートで表示するが、そのためには、求めた清潔感指数Ｐｃをレーダーチャート表示用の数値５〜０に変換する。ただし、清潔感指数Ｐｃがマイナスの場合はＰｃ＝０とする。
【００７６】
図１４は種々の人物像について算出した比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈを示す図である。同図（Ａ）では比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ＝０．７２４１であるため、清潔感指数Ｐｃは約５９であり、同図（Ｂ）では比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ＝０．４７４６であるため、清潔感指数Ｐｃは約７１であり、同図（Ｃ）では比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ＝０．３３３３であるため、清潔感指数Ｐｃは約７８であり、同図（Ｄ）では比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ＝０．３１４８であるため、清潔感指数Ｐｃは約７９である。ただし、ａ＝５０、ｂ＝９５とした。即ち、同図（Ａ）は首周りの清潔感（すっきり感）が最も低く、同図（Ｄ）は首周りの清潔感（すっきり感）が最も高いと評価される。
【００７７】
その後、評価手段１０ａ３は、このようにして求めた首周りの清潔感の評価結果である清潔感指数Ｐｃ及びそのレーダーチャート表示用の数値をＤＢ１０ｂに記憶する（図１３のステップＳ１６０５）。
【００７８】
図１５は評価手段１０ａ３によるファッション評価処理の一例として色合いのめりはり度の評価処理の流れを詳細に説明するフローチャートである。
【００７９】
この色合い（明暗）のめりはり度の評価処理として、評価手段１０ａ３は、まず、ＤＢ１０ｂから、画像データと、エッジ画像データと、ラインＬ１と、ラインＬ２と、ラインＬ３と、ラインＬ４とを読出す（図１５のステップＳ１６１１）。
【００８０】
次いで、評価手段１０ａ３は、図１６（Ａ）に示すように、ラインＬ１、Ｌ２、Ｌ３及びＬ４に囲まれた領域内のエッジ画像データについて、ラインＬ１、Ｌ２、Ｌ３及びＬ４の各々から横方向、縦方向に進んで最初にエッジ検出点とぶつかる位置までに存在する画素にフラグを立て、フラグが立っている全ての画素に画素値「２５５」を代入する（図１５のステップＳ１６１２）。これにより、ラインＬ１、Ｌ２、Ｌ３及びＬ４に囲まれた領域内で、エッジの外側の全画素の画素値が「２５５」を有することとなる。
【００８１】
次いで、評価手段１０ａ３は、図１６（Ｂ）に示すような、ラインＬ１、Ｌ２、Ｌ３及びＬ４に囲まれた領域内の画像データに関して、画素値「０」から「２５４」までの値を持つ画素ｘｉを抽出し、抽出した全画素数をＮとし、式（５）によるカーネル型密度関数推定を行うことで、ヒストグラムを平滑化する（図１５のステップＳ１６１３）。カーネルとする関数は式（６）に示すガウス関数とする。ここで、平滑化バンド幅はｈ＝５、推定する点の数は２５６とする。
【数３】
【００８２】
このようにして求めた画素値のヒストグラムをガウス関数をカーネルとする密度関数推定により平滑化した濃淡ヒストグラム曲線の一例が図１７に示されている。図１７に示した例では、５つの山Ｐ１、Ｐ２、Ｐ３、Ｐ４及びＰ５と、４つの谷Ｂ１、Ｂ２、Ｂ３及びＢ４からなる極値が存在している。評価手段１０ａ３は、このような全ての山の組合わせと、２つの山の間にある最も密度値が低い谷とを結ぶ線で囲まれる三角形の面積を算出する（図１５のステップＳ１６１４）。具体的には、図１７において、山Ｐ１、山Ｐ２及び谷Ｂ１を結ぶ三角形Ｐ１Ｐ２Ｂ１の面積を求め、山Ｐ１、山Ｐ３及び谷Ｂ１を結ぶ三角形Ｐ１Ｐ３Ｂ１の面積を求め、山Ｐ１、山Ｐ２及び谷Ｂ１を結ぶ三角形の面積を求め、山Ｐ１、山Ｐ４及び谷Ｂ１を結ぶ三角形の面積を求め、山Ｐ１、山Ｐ５及び谷Ｂ１を結ぶ三角形の面積を求め、山Ｐ２、山Ｐ３及び谷Ｂ２を結ぶ三角形の面積を求め、山Ｐ２、山Ｐ４及び谷Ｂ２を結ぶ三角形の面積を求め、山Ｐ２、山Ｐ５及び谷Ｂ２を結ぶ三角形の面積を求め、山Ｐ３、山Ｐ４及び谷Ｂ３を結ぶ三角形の面積を求め、山Ｐ３、山Ｐ５及び谷Ｂ３を結ぶ三角形の面積を求め、山Ｐ４、山Ｐ５及び谷Ｂ４を結ぶ三角形の面積を求めることを行う。
【００８３】
次いで、評価手段１０ａ３は、このようにして求めた全ての三角形の面積の総和を用いて、下式から輝度に基づく色合い（明暗）のめりはり度を表わすめりはり度指数Ｐｓを算出する（図１５のステップＳ１６１５）。
Ｐｓ＝ｃ（三角形の面積の総和）＋ｄ
【００８４】
このめりはり度指数Ｐｓがそのまま色合い（明暗）のめりはり度を表わしている。ここで、ｃ及びｄは定数であり、通常はｃ＝１５、ｄ＝４０に設定されている。ただし、この定数ｃ及びｄは、ユーザから取得した「ビジネス」、「カジュアル」又は「パーティー」等のファッションの適用環境の情報に応じて修正されることが望ましい。即ち、「ビジネス」及び「パーティー」の場合は、多色使いしていないことが予想されるため、山の数が少ないことが想定され、めりはり度指数Ｐｓが低くなる傾向にあり、これを補償する必要がある。また、「カジュアル」の場合は、色の数が多く使われており、山の数が多く山の面積バランスも良いので、めりはり度指数Ｐｓが高くなる傾向にあり、これを補償する必要がある。
【００８５】
最もめりはり度が高い場合はめりはり度指数Ｐｓが１００を超え（ｃ＝１５、ｄ＝４０の場合）、このめりはり度指数Ｐｓが低くなるにつれ、めりはり度が低いこととなる。最低の場合はめりはり度指数ＰｓがＰｓ＝ｄとなる。具体的には、このめりはり度指数Ｐｓは５（最高）、４、３、２、１、０（最低）の目盛りを有するレーダーチャートで表示するが、そのためには、求めためりはり度指数Ｐｓをレーダーチャート表示用の数値５〜０に変換する。
【００８６】
その後、評価手段１０ａ３は、このようにして求めた色合い（明暗）のめりはり度の評価結果であるめりはり度指数Ｐｓ及びそのレーダーチャート表示用の数値をＤＢ１０ｂに記憶させる（図１５のステップＳ１６１６）。
【００８７】
図１８は評価手段１０ａ３によるファッション評価処理の一例として形状のバランスの評価処理の流れを詳細に説明するフローチャートである。
【００８８】
この形状バランスの評価処理として、評価手段１０ａ３は、まず、ＤＢ１０ｂから、ラインＬ１と、ラインＬ２と、ラインＬ３と、ラインＬ４と、ラインＳと、ラインＪと、ラインＢ１と、ラインＢ２と、ユーザによって追加された単数又は複数のラインＢｉと、これら各ライン及び追加ラインＢｉで区分される領域がそれぞれどのようなパーツに関するラインであるかについてユーザから送信されたパーツ情報とを読出す（図１８のステップＳ１６２１）。
【００８９】
次いで、評価手段１０ａ３は、これらデータから、服装や身体の各パーツの長さや幅等の寸法を算出する（図１８のステップＳ１６２２）。例えば、身長はラインＬ３からラインＬ４までの幅Ｌ３４から得られ、ジャケットの丈は肩部上端のラインＳからジャケットの裾に対応するラインＢ１までの長さから得られ、インナーの丈は肩部上端のラインＳからインナーの裾に対応する追加ラインＢ３までの長さから得られ、コート（ロングコート）の丈は肩部上端のラインＳからコートの裾に対応する追加ラインＢ４までの長さから得られる。どのパーツの寸法を算出するかは、ユーザがどのパーツ情報を入力したかに応じて決められる。
【００９０】
次いで、評価手段１０ａ３は、算出した各パーツの寸法から全ての組合せパターンについてパーツの比率を算出する（図１８のステップＳ１６２３）。即ち、ユーザが入力したパーツ情報から、次の表２に示すようなあらかじめ定められたパーツの組合せパターンに相当する全ての組合せパターンについて、パーツの比率を算出する。
【表２】
即ち、Ｃ１＝（カーディガン）／（身長）、Ｃ２＝（カーディガン）／（インナー）、・・・、Ｃｉ、Ｃｍというｍ個の組合せパターンの比率を算出する（ただし、ｍは自然数）。
【００９１】
次いで、評価手段１０ａ３は、このようにして算出した組合せパターンの比率Ｃｉと、各組合せパターンについてあらかじめ定められた比率の基準値Ｃｉ′とから、下式を用いて形状のバランス指数Ｐｂを算出する（図１８のステップＳ１６２４）。
【数４】
上式は、算出した各組合せパターンの比率Ｃｉのその基準値Ｃｉ′に対する類似度の総和を求めるものであり、１００からの減点で算出したものが、形状のバランス指数Ｐｂとなる。以上、求めたバランス指数の算出方法は、過去の膨大な量のコーディネート及び写真情報の検証によって得られたものである。
【００９２】
その後、評価手段１０ａ３は、算出した形状のバランス指数ＰｂをＤＢ１０ｂに記憶させる（図１８のステップＳ１６２５）。
【００９３】
形状のバランス指数Ｐｂは、最もバランスの良好な場合はＰｂ＝１００となり、このバランス指数Ｐｂが低くなるにつれ、バランスが悪いこととなる。具体的には、この形状のバランス指数Ｐｂは５（最高）、４、３、２、１、０（最低）の目盛りを有するレーダーチャートで表示するが、そのためには、求めた形状のバランス指数Ｐｂをレーダーチャート表示用の数値５〜０に変換する。ただし、算出したバランス指数Ｐｂがマイナスの場合はＰｂ＝０とする。
【００９４】
再び、図３の処理に戻り、コンピュータ１０ａは、このようにして求めたファッション評価結果をＤＢ１０ｂから読出し、該当する携帯電話機へ送信する（図３のステップＳ１７）。ファッション評価結果としては、各評価結果である、清潔感指数、めりはり度指数及びバランス指数の得点を、５〜０の目盛りを有するレーダーチャートで表示する。
【００９５】
一方、カメラ付携帯電話機１２１は、サーバ１０から評価結果を受信したかどうか監視しており（図２のステップＳ６）、受信した場合（ＹＥＳの場合）は、そのファッション評価結果をレーダーチャートとして、画面に表示する（図２のステップＳ７）。これによって、ユーザは、撮像した人物像のファッション評価結果を自己のカメラ付携帯電話機１２１によって確認することができる。
【００９６】
以上説明したように、本実施形態によれば、サーバ１０のコンピュータ１０ａが、ファッションセンスの評価を望むユーザのカメラ付携帯電話機１２１から携帯電話サイトを介してアップロードされてきた画像データから人物像のエッジ画像を抽出し、抽出したエッジ画像から人物像の特徴点位置である種々のラインを求め、これらライン及び画像データに基づいて、人物像の首周りの清潔感、色合いのめりはり度、及び形状バランス等のファッション度合を評価するように構成されており、この評価結果がユーザのカメラ付携帯電話機１２１に送られる。このように、コンピュータ１０ａにより、画像データが自動的に解析されてファッション度合が評価されるため、簡易にかつ素早く、しかも、低コストでファッションチェックを行うことができる。また、コンピュータ１０ａによる自動解析であるため、しかもこの評価の課程にユーザ以外の人物による直接的な操作はなされないため、ユーザも気軽にかつ容易にしかも安心してファッションチェックを依頼することができる。しかも、ユーザに対してレーダーチャートで示すことにより、ユーザに ファッション性の得点の提示と助言を行うことができる。
【００９７】
さらに、人物像のファッション性を数値化する際に、ユーザから取得した「ビジネス」、「カジュアル」、又は「パーティー」等の「ファッションの適用環境」情報や「性別」を反映させることで、画像に写る人物像のファッション性における「清潔感」、「めりはり度」及び「バランス」を得点化している。具体的には、例えば「清潔感」に関しては、男性の方が女性よりも短い髪型の場合が多いため、清潔感指数が女性よりも高くなる可能性があり、また、「パーティー」では、女性は髪型をアップにすることが多いため、他の環境の場合よりも清潔感指数が高くなる可能性あるので、「ファッションの適用環境」や「性別」を反映させることが望ましい。また、例えば「めりはり度」に関しては、「ビジネス」や「パーティー」では、色の数が少なくなることが予想されるので、「ファッションの適用環境」を反映させることが望ましい。さらに、例えば「バランス」に関しては、「カジュアル」では、ジャケット、インナーボトムス等の組み合わせ数が多いため、他の適用環境よりも有利となることが予想されるので、「ファッションの適用環境」を反映させることが望ましい。
【００９８】
なお、上述した実施形態では、人物像の首周りの清潔感、色合いのめりはり度、及び形状バランスの３つについてのファッションチェックを行っているが、例えば色合いのバランス等の他のチェック内容を追加して、４つ以上のファッションチェックを行っても良いことはもちろんである。
【００９９】
図１９は本発明のファッションチェックシステムの他の実施形態における特徴点解析手段１０ａ２による解析処理の流れを詳細に説明するフローチャートである。
【０１００】
本実施形態は、携帯サイトのサーバへアップロードされた画像データから、サーバがユーザの顔下部及び襟部の特徴点位置を抽出し顔下部の輪郭カーブ及び襟部輪郭カーブを検出してファッションの評価を行い、その結果をユーザの携帯端末にダウンロードするようにしたファッションチェックシステムである。本実施形態におけるサーバ側及びユーザ側のハードウェアの構成は図１の実施形態の場合と同じであるが、サーバ側及びユーザ側のソフトウェアの構成は図１の実施形態の場合と一部異なっている。特に、特徴点解析手段１０ａ２による特徴点解析処理（図３のステップＳ１３）及びそれ以降の処理内容が異なっている。
【０１０１】
図１９に示すように、特徴点解析手段１０ａ２は、まず、ＤＢ１０ｂから、顔及び襟部のエッジ画像データを読出す（図１９のステップＳ２３１）。
【０１０２】
特徴点解析手段１０ａ２は、次いで、顔の輪郭を表すエッジ画像データから、顎部分の２点Ｃ１及びＣ２並びに左右のえら部分の４点Ｂ１、Ｂ２、Ｂ３及びＢ４（図２０（Ａ)参照）の位置を特徴点として検出し、顔下部の輪郭カーブを求めてそのパターンを決定する（図１９のステップＳ２３２）。これら特徴点の検出方法として種々の方法が適用可能であるが、例えば、頭部上端ライン及び頭部下端ラインから顔の長さを求め、その長さの所定割合だけ頭部下端ラインから上がった位置のラインと頭部の側方ラインとの交点を左右のえら部分の特徴点Ｂ１、Ｂ２、Ｂ３及びＢ４として求める方法であっても良い。また、顔の幅の所定割合だけ中心から離れた位置のラインと頭部下端ラインとの交点を顎部分の特徴点Ｃ１及びＣ２として求める方法であっても良い。次いで、これら求めた複数の特徴点から定まる輪郭カーブが、あらかじめ定めた輪郭パターンのいずれに属するか決定する。輪郭パターンとしては、図２１に示すように、例えば６つのパターンが想定できる。即ち、同図（Ａ)のラウンド、（Ｂ)のオーバル、（Ｃ)のロング、（Ｄ)のスクェア、（Ｅ)のロンバス、（Ｆ)のトライアングルの６つの輪郭パターンが想定できる。輪郭パターンの決定は、輪郭カーブにおける曲率の変化の大きな曲がり角の部分に着目し、これら６つの輪郭パターンのいずれに属するかを決める。なお、求めた特徴点を通る輪郭カーブの数式を求めて、これら輪郭パターンの数式のいずれに近いかを求めて決定しても良い。
【０１０３】
次いで、特徴点解析手段１０ａ２は、襟部の輪郭を表すエッジ画像データから、数点の位置を特徴点として検出し、襟部の輪郭カーブを求めてそのパターンを決定する（図１９のステップＳ２３３）。襟部の特徴点、輪郭カーブ及び輪郭パターンは、顔下部の特徴点、輪郭カーブ及び輪郭パターンと同様に求めることができる。
【０１０４】
さらに、特徴点解析手段１０ａ２は、頭部下端ラインと肩のラインとから、首の長さを検出する（図１９のステップＳ２３４）。
【０１０５】
次いで、特徴点解析手段１０ａ２は、このようにして検出した顔下部の輪郭パターン、襟部の輪郭パターン及び首の長さをＤＢ１０ｂに記憶させる（図１９のステップＳ２３５）。
【０１０６】
その後、特徴点解析手段１０ａ２は、ＤＢ１０ｂに記憶されている顔下部の輪郭パターンと襟部の輪郭パターンとを読出して両者を比較し、得点を付ける（図１９のステップＳ２３６）。得点の付け方としては、例えば、顔下部の輪郭パターンと襟部の輪郭パターンとが同じパターンであれば１００点、パターンは異なるが同じ系統のパターンであれば９０点、それ以外は０点という付け方を行う。同じ系統のパターンとは、図２１において、（Ａ)〜（Ｃ)の曲線形の同じ系統のパターン、（Ｄ)〜（Ｆ)の直線形の同じ系統のパターンをそれぞれ指している。即ち、顔下部の輪郭パターンが（Ａ)〜（Ｃ)の曲線形のパターンを有する場合は、柔らかい印象を与える襟ぐりの服（ラウンドネック、丸襟、ヘチマ襟、フリル襟、ウィングカラー等）であれば好印象となり、顔下部の輪郭パターンが（Ｄ)〜（Ｆ)の直線形のパターンを有する場合は、直線のラインを持つシャープな印象の服（Ｖネック、シャツカラー、スクエアネック、マオカラー等）が好印象となるためである。
【０１０７】
図２０の例で説明すると、例えば、同図（Ａ)の場合は、顔下部の輪郭パターンが（Ａ)ラウンドであるが、襟部の輪郭パターンが（Ｂ)オーバル又は（Ｃ)ロングであるため、曲線形の同じ系統のパターンとなり、得点は９０点となる。同図（Ｂ)の場合は、顔下部の輪郭パターン及び襟部の輪郭パターンが共に（Ａ)ラウンドであるため、得点は１００点となる。同図（Ｃ)の場合は、顔下部の輪郭パターン及び襟部の輪郭パターンが共に（Ｂ)オーバルであるため、得点は１００点となるが、タートルネックであるため、次の首の長さに関して大きく減点される。同図（Ｄ)の場合は、顔下部の輪郭パターンが（Ｆ)トライアングルであるが、襟部の輪郭パターンが（Ａ)ラウンドであるため、異なる系統のパターンとなり、得点は０点となる。同図（Ｅ)の場合は、顔下部の輪郭パターンが（Ｄ)スクェアであるが、襟部の輪郭パターンが（Ｂ)オーバルであるため、異なる系統のパターンとなり、得点は０点となる。同図（Ｆ)の場合は、顔下部の輪郭パターン及び襟部の輪郭パターンが共に（Ｄ)スクェアであるため、得点は１００点となる。
【０１０８】
次いで、特徴点解析手段１０ａ２は、ＤＢ１０ｂに記憶されている首の長さを読出して、この首の長さに応じて、得点を減点する（図１９のステップＳ２３７）。読み出した首の長さが長いほど、存在感を感じさせるので減点が少ない。読み出した首の長さが短い場合やタートルネックの場合は、存在感を感じさせないため、減点が大きくなる。
【０１０９】
次いで、このようにして得られた得点をＤＢ１０ｂに記憶させる（図１９のステップＳ２３８）。
【０１１０】
その後、図３の処理に戻り、コンピュータ１０ａは、このようにして求めた得点をファッション評価結果としてＤＢ１０ｂから読出し、該当する携帯電話機へ送信する（図３のステップＳ１７）。ファッション評価結果としては、前述したものと同様に、得点を５〜０の目盛りを有するレーダーチャートで表示する。
【０１１１】
なお、本実施形態のユーザの顔下部及び襟部の特徴点位置を抽出し、顔下部の輪郭カーブ及び襟部輪郭カーブを検出して行うファッションの評価は、この評価のみを単独で行っても良いし、図１の実施形態におけるファッションの評価と共に行っても良い。
【０１１２】
以上述べた実施形態は全て本発明を例示的に示すものであって限定的に示すものではなく、本発明は他の種々の変形態様及び変更態様で実施することができる。従って本発明の範囲は特許請求の範囲及びその均等範囲によってのみ規定されるものである。
【符号の説明】
【０１１３】
１０ サーバ
１０ａ コンピュータ
１０ａ１ 抽出手段
１０ａ２ 特徴点解析手段
１０ａ３ 評価手段
１０ｂ データベース（ＤＢ）
１０ｃ 通信インタフェース
１１ インターネット（ＩＰ）網
１２１ カメラ付携帯電話機
１２２、１２ｎ スマートフォン
【技術分野】
【０００１】
本発明は、カメラ付携帯電話機やスマートフォン等の携帯端末を用いて撮像した人物画像についてファッション評価を行うファッションチェックシステムに関する。
【背景技術】
【０００２】
ユーザを撮像して得た画像から、そのユーザの容姿等について評価を行うシステムについては、いくつかの提案が既になされている。
【０００３】
例えば、特許文献１には、ユーザの顔又は身体を撮像した画像のデータをネットワークを介してサービス事業者へ送信し、サービス事業者においては化粧アドバイザやスタイリスト等の専門家がその画像を見て容姿に関するアドバイスを行うシステムが開示されている。
【０００４】
特許文献２には、ユーザの写真画像をデジタルカメラで撮像し、その画像データをネットワークを介して販売者システムへ送信し、販売者システムはこの画像データ等からユーザの体型サイズを求め、そのユーザにフィットした寸法の商品による合成画像を作成し、これをユーザ端末へ返送するシステムが開示されている。
【０００５】
特許文献３には、携帯電話機である利用者端末によって利用者の容姿画像を撮像し、その画像データをネットワークを介して管理サーバへ送信し、利用者端末又は管理サーバはこの画像データから体型代表点を自動認識し、この認識した体型代表点を利用して服の試着を行い、試着した状態の画像を利用者端末へ返送するシステムが開示されている。さらに、試着した状態のファッションの診断を専門家が行うことも開示されている。
【０００６】
特許文献４には、カメラによって人物を撮像し、その撮像画像から各部の特徴を数値化した特徴データを登録しておき、顔形状、髪形状、肌色等の容姿の判定に用いるシステムが開示されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００１−０７８１７８号公報
【特許文献２】特開２００２−３７３２６６号公報
【特許文献３】特開２００４−０８６６６２号公報
【特許文献４】特開２００８−００９５６０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、特許文献１のシステムは、化粧アドバイザやスタイリスト等の専門家が画像を見て容姿に関するアドバイスを行うものであり、このような専門家なしに自動的にユーザのファッションチェックを行うものではない。
【０００９】
また、特許文献２のシステムは、画像データから体型サイズを求めてフィットした商品の選択を行っているが、ユーザのファッションチェックは全く行っていない。
【００１０】
特許文献３のシステムは、服試着を行うものであり、利用者のファッションチェックを画像データから自動的に行うものではない。
【００１１】
さらに、特許文献４のシステムは、容姿の画像データからその人物のファッションチェックは行うものではない。
【００１２】
このように、従来公知のいずれのシステムも、画像データからユーザのファッションチェックを行わないか、行うとしても専門家がその画像を見て判断するものであり、コンピュータが自動的にファッションをチェックするものではない。
【００１３】
このため、簡易にかつ素早く、しかも、低コストでユーザのファッションチェックを行うことができなかった。また、ユーザも、気軽にかつ容易にファッションチェックを依頼することができなかった。
【００１４】
従って本発明の目的は、ユーザの画像データから自動的にファッションチェックを行うことができる携帯端末を用いたファッションチェックシステムを提供することにある。
【課題を解決するための手段】
【００１５】
本発明の携帯端末を用いたファッションチェックシステムは、少なくとも１つの携帯端末と、少なくとも１つの携帯端末に網を介して接続可能に構成されたサーバとを備えている。このサーバは、少なくとも１つの携帯端末から送られてきた人物像の画像データを受け取る手段と、受け取った画像データを記憶する記憶手段と、コンピュータ手段と、コンピュータ手段が出力する評価情報を少なくとも１つの携帯端末へ送る手段とを備えている。このコンピュータ手段は、記憶手段に記憶された画像データから人物像の輪郭線像を抽出する抽出手段と、抽出手段が抽出した輪郭線像から人物像の特徴点位置を求める特徴点解析手段と、特徴点解析手段が求めた特徴点位置から人物像のファッション度合を評価した評価情報を出力する評価手段とを備えている。
【００１６】
サーバのコンピュータ手段は、携帯端末から送られてきた画像データから人物像の輪郭線像を抽出し、抽出した輪郭線像から人物像の特徴点位置を求め、この特徴点位置から人物像のファッション度合を評価するように構成されており、この評価結果が携帯端末に送られる。このように、コンピュータにより、画像データが自動的に解析されてファッション度合が評価されるため、簡易にかつ素早く、しかも、低コストでファッションチェックを行うことができる。また、コンピュータによる自動解析であるため、ユーザも気軽にかつ容易にファッションチェックを依頼することができる。
【００１７】
少なくとも１つの携帯端末が少なくとも１つのカメラ付携帯電話機であり、網がインターネット網であり、サーバが携帯サイトのサーバであることが好ましい。
【００１８】
抽出手段が、画像データから人物像のエッジ検出を行うエッジ検出手段を備えていることも好ましい。このエッジ検出手段が、微分フィルタを用いたエッジ検出演算手段であるか、又はＣａｎｎｙ法を用いたエッジ検出演算手段であることがより好ましい。
【００１９】
特徴点解析手段が、抽出手段が抽出した輪郭線像から、人物像における、少なくとも、体部右側端の横方向位置、体部左側端の横方向位置、頭部上端の縦方向位置、 顎部の縦方向位置、肩部上端の縦方向位置、上半身の服の裾の縦方向位置、下半身の服の裾の縦方向位置、及び足部下端の縦方向位置を特徴点位置として求める手段を含んでいることも好ましい。
【００２０】
受け取る手段が少なくとも１つの携帯端末から送られてきた人物像の性別及びファッションの適用環境を含むプロフィール情報を受け取るように構成されており、特徴点解析手段が、受け取ったプロフィール情報における人物像の性別を参照して人物像の特徴点位置を求める手段を含んでいることも好ましい。
【００２１】
評価手段が、受け取ったプロフィール情報におけるファッションの適用環境と、特徴点解析手段が求めた特徴点位置とから人物像のファッション度合を評価した評価情報を出力する手段を含んでいることも好ましい。
【００２２】
評価手段が、特徴点解析手段が求めた特徴点位置と抽出手段が抽出した輪郭線像とから、首付近における幅Ｎｗｉｄｔｈと肩付近における幅Ｓｗｉｄｔｈとを求めると共に、これら２つの幅の比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈに基づいて、首周りの清潔感に関する評価情報を出力する手段を含んでいることも好ましい。
【００２３】
この評価情報を出力する手段が、評価情報である清潔感指数Ｐｃを
Ｐｃ＝−ａ（Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ）＋ｂ
（ただし、ａ及びｂは定数）から算出して出力するように構成されていることが好ましい。
【００２４】
評価手段が、特徴点解析手段が求めた特徴点位置と抽出手段が抽出した輪郭線像と記憶手段に記憶された画像データとから、輪郭線像内に位置する人物像が有する濃淡の分布を算出する濃淡分布算出手段と、濃淡分布算出手段によって算出された濃淡分布から、明暗（色合い）のめりはり度に関する評価情報を出力する手段を含んでいることも好ましい。
【００２５】
この評価情報を出力する手段が、算出された濃淡分布の極値を結ぶ三角形の面積の総和から、評価情報であるめりはり度指数Ｐｓを
Ｐｓ＝ｃ（三角形の面積の総和）＋ｄ
（ただし、ｃ及びｄは定数）から算出して出力するように構成されていることが好ましい。
【００２６】
評価手段が、特徴点解析手段が求めた特徴点位置から、人物像の形状のバランスを算出するバランス算出手段と、バランス算出手段によって算出されたバランスから、形状バランスに関する評価情報を出力する手段を含んでいることも好ましい。
【００２７】
この評価情報を出力する手段が、人物像のパーツの組合せにおける寸法の比率から、評価情報である形状のバランス指数Ｐｂを算出して出力するように構成されていることが好ましい。この場合、評価情報を出力する手段が、人物像の１つのパーツと他のパーツとの寸法の比率の、あらかじめ定められた比率の基準値に対する類似度から、評価情報である形状のバランス指数Ｐｂを算出して出力するように構成されていることがより好ましい。
【００２８】
特徴点解析手段が求めた特徴点位置を記憶手段に記憶された画像データに付加した特徴点位置付画像データを少なくとも１つの携帯端末へ送る手段と、少なくとも１つの携帯端末において微調整された特徴点位置を受け取る手段とをさらに備えており、評価手段は微調整された特徴点位置から人物像のファッション度合を評価した評価情報を出力するように構成されていることも好ましい。
【００２９】
特徴点解析手段が、抽出手段が抽出した輪郭線像から、人物像における顔下部の輪郭カーブと、襟部の輪郭カーブとを求め、求めた顔下部の輪郭カーブ及び襟部の輪郭カーブを比較する手段を含んでいることが好ましい。
【００３０】
この場合、特徴点解析手段が、抽出手段が抽出した輪郭線像から、人物像における首の長さを求める手段を含んでいることが好ましい。
【発明の効果】
【００３１】
本発明によれば、コンピュータにより、画像データが自動的に解析されてファッション度合が評価されるため、簡易にかつ素早く、しかも、低コストでファッションチェックを行うことができる。また、コンピュータによる自動解析であるため、ユーザも気軽にかつ容易にファッションチェックを依頼することができる。
【図面の簡単な説明】
【００３２】
【図１】本発明のファッションチェックシステムの一実施形態の構成を概略的に説明するブロック図である。
【図２】図１の実施形態における携帯電話機側の処理内容の概略的な流れを説明するフローチャートである。
【図３】図１の実施形態におけるサーバ側の処理内容の概略的な流れを説明するフローチャートである。
【図４】撮像した人物像の２つの例を示す図である。
【図５】抽出手段による抽出処理の流れを詳細に説明するフローチャートである。
【図６】Ｃａｎｎｙ法を用いてエッジ検出して得た輪郭線画像の２つの例を示す図である。
【図７】１次微分フィルタ用いてエッジ検出して得た輪郭線画像の例を示す図である。
【図８】特徴点解析手段による解析処理の流れを詳細に説明するフローチャートである。
【図９】ラインＬ１、Ｌ２、Ｌ３及びＬ４を検出する動作を説明する図である。
【図１０】ラインＳ、Ｊ、Ｂ１及びＢ２を検出する動作を説明する図である。
【図１１】携帯電話機に表示される画像例及びパーツ情報のリストを示す図である。
【図１２】微調整を行う際のライン付画像の例を表わす図である。
【図１３】評価手段によるファッション評価処理の一例として首周りの清潔感の評価処理の流れを詳細に説明するフローチャートである。
【図１４】種々の人物像について算出した比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈを示す図である。
【図１５】評価手段によるファッション評価処理の一例として色合いのめりはり度の評価処理の流れを詳細に説明するフローチャートである。
【図１６】色合いのめりはり度の評価処理における動作の一部を説明する図である。
【図１７】画素値のヒストグラムをカーネル型密度関数推定により平滑化した濃淡ヒストグラム曲線を表わす図である。
【図１８】評価手段によるファッション評価処理の一例として形状バランスの評価処理の流れを詳細に説明するフローチャートである。
【図１９】本発明のファッションチェックシステムの他の実施形態における特徴点解析手段による解析処理の流れを詳細に説明するフローチャートである。
【図２０】図１９の実施形態における顔下部の輪郭カーブ及び襟部の輪郭カーブを検出する動作を説明する図である。
【図２１】顔の輪郭の種々の例を示す図である。
【発明を実施するための形態】
【００３３】
図１は本発明におけるファッションチェックシステムの一実施形態の構成を概略的に説明するブロック図である。本実施形態は、ユーザがカメラ付携帯電話機、スマートフォン等の携帯端末によって自分自身の全身像を撮像し、この画像データをインターネット網を介して携帯サイトのサーバへアップロードすることにより、このサーバがファッションの評価を行い、その結果をユーザの携帯端末にダウンロードするようにしたファッションチェックシステムである。
【００３４】
同図において、１０は携帯サイトのサーバ、１１はインターネット（ＩＰ）網、１２１、１２２、・・・、１２ｎはＩＰ網１１を介して又は携帯電話網及びＩＰ網１１を介してこのサーバ１０に接続可能な複数のユーザのカメラ付携帯電話機、カメラ付ＰＨＳ、ｉ−Ｐｈｏｎｅ（登録商標）を含むスマートフォン、又は例えばカメラ付のｉ−Ｐａｄ（登録商標）のようにカメラ機能を有し携帯サイトにアクセス可能なその他の端末等の携帯端末（ただしｎは自然数）をそれぞれ示している。
【００３５】
サーバ１０は、ハードウエアとしては、ＣＰＵ（中央処理装置）、ＲＡＭ（ランダムアクセスメモリ）、ＲＯＭ（リードオンリメモリ）、ディスプレイ装置、及びプリンタやキーボード、マウス等の入出力装置を含むコンピュータ１０ａと、ユーザ毎の画像データやプロフィール情報を記憶するデータベース（ＤＢ）１０ｂと、ＩＰ網１１との入出力を制御する通信インタフェース１０ｃとから主として構成されている。
【００３６】
コンピュータ１０ａは、機能的には、画像データから輪郭線像を抽出する抽出手段１０ａ１と、輪郭線像から人物像や顔の特徴点位置を求める特徴点解析手段１０ａ２と、特徴点位置から人物像のファッション度合を評価した評価情報を出力する評価手段１０ａ３とを備えている。
【００３７】
図２は図１の実施形態における携帯端末側の処理内容の概略的な流れを説明するフローチャートであり、図３は図１の実施形態におけるサーバ側の処理内容の概略的な流れを説明するフローチャートである。以下、これらのフローチャートを用いて本実施形態におけるファッションチェックシステムの構成、動作及び作用効果について詳細に説明する。
【００３８】
まず、ユーザは、携帯端末、例えばカメラ付携帯電話機１２１に付帯されているカメラ機能によって、ファッションチェックすべき人物像（例えばユーザ自身の人物像、顔を含む）を撮像する（図２のステップＳ１）。この場合、撮像された人物像はカラー画像である。
【００３９】
図４はカメラ付携帯電話機１２１によって撮像した人物像（カラー画像）の２つの例を示す図である。この人物像の撮像では、つぎのような条件を満たす必要がある。
（ａ）まず、人物像の足先（足部下端）から頭の頂部（頭部上端）まで、全身を収めるように撮像した画像であること（身体の一部がはみ出ていると解析に支障が生じる）、
（ｂ）人物像を、図４（Ａ）に示すように画像の上方向に頭が、下方向に足が位置するように、又は図４（Ｂ）に示すように画像の左方向に頭が、右方向に足が位置するように撮像した画像であること（頭の位置を正確に測定するため）、
（ｃ）画像の縦及び横の長さは、人物像の頭から足にかけての方向（以後、縦方向）における画像の幅が、人物像の右手から左手にかけての方向（以後、横方向）における画像の幅より長い画像であること（通常に撮像すればこの条件は満たされる）、
（ｄ）図４（Ａ）に示すように、画像の横方向の端から、画像の横幅の１０％の範囲内には人物像を収めないこと（端部は不要な像が写り易いためこの部分を避ける）、
（ｅ）人物像の背景は、人物の服装となるべくは異なる色とすること（輪郭線の検出精度が下がることから人物像の認識に支障の生じる恐れがある）、
（ｆ）人物像は、両腕を身体の横につけ、足を閉じ、直立した姿勢で撮像すること（特殊な姿勢やポーズを取ると、シルエットの自動作成と比率の計算に支障の出る恐れがある）。
【００４０】
撮像した人物像が、上述した条件を満たしているかどうか確認し、満たしていない場合は、画像データをユーザサイドで加工する（図２のステップＳ２）。
【００４１】
次いで、この画像データとプロフィール情報とを、ＩＰ網１１を介して携帯サイトのサーバ１０へアップロードする（図２のステップＳ３）。このプロフィール情報とは、ユーザの基本情報と、撮像した画像データの情報とからなる。ユーザの基本情報は、例えばユーザの性別や身長等を含んでおり、画像データの情報は、撮像した人物の「性別」と、その人物像のファッションが「ビジネス」、「カジュアル」、又は「パーティー」シーンを目的とするものであるか等を示す「ファッションの適用環境」とを少なくとも表わすものである。
【００４２】
一方、サーバ１０側において、コンピュータ１０ａは、携帯電話機からアップロードされてきた画像データとプロフィール情報とをＤＢ１０ｂに、そのユーザ対応で記憶する（図３のステップＳ１１）。
【００４３】
次いで、コンピュータ１０ａはこの画像データから輪郭線画像を抽出する（図３のステップＳ１２）。この抽出処理は、抽出手段１０ａ１によって行われる。図５はこの抽出手段１０ａ１による抽出処理の流れを詳細に説明するフローチャートである。
【００４４】
抽出手段１０ａ１は、まず、ＤＢ１０ｂから対象とする画像データとプロフィール情報とを読出す（図５のステップＳ１２１）。
【００４５】
次いで、抽出手段１０ａ１は、このカラー画像である画像データをグレースケール化する（図５のステップＳ１２２）。グレースケール化は、各画素のＲＧＢ値Ｒ、Ｇ、Ｂを輝度値Ｙに換算する。この輝度値Ｙへの換算は、次の（１）式に基づいて行う。
Ｙ＝０．３０Ｒ＋０．５９Ｇ＋０．１１Ｂ （１）
【００４６】
次いで、抽出手段１０ａ１は、このグレースケール化された画素データからエッジ検出を行う（図５のステップＳ１２３）。エッジ検出方法としては、本実施形態では、Ｃａｎｎｙ法又はＰｒｅｗｉｔｔ法等の１次微分フィルタを用いる方法を用いている。いずれの方法、又はその他のエッジ検出法を用いても良い。なお、必要であれば、エッジ検出の前までに、画像の縦方向を行、横方向を列となるように画像を回転する。
【００４７】
エッジ検出の際、エッジの画素値を「１」、それ以外の画素値を「０」とする。図６（Ａ）及び（Ｂ）はＣａｎｎｙ法を用いてエッジ検出して得た輪郭線画像の２つの例を示す図である。このＣａｎｎｙ法を使用するにあたって、標準偏差σ＝０．７、下側閾値Ｔｈｌｏｗ＝１０、上側閾値Ｔｈｈｉｇｈ＝２０なるパラメータを用いている。なお、背景と人物像との境界部において、背景の色と人物像の色とが近いと、即ち輝度値の差が小さいと、エッジの検出精度が低下する。
【００４８】
次に、Ｐｒｅｗｉｔｔフィルタを利用してエッジを検出する方法について説明する。ここでは、フィルタの要素和を「０」とする従来法ではなく、下記の（２）式のように例えば５行５列の大きさとする正方行列の中心を「−０．５」とするフィルタマトリックスＦＬ及びＦＲを用いて畳み込み積分するものであり、これにより、このシステムで用いられる画像に対する横方向のエッジ検出能力を向上させることができる。即ち、フィルタを２つに分解して考えた場合、行列の中心を「−０．５」として画素値を−０．５倍することで重み付けと反転を行い、Ｐｒｅｗｉｔｔフィルタを用いて畳み込み積分を行っている。なお、３行３列や、７行７列等の他のサイズの正方行列を用いても良いことは明らかである。
【数１】
【数２】
【００４９】
なお、各画素値ＥＬ及びＥＲを加算した画素値ＥＬＲについて、
｛（ＥＬＲ−ｍｉｎ（ＥＬＲ））／（ｍａｘ（ＥＬＲ）−ｍｉｎ（ＥＬＲ））｝／２、又は例えば７５等の適当な閾値を設定し、閾値以上の要素に「０」、閾値未満の要素に「１」を代入して２値化を行い、あらためて画素値ＥＬＲとする。
【００５０】
画素値ＥＬＲは主に横方向におけるエッジを検出する．そこで、ＦＬ及びＦＲの転置行列を窓関数として畳み込み積分を行い、同様な演算を行うことで得られる各画素値ＥＵＤと、各画素値ＥＬＲとを加算すれば、上下左右方向に特化したエッジ検出を行うことができる。図７はこの様子を表わしており、同図(Ａ)は画素値ＥＬＲで表わしたエッジ画像、同図（Ｂ）は画素値ＥＵＤで表わしたエッジ画像、同図（Ｃ）はこれらを加算した画素値ＥＬＲ＋ＥＵＤで表わしたエッジ画像をそれぞれ示している。
【００５１】
このようなＰｒｅｗｉｔｔ法を応用したエッジ検出方法は、場合によってはＣａｎｎｙ法よりも良好にエッジを検出することができる。ただし、Ｃａｎｎｙ法に比べて演算速度が遅くなる可能性がある。また、エッジが細くなるような処理過程があるＣａｎｎｙ法に比して、輪郭線が太くなる可能性がある。
【００５２】
その後、抽出手段１０ａ１は、このようにして抽出したエッジ画像データを、ＤＢ１０ｂに記憶する（図５のステップＳ１２４）。
【００５３】
再び、図３の処理に戻り、コンピュータ１０ａは、このようにして得たエッジ画像データから特徴点を解析する（図３のステップＳ１３）。この特徴点解析処理は、特徴点解析手段１０ａ２によって行われる。図８はこの特徴点解析手段１０ａ２による解析処理の流れを詳細に説明するフローチャートである。
【００５４】
特徴点解析手段１０ａ２は、まず、ＤＢ１０ｂから対象とするエッジ画像データとプロフィール情報とを読出す（図８のステップＳ１３１）。
【００５５】
特徴点解析手段１０ａ２は、次いで、体部右側端の横方向位置のラインＬ１及び体部左側端の横方向位置のラインＬ２を検出する（図８のステップＳ１３２）。この検出は、図９（Ａ）及び（Ｂ）に示すように、まず、エッジ画像データにおいて、縦方向の検出したエッジ数の和、即ち縦方向の各行上で「１」となる画素の数の和、を求めてこれをエッジの行和とする。次いで、画像の横方向の左端より画像の横幅の１０％となる位置から、行和が最初に全エッジ数（行和の総計）の０．２％等の閾値を超えた位置を体部右側端の横方向位置のラインＬ１として検出する。同様に、画像の横方向の右端より画像の横幅の１０％となる位置から、行和が最初に全エッジ数（行和の総計）の閾値を超えた位置を体部左側端の横方向位置のラインＬ２として検出する。さらに、ラインＬ１からラインＬ２までの幅をＬ１２とする。
【００５６】
次に、特徴点解析手段１０ａ２は、頭部上端の縦方向位置のラインＬ３及び足部下端の縦方向位置のラインＬ４を検出する（図８のステップＳ１３３）。この検出は、図９（Ｃ）及び（Ｄ）に示すように、まず、エッジ画像データのラインＬ１からラインＬ２までの範囲において、横方向の検出したエッジ数の和、即ち横方向の各列上で「１」となる画素の数の和、を求めてこれをエッジの列和とする。次いで、画像の上端から、列和が最初に全エッジ数（行和の総計）の０．５％等の閾値を超えた位置を頭部上端の縦方向位置のラインＬ３として検出する。同様に、画像の下端から、列和が最初に全エッジ数（行和の総計）の閾値を超えた位置を足部下端の縦方向位置のラインＬ４として検出する。さらに、ラインＬ３からラインＬ４までの幅をＬ３４とする。
【００５７】
次に、特徴点解析手段１０ａ２は、肩部上端の縦方向位置のラインＳ及び顎部の縦方向位置のラインＪを検出する（図８のステップＳ１３４）。この検出は、図１０（Ａ）及び（Ｃ）に示すように、まず、エッジ画像データのラインＬ１から幅Ｌ１２の１０％の距離だけ画像にて右側にある縦のラインをＳｃｏｌ１、幅Ｌ１２の９０％の距離だけ画像にて右側にある縦のラインをＳｃｏｌ２とし、ラインＳｃｏｌ１とラインＳｃｏｌ２とのいずれかが下方向に向かって最初にエッジ検出点とぶつかる位置を肩部上端の縦方向位置のラインＳとして検出する。さらに、プロフィール情報から性別を知り、男性の場合はラインＬ３とラインＳとの幅の８５％だけラインＬ３から下方の位置を、女性の場合はラインＬ３とラインＳとの幅の７５％だけラインＬ３から下方の位置をそれぞれ顎部の縦方向位置のラインＪとして検出する。
【００５８】
その後、特徴点解析手段１０ａ２は、上半身の服の裾の縦方向位置のラインＢ１及び下半身の服の裾の縦方向位置のラインＢ２を検出する（図８のステップＳ１３５）。この検出は、図１０（Ｂ）及び（Ｃ）に示すように、まず、ラインＬ３から幅Ｌ３４の４５％の距離だけ画像にて下方向にある位置と、６５％の距離だけ画像にて下方向にある位置との間の範囲において、エッジの列和が最大となる位置を、上半身の服における裾の縦方向位置のラインＢ１として検出する。また、ラインＬ３から幅Ｌ３４の７０％の距離だけ画像にて下方向にある位置と、９２．５％の距離だけ画像にて下方向にある位置との間の範囲において、エッジの列和が最大となる位置を、下半身の服における裾の縦方向位置のラインＢ２として検出する。このように、服装の裾ラインは、本実施形態では、ラインＢ１とラインＢ２との２本のみを検出している。
【００５９】
以上の処理により、図１０（Ｄ）に示すようなラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２を検出して、シルエットを作成する。ただし、ラインが検出できない場合や、ラインＬ１、Ｌ２、Ｌ３及びＬ４で囲まれる領域の画像データにおける画素数が画像データ全体の画素数１／３を超える場合は、あらかじめ定めた位置にラインのテンプレートを表示することで代用する。
【００６０】
その後、特徴点解析手段１０ａ２は、このようにして検出したラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２をＤＢ１０ｂに記憶させる（図８のステップＳ１３６）。
【００６１】
再び、図３の処理に戻り、コンピュータ１０ａは、このようにして検出した各位置のラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２をユーザに微調整させると共に、服装（例えばインナー、コート等）の裾に対応する縦方向位置等の単数又は複数の必要とするラインが存在する場合には単数又は複数のラインＢｉ（ただし、ｉは３以上の自然数）をユーザが追加し、さらに、ラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２並びに追加したラインＢｉによって規定される領域がどのような服装又は身体（パーツ）であるか等を表わす情報（以下、パーツ情報）をユーザが指示するように、これらラインを画像データに付加して該当する携帯電話機へ送信する（図３のステップＳ１４）。
【００６２】
一方、カメラ付携帯電話機１２１は、サーバ１０からラインの微調整及び追加の依頼が来たかどうか監視しており（図２のステップＳ４）、依頼が来た場合（ＹＥＳの場合）は、サーバ１０から送られてきたライン付の画像データを画面に表示し、ラインの微調整を行うと共に必要であれば、単数又は複数のラインＢｉの追加を行い、微調整及びライン追加後のライン付画像データと、上述したパーツ情報とをサーバ１０へ再アップロードする（図２のステップＳ５）。即ち、ユーザはカメラ付携帯電話機１２１に表示されたにライン付画像データを見て各ラインを微調整すると共に必要な単数又は複数のラインＢｉを追加し、さらに、ラインＬ１、Ｌ２、Ｌ３、Ｌ４、Ｓ、Ｊ、Ｂ１及びＢ２並びに追加したラインＢｉに関する領域がどのような服装又は身体（パーツ）であるか等を表わすパーツ情報を選択して送信する。
【００６３】
微調整は、具体的には、調整すべきラインを選択し、横のラインＬ３、Ｌ４、Ｓ、Ｊ、Ｂ１又はＢ２であれば選択後に上下方向へ移動させる処理である。縦のラインＬ１又はＬ２であれば選択後に左右方向に移動させる処理がユーザによって行われる。なお、この際に服装の裾ラインを削除することが可能である。即ち、ワンピースの場合は、下半身の服における裾の縦方向位置のラインＢ２が不必要となる可能性があるためである。
【００６４】
パーツ情報の選択は以下のように行われる。図１１はこの場合にカメラ付携帯電話機１２１に表示される画像例及びパーツ情報のリストを示す図である。即ち、ユーザはカメラ付携帯電話機１２１に表示された画像から領域を選択しその領域が表示されたリストのどれに該当するかを選択する。例えば、図１１（Ａ）の場合はハッチングの付された領域について、「インナー」であると選択し、一方、図１１（Ｂ）の場合はハッチングの付された領域について、「アウター」であると選択する。なお、図１１のリストは、「アウター」、「インナー」等と広義の単語を利用してリスト化した例であり、この図には４項目しか表わされていないが、ユーザの操作によって、さらに多くの項目を表示して選択するように構成されている。
【００６５】
表１は、図１１よりさらに詳細なパーツ情報のリストの一例を示している。図１１のリストに代えて、この表１に示されたリストを順次提示しても良い。
【表１】
【００６６】
ここでユーザに提示するパーツ情報リストの順序は、事前にユーザが入力した「ビジネス」、「カジュアル」又は「パーティー」シーン等の「ファッションの適用環境」に応じて変化し、各シーンに着用される可能性が高い項目を優先して表示する。例えば、「ビジネス」シーンであれば、「スーツの上着」、「スーツのズボン・パンツ」及び「スーツのスカート」等が先に表示されるようにする。また、画像の上方に存在する領域を選択した場合は、「頭部」、「スーツの上着」等の項目が優先されるなど、選択領域の位置によってもユーザに提示するリストの順序を変えることが可能である。なお、「ロングコート」のように、複数の領域にまたがってパーツ情報が付されることも許容する。
【００６７】
図１２は微調整を行う際のライン付画像の例を表わしており、同図（Ａ）はラインを調整する必要が無い例、同図（Ｂ）は腕の袖口を上着（ジャケット）の裾であるラインＢ１と誤検出しているので、このラインＢ１を微調整する必要がある例、同図（Ｃ）も腕の袖口を上着（ジャケット）の裾であるラインＢ１と誤検出しているのでこのラインＢ１を微調整する必要がある例、同図（Ｄ）はサンダルをズボンの裾であるラインＢ２と誤検出しているのでこのラインＢ２を微調整すること、及びチュニックシャツの裾を検出していないのでラインＢ１を追加する必要がある例である。
【００６８】
再び、図３の処理に戻り、コンピュータ１０ａは、カメラ付携帯電話機１２１から微調整及びライン追加後のライン付画像データ、並びに各ライン及び追加ラインの領域のパーツ情報が再アップロードされたかどうか監視しており（図３のステップＳ１５）、再アップロードされた場合（ＹＥＳの場合）は、この微調整及びライン追加後のライン付画像データと各ライン及び追加ラインの領域のパーツ情報とをＤＢ１０ｂへ記憶させると共にこの画像データ及びパーツ情報からファッション評価を行う（図３のステップＳ１６）。この評価処理は、評価手段１０ａ３によって行われる。
【００６９】
図１３はこの評価手段１０ａ３によるファッション評価処理の一例として首周りの清潔感の評価処理の流れを詳細に説明するフローチャートである。
【００７０】
この首周りの清潔感の評価処理として、評価手段１０ａ３は、まず、ＤＢ１０ｂから、エッジ画像データと、肩部上端の縦方向位置のラインＳと、顎部の縦方向位置のラインＪと、ラインＬ１と、ラインＬ２と、ラインＳｃｏｌ１と、ラインＳｃｏｌ２とを読出す（図１３のステップＳ１６０１）。
【００７１】
次いで、評価手段１０ａ３は、首付近における幅Ｎｗｉｄｔｈを検出する（図１３のステップＳ１６０２）。この検出は、ラインＳとラインＪとの間で、エッジ検出点間の距離が最も小さい値を首付近における幅Ｎｗｉｄｔｈとして検出する。即ち、エッジ検出点間の幅が最も小さい位置を首位置として、その幅を首付近における幅Ｎｗｉｄｔｈとする。
【００７２】
次いで、評価手段１０ａ３は、肩付近における幅Ｓｗｉｄｔｈを検出する（図１３のステップＳ１６０３）。この検出は、ラインＳｃｏｌ１とラインＳｃｏｌ２との間の距離を肩付近における幅Ｓｗｉｄｔｈとして検出する。
【００７３】
次いで、評価手段１０ａ３は、これら２つの幅の比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈを用いて、下式から首周りの清潔感（すっきり感）を表わす清潔感指数Ｐｃを算出する（図１３のステップＳ１６０４）。
Ｐｃ＝−ａ（Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ）＋ｂ
【００７４】
この清潔感指数Ｐｃがそのまま首周りの清潔感（すっきり感）を表わしている。ここで、ａ及びｂは定数であり、通常はａ＝５０、ｂ＝９５に設定されている。ただし、この定数ａ及びｂは、ユーザから取得した「ビジネス」、「カジュアル」又は「パーティー」等のファッションの適用環境の情報や、「男性」又は「女性」等の性別情報に応じて修正されることが望ましい。即ち、「男性」の場合は短髪である可能性が「女性」の場合より高いため、清潔感指数Ｐｃが高くなる傾向にあり、これを補償する必要がある。また、「カジュアル」及び「女性」の場合は、首元にストールを巻く可能性があるため、清潔感指数Ｐｃが低くなる傾向にあり、これを補償する必要がある。さらに、「パーティー」及び「女性」の場合は、髪をアップする可能性が高いため、清潔感指数Ｐｃが低くなる傾向にあり、これを補償する必要がある。例えば、「ビジネス」及び「男性」の場合にａ＝４５、ｂ＝１００等と修正される。
【００７５】
清潔感指数Ｐｃは、最も清潔感が高い場合はＰｃ＝ｂとなり、この清潔感指数Ｐｃが低くなるにつれ、清潔感が低いこととなる。最低の場合は清潔感指数Ｐｃがマイナスとなることもある。具体的には、この清潔感指数Ｐｃは５（最高）、４、３、２、１、０（最低）の目盛りを有するレーダーチャートで表示するが、そのためには、求めた清潔感指数Ｐｃをレーダーチャート表示用の数値５〜０に変換する。ただし、清潔感指数Ｐｃがマイナスの場合はＰｃ＝０とする。
【００７６】
図１４は種々の人物像について算出した比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈを示す図である。同図（Ａ）では比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ＝０．７２４１であるため、清潔感指数Ｐｃは約５９であり、同図（Ｂ）では比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ＝０．４７４６であるため、清潔感指数Ｐｃは約７１であり、同図（Ｃ）では比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ＝０．３３３３であるため、清潔感指数Ｐｃは約７８であり、同図（Ｄ）では比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ＝０．３１４８であるため、清潔感指数Ｐｃは約７９である。ただし、ａ＝５０、ｂ＝９５とした。即ち、同図（Ａ）は首周りの清潔感（すっきり感）が最も低く、同図（Ｄ）は首周りの清潔感（すっきり感）が最も高いと評価される。
【００７７】
その後、評価手段１０ａ３は、このようにして求めた首周りの清潔感の評価結果である清潔感指数Ｐｃ及びそのレーダーチャート表示用の数値をＤＢ１０ｂに記憶する（図１３のステップＳ１６０５）。
【００７８】
図１５は評価手段１０ａ３によるファッション評価処理の一例として色合いのめりはり度の評価処理の流れを詳細に説明するフローチャートである。
【００７９】
この色合い（明暗）のめりはり度の評価処理として、評価手段１０ａ３は、まず、ＤＢ１０ｂから、画像データと、エッジ画像データと、ラインＬ１と、ラインＬ２と、ラインＬ３と、ラインＬ４とを読出す（図１５のステップＳ１６１１）。
【００８０】
次いで、評価手段１０ａ３は、図１６（Ａ）に示すように、ラインＬ１、Ｌ２、Ｌ３及びＬ４に囲まれた領域内のエッジ画像データについて、ラインＬ１、Ｌ２、Ｌ３及びＬ４の各々から横方向、縦方向に進んで最初にエッジ検出点とぶつかる位置までに存在する画素にフラグを立て、フラグが立っている全ての画素に画素値「２５５」を代入する（図１５のステップＳ１６１２）。これにより、ラインＬ１、Ｌ２、Ｌ３及びＬ４に囲まれた領域内で、エッジの外側の全画素の画素値が「２５５」を有することとなる。
【００８１】
次いで、評価手段１０ａ３は、図１６（Ｂ）に示すような、ラインＬ１、Ｌ２、Ｌ３及びＬ４に囲まれた領域内の画像データに関して、画素値「０」から「２５４」までの値を持つ画素ｘｉを抽出し、抽出した全画素数をＮとし、式（５）によるカーネル型密度関数推定を行うことで、ヒストグラムを平滑化する（図１５のステップＳ１６１３）。カーネルとする関数は式（６）に示すガウス関数とする。ここで、平滑化バンド幅はｈ＝５、推定する点の数は２５６とする。
【数３】
【００８２】
このようにして求めた画素値のヒストグラムをガウス関数をカーネルとする密度関数推定により平滑化した濃淡ヒストグラム曲線の一例が図１７に示されている。図１７に示した例では、５つの山Ｐ１、Ｐ２、Ｐ３、Ｐ４及びＰ５と、４つの谷Ｂ１、Ｂ２、Ｂ３及びＢ４からなる極値が存在している。評価手段１０ａ３は、このような全ての山の組合わせと、２つの山の間にある最も密度値が低い谷とを結ぶ線で囲まれる三角形の面積を算出する（図１５のステップＳ１６１４）。具体的には、図１７において、山Ｐ１、山Ｐ２及び谷Ｂ１を結ぶ三角形Ｐ１Ｐ２Ｂ１の面積を求め、山Ｐ１、山Ｐ３及び谷Ｂ１を結ぶ三角形Ｐ１Ｐ３Ｂ１の面積を求め、山Ｐ１、山Ｐ２及び谷Ｂ１を結ぶ三角形の面積を求め、山Ｐ１、山Ｐ４及び谷Ｂ１を結ぶ三角形の面積を求め、山Ｐ１、山Ｐ５及び谷Ｂ１を結ぶ三角形の面積を求め、山Ｐ２、山Ｐ３及び谷Ｂ２を結ぶ三角形の面積を求め、山Ｐ２、山Ｐ４及び谷Ｂ２を結ぶ三角形の面積を求め、山Ｐ２、山Ｐ５及び谷Ｂ２を結ぶ三角形の面積を求め、山Ｐ３、山Ｐ４及び谷Ｂ３を結ぶ三角形の面積を求め、山Ｐ３、山Ｐ５及び谷Ｂ３を結ぶ三角形の面積を求め、山Ｐ４、山Ｐ５及び谷Ｂ４を結ぶ三角形の面積を求めることを行う。
【００８３】
次いで、評価手段１０ａ３は、このようにして求めた全ての三角形の面積の総和を用いて、下式から輝度に基づく色合い（明暗）のめりはり度を表わすめりはり度指数Ｐｓを算出する（図１５のステップＳ１６１５）。
Ｐｓ＝ｃ（三角形の面積の総和）＋ｄ
【００８４】
このめりはり度指数Ｐｓがそのまま色合い（明暗）のめりはり度を表わしている。ここで、ｃ及びｄは定数であり、通常はｃ＝１５、ｄ＝４０に設定されている。ただし、この定数ｃ及びｄは、ユーザから取得した「ビジネス」、「カジュアル」又は「パーティー」等のファッションの適用環境の情報に応じて修正されることが望ましい。即ち、「ビジネス」及び「パーティー」の場合は、多色使いしていないことが予想されるため、山の数が少ないことが想定され、めりはり度指数Ｐｓが低くなる傾向にあり、これを補償する必要がある。また、「カジュアル」の場合は、色の数が多く使われており、山の数が多く山の面積バランスも良いので、めりはり度指数Ｐｓが高くなる傾向にあり、これを補償する必要がある。
【００８５】
最もめりはり度が高い場合はめりはり度指数Ｐｓが１００を超え（ｃ＝１５、ｄ＝４０の場合）、このめりはり度指数Ｐｓが低くなるにつれ、めりはり度が低いこととなる。最低の場合はめりはり度指数ＰｓがＰｓ＝ｄとなる。具体的には、このめりはり度指数Ｐｓは５（最高）、４、３、２、１、０（最低）の目盛りを有するレーダーチャートで表示するが、そのためには、求めためりはり度指数Ｐｓをレーダーチャート表示用の数値５〜０に変換する。
【００８６】
その後、評価手段１０ａ３は、このようにして求めた色合い（明暗）のめりはり度の評価結果であるめりはり度指数Ｐｓ及びそのレーダーチャート表示用の数値をＤＢ１０ｂに記憶させる（図１５のステップＳ１６１６）。
【００８７】
図１８は評価手段１０ａ３によるファッション評価処理の一例として形状のバランスの評価処理の流れを詳細に説明するフローチャートである。
【００８８】
この形状バランスの評価処理として、評価手段１０ａ３は、まず、ＤＢ１０ｂから、ラインＬ１と、ラインＬ２と、ラインＬ３と、ラインＬ４と、ラインＳと、ラインＪと、ラインＢ１と、ラインＢ２と、ユーザによって追加された単数又は複数のラインＢｉと、これら各ライン及び追加ラインＢｉで区分される領域がそれぞれどのようなパーツに関するラインであるかについてユーザから送信されたパーツ情報とを読出す（図１８のステップＳ１６２１）。
【００８９】
次いで、評価手段１０ａ３は、これらデータから、服装や身体の各パーツの長さや幅等の寸法を算出する（図１８のステップＳ１６２２）。例えば、身長はラインＬ３からラインＬ４までの幅Ｌ３４から得られ、ジャケットの丈は肩部上端のラインＳからジャケットの裾に対応するラインＢ１までの長さから得られ、インナーの丈は肩部上端のラインＳからインナーの裾に対応する追加ラインＢ３までの長さから得られ、コート（ロングコート）の丈は肩部上端のラインＳからコートの裾に対応する追加ラインＢ４までの長さから得られる。どのパーツの寸法を算出するかは、ユーザがどのパーツ情報を入力したかに応じて決められる。
【００９０】
次いで、評価手段１０ａ３は、算出した各パーツの寸法から全ての組合せパターンについてパーツの比率を算出する（図１８のステップＳ１６２３）。即ち、ユーザが入力したパーツ情報から、次の表２に示すようなあらかじめ定められたパーツの組合せパターンに相当する全ての組合せパターンについて、パーツの比率を算出する。
【表２】
即ち、Ｃ１＝（カーディガン）／（身長）、Ｃ２＝（カーディガン）／（インナー）、・・・、Ｃｉ、Ｃｍというｍ個の組合せパターンの比率を算出する（ただし、ｍは自然数）。
【００９１】
次いで、評価手段１０ａ３は、このようにして算出した組合せパターンの比率Ｃｉと、各組合せパターンについてあらかじめ定められた比率の基準値Ｃｉ′とから、下式を用いて形状のバランス指数Ｐｂを算出する（図１８のステップＳ１６２４）。
【数４】
上式は、算出した各組合せパターンの比率Ｃｉのその基準値Ｃｉ′に対する類似度の総和を求めるものであり、１００からの減点で算出したものが、形状のバランス指数Ｐｂとなる。以上、求めたバランス指数の算出方法は、過去の膨大な量のコーディネート及び写真情報の検証によって得られたものである。
【００９２】
その後、評価手段１０ａ３は、算出した形状のバランス指数ＰｂをＤＢ１０ｂに記憶させる（図１８のステップＳ１６２５）。
【００９３】
形状のバランス指数Ｐｂは、最もバランスの良好な場合はＰｂ＝１００となり、このバランス指数Ｐｂが低くなるにつれ、バランスが悪いこととなる。具体的には、この形状のバランス指数Ｐｂは５（最高）、４、３、２、１、０（最低）の目盛りを有するレーダーチャートで表示するが、そのためには、求めた形状のバランス指数Ｐｂをレーダーチャート表示用の数値５〜０に変換する。ただし、算出したバランス指数Ｐｂがマイナスの場合はＰｂ＝０とする。
【００９４】
再び、図３の処理に戻り、コンピュータ１０ａは、このようにして求めたファッション評価結果をＤＢ１０ｂから読出し、該当する携帯電話機へ送信する（図３のステップＳ１７）。ファッション評価結果としては、各評価結果である、清潔感指数、めりはり度指数及びバランス指数の得点を、５〜０の目盛りを有するレーダーチャートで表示する。
【００９５】
一方、カメラ付携帯電話機１２１は、サーバ１０から評価結果を受信したかどうか監視しており（図２のステップＳ６）、受信した場合（ＹＥＳの場合）は、そのファッション評価結果をレーダーチャートとして、画面に表示する（図２のステップＳ７）。これによって、ユーザは、撮像した人物像のファッション評価結果を自己のカメラ付携帯電話機１２１によって確認することができる。
【００９６】
以上説明したように、本実施形態によれば、サーバ１０のコンピュータ１０ａが、ファッションセンスの評価を望むユーザのカメラ付携帯電話機１２１から携帯電話サイトを介してアップロードされてきた画像データから人物像のエッジ画像を抽出し、抽出したエッジ画像から人物像の特徴点位置である種々のラインを求め、これらライン及び画像データに基づいて、人物像の首周りの清潔感、色合いのめりはり度、及び形状バランス等のファッション度合を評価するように構成されており、この評価結果がユーザのカメラ付携帯電話機１２１に送られる。このように、コンピュータ１０ａにより、画像データが自動的に解析されてファッション度合が評価されるため、簡易にかつ素早く、しかも、低コストでファッションチェックを行うことができる。また、コンピュータ１０ａによる自動解析であるため、しかもこの評価の課程にユーザ以外の人物による直接的な操作はなされないため、ユーザも気軽にかつ容易にしかも安心してファッションチェックを依頼することができる。しかも、ユーザに対してレーダーチャートで示すことにより、ユーザに ファッション性の得点の提示と助言を行うことができる。
【００９７】
さらに、人物像のファッション性を数値化する際に、ユーザから取得した「ビジネス」、「カジュアル」、又は「パーティー」等の「ファッションの適用環境」情報や「性別」を反映させることで、画像に写る人物像のファッション性における「清潔感」、「めりはり度」及び「バランス」を得点化している。具体的には、例えば「清潔感」に関しては、男性の方が女性よりも短い髪型の場合が多いため、清潔感指数が女性よりも高くなる可能性があり、また、「パーティー」では、女性は髪型をアップにすることが多いため、他の環境の場合よりも清潔感指数が高くなる可能性あるので、「ファッションの適用環境」や「性別」を反映させることが望ましい。また、例えば「めりはり度」に関しては、「ビジネス」や「パーティー」では、色の数が少なくなることが予想されるので、「ファッションの適用環境」を反映させることが望ましい。さらに、例えば「バランス」に関しては、「カジュアル」では、ジャケット、インナーボトムス等の組み合わせ数が多いため、他の適用環境よりも有利となることが予想されるので、「ファッションの適用環境」を反映させることが望ましい。
【００９８】
なお、上述した実施形態では、人物像の首周りの清潔感、色合いのめりはり度、及び形状バランスの３つについてのファッションチェックを行っているが、例えば色合いのバランス等の他のチェック内容を追加して、４つ以上のファッションチェックを行っても良いことはもちろんである。
【００９９】
図１９は本発明のファッションチェックシステムの他の実施形態における特徴点解析手段１０ａ２による解析処理の流れを詳細に説明するフローチャートである。
【０１００】
本実施形態は、携帯サイトのサーバへアップロードされた画像データから、サーバがユーザの顔下部及び襟部の特徴点位置を抽出し顔下部の輪郭カーブ及び襟部輪郭カーブを検出してファッションの評価を行い、その結果をユーザの携帯端末にダウンロードするようにしたファッションチェックシステムである。本実施形態におけるサーバ側及びユーザ側のハードウェアの構成は図１の実施形態の場合と同じであるが、サーバ側及びユーザ側のソフトウェアの構成は図１の実施形態の場合と一部異なっている。特に、特徴点解析手段１０ａ２による特徴点解析処理（図３のステップＳ１３）及びそれ以降の処理内容が異なっている。
【０１０１】
図１９に示すように、特徴点解析手段１０ａ２は、まず、ＤＢ１０ｂから、顔及び襟部のエッジ画像データを読出す（図１９のステップＳ２３１）。
【０１０２】
特徴点解析手段１０ａ２は、次いで、顔の輪郭を表すエッジ画像データから、顎部分の２点Ｃ１及びＣ２並びに左右のえら部分の４点Ｂ１、Ｂ２、Ｂ３及びＢ４（図２０（Ａ)参照）の位置を特徴点として検出し、顔下部の輪郭カーブを求めてそのパターンを決定する（図１９のステップＳ２３２）。これら特徴点の検出方法として種々の方法が適用可能であるが、例えば、頭部上端ライン及び頭部下端ラインから顔の長さを求め、その長さの所定割合だけ頭部下端ラインから上がった位置のラインと頭部の側方ラインとの交点を左右のえら部分の特徴点Ｂ１、Ｂ２、Ｂ３及びＢ４として求める方法であっても良い。また、顔の幅の所定割合だけ中心から離れた位置のラインと頭部下端ラインとの交点を顎部分の特徴点Ｃ１及びＣ２として求める方法であっても良い。次いで、これら求めた複数の特徴点から定まる輪郭カーブが、あらかじめ定めた輪郭パターンのいずれに属するか決定する。輪郭パターンとしては、図２１に示すように、例えば６つのパターンが想定できる。即ち、同図（Ａ)のラウンド、（Ｂ)のオーバル、（Ｃ)のロング、（Ｄ)のスクェア、（Ｅ)のロンバス、（Ｆ)のトライアングルの６つの輪郭パターンが想定できる。輪郭パターンの決定は、輪郭カーブにおける曲率の変化の大きな曲がり角の部分に着目し、これら６つの輪郭パターンのいずれに属するかを決める。なお、求めた特徴点を通る輪郭カーブの数式を求めて、これら輪郭パターンの数式のいずれに近いかを求めて決定しても良い。
【０１０３】
次いで、特徴点解析手段１０ａ２は、襟部の輪郭を表すエッジ画像データから、数点の位置を特徴点として検出し、襟部の輪郭カーブを求めてそのパターンを決定する（図１９のステップＳ２３３）。襟部の特徴点、輪郭カーブ及び輪郭パターンは、顔下部の特徴点、輪郭カーブ及び輪郭パターンと同様に求めることができる。
【０１０４】
さらに、特徴点解析手段１０ａ２は、頭部下端ラインと肩のラインとから、首の長さを検出する（図１９のステップＳ２３４）。
【０１０５】
次いで、特徴点解析手段１０ａ２は、このようにして検出した顔下部の輪郭パターン、襟部の輪郭パターン及び首の長さをＤＢ１０ｂに記憶させる（図１９のステップＳ２３５）。
【０１０６】
その後、特徴点解析手段１０ａ２は、ＤＢ１０ｂに記憶されている顔下部の輪郭パターンと襟部の輪郭パターンとを読出して両者を比較し、得点を付ける（図１９のステップＳ２３６）。得点の付け方としては、例えば、顔下部の輪郭パターンと襟部の輪郭パターンとが同じパターンであれば１００点、パターンは異なるが同じ系統のパターンであれば９０点、それ以外は０点という付け方を行う。同じ系統のパターンとは、図２１において、（Ａ)〜（Ｃ)の曲線形の同じ系統のパターン、（Ｄ)〜（Ｆ)の直線形の同じ系統のパターンをそれぞれ指している。即ち、顔下部の輪郭パターンが（Ａ)〜（Ｃ)の曲線形のパターンを有する場合は、柔らかい印象を与える襟ぐりの服（ラウンドネック、丸襟、ヘチマ襟、フリル襟、ウィングカラー等）であれば好印象となり、顔下部の輪郭パターンが（Ｄ)〜（Ｆ)の直線形のパターンを有する場合は、直線のラインを持つシャープな印象の服（Ｖネック、シャツカラー、スクエアネック、マオカラー等）が好印象となるためである。
【０１０７】
図２０の例で説明すると、例えば、同図（Ａ)の場合は、顔下部の輪郭パターンが（Ａ)ラウンドであるが、襟部の輪郭パターンが（Ｂ)オーバル又は（Ｃ)ロングであるため、曲線形の同じ系統のパターンとなり、得点は９０点となる。同図（Ｂ)の場合は、顔下部の輪郭パターン及び襟部の輪郭パターンが共に（Ａ)ラウンドであるため、得点は１００点となる。同図（Ｃ)の場合は、顔下部の輪郭パターン及び襟部の輪郭パターンが共に（Ｂ)オーバルであるため、得点は１００点となるが、タートルネックであるため、次の首の長さに関して大きく減点される。同図（Ｄ)の場合は、顔下部の輪郭パターンが（Ｆ)トライアングルであるが、襟部の輪郭パターンが（Ａ)ラウンドであるため、異なる系統のパターンとなり、得点は０点となる。同図（Ｅ)の場合は、顔下部の輪郭パターンが（Ｄ)スクェアであるが、襟部の輪郭パターンが（Ｂ)オーバルであるため、異なる系統のパターンとなり、得点は０点となる。同図（Ｆ)の場合は、顔下部の輪郭パターン及び襟部の輪郭パターンが共に（Ｄ)スクェアであるため、得点は１００点となる。
【０１０８】
次いで、特徴点解析手段１０ａ２は、ＤＢ１０ｂに記憶されている首の長さを読出して、この首の長さに応じて、得点を減点する（図１９のステップＳ２３７）。読み出した首の長さが長いほど、存在感を感じさせるので減点が少ない。読み出した首の長さが短い場合やタートルネックの場合は、存在感を感じさせないため、減点が大きくなる。
【０１０９】
次いで、このようにして得られた得点をＤＢ１０ｂに記憶させる（図１９のステップＳ２３８）。
【０１１０】
その後、図３の処理に戻り、コンピュータ１０ａは、このようにして求めた得点をファッション評価結果としてＤＢ１０ｂから読出し、該当する携帯電話機へ送信する（図３のステップＳ１７）。ファッション評価結果としては、前述したものと同様に、得点を５〜０の目盛りを有するレーダーチャートで表示する。
【０１１１】
なお、本実施形態のユーザの顔下部及び襟部の特徴点位置を抽出し、顔下部の輪郭カーブ及び襟部輪郭カーブを検出して行うファッションの評価は、この評価のみを単独で行っても良いし、図１の実施形態におけるファッションの評価と共に行っても良い。
【０１１２】
以上述べた実施形態は全て本発明を例示的に示すものであって限定的に示すものではなく、本発明は他の種々の変形態様及び変更態様で実施することができる。従って本発明の範囲は特許請求の範囲及びその均等範囲によってのみ規定されるものである。
【符号の説明】
【０１１３】
１０ サーバ
１０ａ コンピュータ
１０ａ１ 抽出手段
１０ａ２ 特徴点解析手段
１０ａ３ 評価手段
１０ｂ データベース（ＤＢ）
１０ｃ 通信インタフェース
１１ インターネット（ＩＰ）網
１２１ カメラ付携帯電話機
１２２、１２ｎ スマートフォン
【特許請求の範囲】
【請求項１】
少なくとも１つの携帯端末と、該少なくとも１つの携帯端末に網を介して接続可能に構成されたサーバとを備えており、
前記サーバは、前記少なくとも１つの携帯端末から送られてきた人物像の画像データを受け取る手段と、該受け取った画像データを記憶する記憶手段と、コンピュータ手段と、該コンピュータ手段が出力する評価情報を前記少なくとも１つの携帯端末へ送る手段とを備えており、
前記コンピュータ手段は、前記記憶手段に記憶された画像データから前記人物像の輪郭線像を抽出する抽出手段と、該抽出手段が抽出した輪郭線像から前記人物像の特徴点位置を求める特徴点解析手段と、該特徴点解析手段が求めた特徴点位置から前記人物像のファッション度合を評価した評価情報を出力する評価手段とを備えていることを特徴とする携帯端末を用いたファッションチェックシステム。
【請求項２】
前記少なくとも１つの携帯端末が少なくとも１つのカメラ付携帯電話機であり、前記網がインターネット網であり、前記サーバが携帯サイトのサーバであることを特徴とする請求項１に記載のファッションチェックシステム。
【請求項３】
前記抽出手段が、画像データから前記人物像のエッジ検出を行うエッジ検出手段を備えていることを特徴とする請求項１又は２に記載のファッションチェックシステム。
【請求項４】
前記エッジ検出手段が、微分フィルタを用いたエッジ検出演算手段であることを特徴とする請求項３に記載のファッションチェックシステム。
【請求項５】
前記エッジ検出手段が、Ｃａｎｎｙ法を用いたエッジ検出演算手段であることを特徴とする請求項３に記載のファッションチェックシステム。
【請求項６】
前記特徴点解析手段が、前記抽出手段が抽出した輪郭線像から、前記人物像における、少なくとも、体部右側端の横方向位置、体部左側端の横方向位置、頭部上端の縦方向位置、顎部の縦方向位置、肩部上端の縦方向位置、上半身の服の裾の縦方向位置、下半身の服の裾の縦方向位置、及び足部下端の縦方向位置を特徴点位置として求める手段を含んでいることを特徴とする請求項１から５のいずれか１項に記載のファッションチェックシステム。
【請求項７】
前記受け取る手段が前記少なくとも１つの携帯端末から送られてきた人物像の性別及びファッションの適用環境を含むプロフィール情報を受け取るように構成されており、前記特徴点解析手段が該受け取ったプロフィール情報における人物像の性別を参照して前記人物像の特徴点位置を求める手段を含んでいることを特徴とする請求項１から６のいずれか１項に記載のファッションチェックシステム。
【請求項８】
前記評価手段が、前記受け取ったプロフィール情報におけるファッションの適用環境と、前記特徴点解析手段が求めた特徴点位置とから前記人物像のファッション度合を評価した評価情報を出力する手段を含んでいることを特徴とする請求項７に記載のファッションチェックシステム。
【請求項９】
前記評価手段が、前記特徴点解析手段が求めた特徴点位置と前記抽出手段が抽出した輪郭線像とから、首付近における幅Ｎｗｉｄｔｈと肩付近における幅Ｓｗｉｄｔｈとを求めると共に、該２つの幅の比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈに基づいて、首周りの清潔感に関する評価情報を出力する手段を含んでいることを特徴とする請求項１から８のいずれか１項に記載のファッションチェックシステム。
【請求項１０】
前記評価情報を出力する手段が、前記評価情報である清潔感指数Ｐｃを
Ｐｃ＝−ａ（Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ）＋ｂ
（ただし、ａ及びｂは定数）から算出して出力するように構成されていることを特徴とする請求項９に記載のファッションチェックシステム。
【請求項１１】
前記評価手段が、前記特徴点解析手段が求めた特徴点位置と前記抽出手段が抽出した輪郭線像と前記記憶手段に記憶された画像データとから、該輪郭線像内に位置する前記人物像が有する濃淡の分布を算出する濃淡分布算出手段と、該濃淡分布算出手段によって算出された濃淡分布から、明暗のめりはり度に関する評価情報を出力する手段を含んでいることを特徴とする請求項１から１０のいずれか１項に記載のファッションチェックシステム。
【請求項１２】
前記評価情報を出力する手段が、算出された濃淡分布の極値を結ぶ三角形の面積の総和から、前記評価情報であるめりはり度指数Ｐｓを
Ｐｓ＝ｃ（三角形の面積の総和）＋ｄ
（ただし、ｃ及びｄは定数）から算出して出力するように構成されていることを特徴とする請求項１１に記載のファッションチェックシステム。
【請求項１３】
前記評価手段が、前記特徴点解析手段が求めた特徴点位置から、前記人物像の形状のバランスを算出するバランス算出手段と、該バランス算出手段によって算出されたバランスから、形状バランスに関する評価情報を出力する手段を含んでいることを特徴とする請求項１から１２のいずれか１項に記載のファッションチェックシステム。
【請求項１４】
前記評価情報を出力する手段が、前記人物像のパーツの組合せにおける寸法の比率から、前記評価情報である形状のバランス指数Ｐｂを算出して出力するように構成されていることを特徴とする請求項１３に記載のファッションチェックシステム。
【請求項１５】
前記評価情報を出力する手段が、前記人物像の１つのパーツと他のパーツとの寸法の比率の、あらかじめ定められた比率の基準値に対する類似度から、前記評価情報である形状のバランス指数Ｐｂを算出して出力するように構成されていることを特徴とする請求項１４に記載のファッションチェックシステム。
【請求項１６】
前記特徴点解析手段が求めた特徴点位置を前記記憶手段に記憶された画像データに付加した特徴点位置付画像データを前記少なくとも１つの携帯端末へ送る手段と、該少なくとも１つの携帯端末において微調整された特徴点位置を受け取る手段とをさらに備えており、前記評価手段は該微調整された特徴点位置から前記人物像のファッション度合を評価した評価情報を出力するように構成されていることを特徴とする請求項１から１５のいずれか１項に記載のファッションチェックシステム。
【請求項１７】
前記特徴点解析手段が、前記抽出手段が抽出した輪郭線像から、前記人物像における顔下部の輪郭カーブと、襟部の輪郭カーブとを求め、該求めた顔下部の輪郭カーブ及び襟部の輪郭カーブを比較する手段を含んでいることを特徴とする請求項１から５のいずれか１項に記載のファッションチェックシステム。
【請求項１８】
前記特徴点解析手段が、前記抽出手段が抽出した輪郭線像から、前記人物像における首の長さを求める手段を含んでいることを特徴とする請求項１７に記載のファッションチェックシステム。
【請求項１】
少なくとも１つの携帯端末と、該少なくとも１つの携帯端末に網を介して接続可能に構成されたサーバとを備えており、
前記サーバは、前記少なくとも１つの携帯端末から送られてきた人物像の画像データを受け取る手段と、該受け取った画像データを記憶する記憶手段と、コンピュータ手段と、該コンピュータ手段が出力する評価情報を前記少なくとも１つの携帯端末へ送る手段とを備えており、
前記コンピュータ手段は、前記記憶手段に記憶された画像データから前記人物像の輪郭線像を抽出する抽出手段と、該抽出手段が抽出した輪郭線像から前記人物像の特徴点位置を求める特徴点解析手段と、該特徴点解析手段が求めた特徴点位置から前記人物像のファッション度合を評価した評価情報を出力する評価手段とを備えていることを特徴とする携帯端末を用いたファッションチェックシステム。
【請求項２】
前記少なくとも１つの携帯端末が少なくとも１つのカメラ付携帯電話機であり、前記網がインターネット網であり、前記サーバが携帯サイトのサーバであることを特徴とする請求項１に記載のファッションチェックシステム。
【請求項３】
前記抽出手段が、画像データから前記人物像のエッジ検出を行うエッジ検出手段を備えていることを特徴とする請求項１又は２に記載のファッションチェックシステム。
【請求項４】
前記エッジ検出手段が、微分フィルタを用いたエッジ検出演算手段であることを特徴とする請求項３に記載のファッションチェックシステム。
【請求項５】
前記エッジ検出手段が、Ｃａｎｎｙ法を用いたエッジ検出演算手段であることを特徴とする請求項３に記載のファッションチェックシステム。
【請求項６】
前記特徴点解析手段が、前記抽出手段が抽出した輪郭線像から、前記人物像における、少なくとも、体部右側端の横方向位置、体部左側端の横方向位置、頭部上端の縦方向位置、顎部の縦方向位置、肩部上端の縦方向位置、上半身の服の裾の縦方向位置、下半身の服の裾の縦方向位置、及び足部下端の縦方向位置を特徴点位置として求める手段を含んでいることを特徴とする請求項１から５のいずれか１項に記載のファッションチェックシステム。
【請求項７】
前記受け取る手段が前記少なくとも１つの携帯端末から送られてきた人物像の性別及びファッションの適用環境を含むプロフィール情報を受け取るように構成されており、前記特徴点解析手段が該受け取ったプロフィール情報における人物像の性別を参照して前記人物像の特徴点位置を求める手段を含んでいることを特徴とする請求項１から６のいずれか１項に記載のファッションチェックシステム。
【請求項８】
前記評価手段が、前記受け取ったプロフィール情報におけるファッションの適用環境と、前記特徴点解析手段が求めた特徴点位置とから前記人物像のファッション度合を評価した評価情報を出力する手段を含んでいることを特徴とする請求項７に記載のファッションチェックシステム。
【請求項９】
前記評価手段が、前記特徴点解析手段が求めた特徴点位置と前記抽出手段が抽出した輪郭線像とから、首付近における幅Ｎｗｉｄｔｈと肩付近における幅Ｓｗｉｄｔｈとを求めると共に、該２つの幅の比率Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈに基づいて、首周りの清潔感に関する評価情報を出力する手段を含んでいることを特徴とする請求項１から８のいずれか１項に記載のファッションチェックシステム。
【請求項１０】
前記評価情報を出力する手段が、前記評価情報である清潔感指数Ｐｃを
Ｐｃ＝−ａ（Ｎｗｉｄｔｈ／Ｓｗｉｄｔｈ）＋ｂ
（ただし、ａ及びｂは定数）から算出して出力するように構成されていることを特徴とする請求項９に記載のファッションチェックシステム。
【請求項１１】
前記評価手段が、前記特徴点解析手段が求めた特徴点位置と前記抽出手段が抽出した輪郭線像と前記記憶手段に記憶された画像データとから、該輪郭線像内に位置する前記人物像が有する濃淡の分布を算出する濃淡分布算出手段と、該濃淡分布算出手段によって算出された濃淡分布から、明暗のめりはり度に関する評価情報を出力する手段を含んでいることを特徴とする請求項１から１０のいずれか１項に記載のファッションチェックシステム。
【請求項１２】
前記評価情報を出力する手段が、算出された濃淡分布の極値を結ぶ三角形の面積の総和から、前記評価情報であるめりはり度指数Ｐｓを
Ｐｓ＝ｃ（三角形の面積の総和）＋ｄ
（ただし、ｃ及びｄは定数）から算出して出力するように構成されていることを特徴とする請求項１１に記載のファッションチェックシステム。
【請求項１３】
前記評価手段が、前記特徴点解析手段が求めた特徴点位置から、前記人物像の形状のバランスを算出するバランス算出手段と、該バランス算出手段によって算出されたバランスから、形状バランスに関する評価情報を出力する手段を含んでいることを特徴とする請求項１から１２のいずれか１項に記載のファッションチェックシステム。
【請求項１４】
前記評価情報を出力する手段が、前記人物像のパーツの組合せにおける寸法の比率から、前記評価情報である形状のバランス指数Ｐｂを算出して出力するように構成されていることを特徴とする請求項１３に記載のファッションチェックシステム。
【請求項１５】
前記評価情報を出力する手段が、前記人物像の１つのパーツと他のパーツとの寸法の比率の、あらかじめ定められた比率の基準値に対する類似度から、前記評価情報である形状のバランス指数Ｐｂを算出して出力するように構成されていることを特徴とする請求項１４に記載のファッションチェックシステム。
【請求項１６】
前記特徴点解析手段が求めた特徴点位置を前記記憶手段に記憶された画像データに付加した特徴点位置付画像データを前記少なくとも１つの携帯端末へ送る手段と、該少なくとも１つの携帯端末において微調整された特徴点位置を受け取る手段とをさらに備えており、前記評価手段は該微調整された特徴点位置から前記人物像のファッション度合を評価した評価情報を出力するように構成されていることを特徴とする請求項１から１５のいずれか１項に記載のファッションチェックシステム。
【請求項１７】
前記特徴点解析手段が、前記抽出手段が抽出した輪郭線像から、前記人物像における顔下部の輪郭カーブと、襟部の輪郭カーブとを求め、該求めた顔下部の輪郭カーブ及び襟部の輪郭カーブを比較する手段を含んでいることを特徴とする請求項１から５のいずれか１項に記載のファッションチェックシステム。
【請求項１８】
前記特徴点解析手段が、前記抽出手段が抽出した輪郭線像から、前記人物像における首の長さを求める手段を含んでいることを特徴とする請求項１７に記載のファッションチェックシステム。
【図１】
【図２】
【図３】
【図５】
【図６】
【図７】
【図８】
【図１３】
【図１４】
【図１５】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図４】
【図９】
【図１０】
【図１１】
【図１２】
【図１６】
【図２】
【図３】
【図５】
【図６】
【図７】
【図８】
【図１３】
【図１４】
【図１５】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図４】
【図９】
【図１０】
【図１１】
【図１２】
【図１６】
【公開番号】特開２０１１−７６５９６（Ｐ２０１１−７６５９６Ａ）
【公開日】平成２３年４月１４日（２０１１．４．１４）
【国際特許分類】
【出願番号】特願２０１０−１８８５５０（Ｐ２０１０−１８８５５０）
【出願日】平成２２年８月２５日（２０１０．８．２５）
【出願人】（５０８０１２５８５）ノイムジィーク有限会社 (1)
【Ｆターム（参考）】
【公開日】平成２３年４月１４日（２０１１．４．１４）
【国際特許分類】
【出願日】平成２２年８月２５日（２０１０．８．２５）
【出願人】（５０８０１２５８５）ノイムジィーク有限会社 (1)
【Ｆターム（参考）】
[ Back to top ]