FR3135552A1 - Procédé de diagnostic de la peau par analyse faciale 3D - Google Patents

Procédé de diagnostic de la peau par analyse faciale 3D Download PDF

Info

Publication number
FR3135552A1
FR3135552A1 FR2204407A FR2204407A FR3135552A1 FR 3135552 A1 FR3135552 A1 FR 3135552A1 FR 2204407 A FR2204407 A FR 2204407A FR 2204407 A FR2204407 A FR 2204407A FR 3135552 A1 FR3135552 A1 FR 3135552A1
Authority
FR
France
Prior art keywords
interest
area
user
computer
resolution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR2204407A
Other languages
English (en)
Other versions
FR3135552B1 (fr
Inventor
Benjamin ASKENAZI
Frédéric FLAMENT
Véronika MAREK
Panagiotis-Alexandros BOKARIS
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LOreal SA
Original Assignee
LOreal SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LOreal SA filed Critical LOreal SA
Priority to FR2204407A priority Critical patent/FR3135552B1/fr
Priority to PCT/EP2023/061901 priority patent/WO2023217644A1/fr
Priority to CN202380039057.XA priority patent/CN119173905A/zh
Publication of FR3135552A1 publication Critical patent/FR3135552A1/fr
Application granted granted Critical
Publication of FR3135552B1 publication Critical patent/FR3135552B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)

Abstract

Procédé de diagnostic de la peau par analyse faciale 3D L’invention a pour objet un procédé de modélisation d’un élément d’intérêt d’une zone de la peau d'un utilisateur comprenant (i) une acquisition d’au moins une image d’entrée RVB ou GRAYSCALE de la zone d’intérêt, (ii) une acquisition d’au moins une image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt, (iii) une reconstruction de forme 3D de la zone d’intérêt de l’utilisateur. Figure 1

Description

Procédé de diagnostic de la peau par analyse faciale 3D
La présente invention concerne un procédé cosmétique sans cible thérapeutique pour la prédiction du vieillissement d’un élément d’intérêt de la peau d'un utilisateur. L’invention concerne encore système de traitement de données comprenant un processeur configuré pour exécuter le procédé.
 Art antérieur
Les individus ont toujours la curiosité d'apprendre ce qui se passera dans le futur.
Un domaine d'intérêt particulier concerne la curiosité d'un individu quant à son apparence future.
Étant donné qu'une « boule de cristal » ou une « machine à remonter le temps » n'existe que dans les contes de fées et la science-fiction, il est impossible d'obtenir une prévision exacte de l'apparence future d'un individu.
Avec l'avancement des techniques de recherche modernes et des dispositifs de traitement des données, cependant, des évaluations quelque peu précises du pronostic d'un individu deviennent de plus en plus possibles.
Un domaine où l'utilisation d'informations relatives aux perspectives d'un individu suscite un intérêt particulier est celui de la beauté.
En vieillissant, une personne peut développer des affections telles que des rides, des ridules, une perte de cheveux et des décolorations de la peau, telles que celles causées par une surexposition au soleil ou plus généralement à son mode de vie.
Le document US2017270593 divulgue un procédé de fourniture d'une recommandation de produit personnalisée à un consommateur, comprenant :a) capturer une image d'un utilisateur avec un dispositif de capture d'image ; b) analyser l'image avec un dispositif informatique couplé au dispositif de capture d'image, dans lequel le dispositif informatique analyse l'image en utilisant un réseau neuronal convolutif pour prédire l'âge de l'utilisateur, et dans lequel la prédiction de l'âge de l'utilisateur comprend l'identification d'au moins un pixel qui indique l'âge de l'utilisateur ; c) utiliser le au moins un pixel pour générer une carte thermique bidimensionnelle qui identifie une région de la peau dans l'image qui contribue à l'âge prédit de l'utilisateur ; d) recommander un produit à l'utilisateur à appliquer sur la région de la peau pour atteindre un âge cutané cible ; et e) offrir à l'utilisateur la possibilité d'acheter le produit.
L ’article Natalia Múnera« Evaluation of fringe projection and laser scanning for 3d reconstruction of dental pieces ” ,Dyna, Medellin, Colombia, February 2012 divulgue une numérisation 3D des dents humaines basée sur la projection de franges ou la numérisation laser. Les dents humaines peuvent être reconstruites pour une visualisation de la topographie des dents.
Une méthode largement appliquée pour la reconstruction 3D d'objets est l'effet moiré. Ce phénomène se produit lorsque deux motifs réguliers se superposent sur une surface. Son utilisation en métrologie optique a commencé dans les années 1920. L'effet moiré a été utilisé dans des domaines aussi divers que les sciences de la vie et l'ingénierie. En sciences de la vie, l’effet moiré a fourni des informations précieuses en chirurgie plastique faciale, dans l'étude des malformations de la colonne vertébrale, et en morphométrie du visage.
L’article Kawano, Y., “Three dimensional analysis of the face in respect of zygomatic fractures and evaluation of the surgery with the aid of Moiré topography,” J. Cranio Maxill. Surg. 15, pp. 68-74, 1987 divulgue une analyse de la déformation faciale de patients présentant des fractures zygomatiques, en utilisant la topographie Moiré, qui est une méthode de morphométrie tridimensionnelle. Des photographies de moiré facial des patients ont été prises à des angles de 45 degrés avant et après une opération et ont été analysées quantitativement pour déterminer le degré de déformation de la joue par traitement informatique des données. Chaque donnée a été comparée dans l'intervalle entre la blessure et l'opération et en ce qui concerne les procédures chirurgicales. Les résultats radiographiques et les individus normaux ont également été étudiés à des fins de comparaison.
Il existe un besoin d’améliorer les procédés de prédiction du vieillissement de la peau.
Il existe un besoin d’améliorer les procédés de diagnostic de la peau, notamment en termes de fiabilité, d’efficacité et de précision.
Il existe un besoin d’évaluer les performances des produits cosmétiques et d'autres facteurs ayant un impact sur le vieillissement.
Définition de l’invention
L’invention a pour objet un procédé de modélisation d’un élément d’intérêt de la peau d'un utilisateur comprenant (i) une acquisition d’au moins une image d’entrée RVB ou GRAYSCALE de la zone d’intérêt, (ii) une acquisition d’au moins une image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt, (iii) une reconstruction de forme 3D de la zone d’intérêt de l’utilisateur.
Grâce au mode particulier d’acquisition des images, on observe une amélioration du diagnostic cutané pour tous les éléments d’intérêt. Il en résulte une opportunité de suivre l'évolution des éléments d’intérêt de la peau d’une personne avec précision dans le temps.
Selon l’invention, l’élément d’intérêt est par exemple une ride, une ridule, une tache, une cicatrice, des pores, une texture, des cernes, des poches sous les yeux.
La zone d’intérêt est par exemple une joue, une lèvre, un front, une patte d’oie.
Rouge, vert, bleu, abrégé en RVB ou en RGB (de l'anglais « red, green, blue ») est un système de codage informatique des couleurs, le plus proche du matériel. Les écrans d'ordinateurs reconstituent une couleur par synthèse additive à partir de trois couleurs primaires, un rouge, un vert et un bleu, formant sur l'écran une mosaïque trop petite pour être aperçue. Le codage RVB indique une valeur pour chacune de ces couleurs primaires.
Les images en basse résolution comptent environ 72 pixels, ou carrés de couleur, par pouce.
Les images en haute résolution comptent au minimum 300 pixels par pouce (ppi ou dpi).
Les images en moyenne résolution comptent entre 72 pixels par pouce et 300 pixels par pouce.
Les informations 3D sont notamment utilisées pour compenser l'effet de l'angle de vision et de l'orientation de la lumière qui modifie l'apparence d'une personne sur une image d’entrée 2D, comme des ombres ou des spécularités qui ont un impact sur l'évaluation des signes cliniques.
L'algorithme permettant d'avoir la reconstruction de forme 3D à haute résolution en profondeur d’un visage n'est pas explicitement décrit ici car il existe de nombreuses technologies différentes qui permettent un tel scan.
En général, de nombreuses sources de données peuvent être fusionnées pour permettre le suivi de détails élevés sur la peau.
Le procédé selon l’invention est cosmétique et non-thérapeutique.
Avantageusement, le procédé de diagnostic d’un élément d’intérêt d’une zone de la peau d'un utilisateur comprend (i) une acquisition d’au moins une image d’entrée RVB ou GRAYSCALE de la zone d’intérêt, (ii) une acquisition d’au moins une image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt, (iii) une reconstruction de forme 3D de la zone d’intérêt, (iv) une extraction de données à partir de la reconstruction de forme 3D.
Le procédé de modélisation peut utiliser les mesures de visage 3D pour extraire précisément la topologie du visage 3D via la reconstruction de visage.
L’invention concerne aussi un procédé cosmétique et non-thérapeutique de suivi temporel d’une zone d’intérêt d’un utilisateur comportant (i) une acquisition d’au moins une image d’entrée RVB ou GRAYSCALE de la zone d’intérêt, (ii) une acquisition d’au moins une image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt, (iii) une reconstruction de forme 3D de la zone d’intérêt, (v) un suivi temporel de la reconstruction de forme 3D généré par comparaison entre des reconstructions de forme 3D générées à des instants temporels différents.
Le procédé de modélisation peut utiliser les mesures de visage 3D pour extraire précisément la topologie du visage 3D via la reconstruction de visage. L'enregistrement des reconstructions faciales 3D de la même personne au fil du temps permet de superposer les parties qui ne varient pas de manière significative, comme la structure osseuse et d'évaluer la différence des parties qui pourraient se déplacer ou s'altérer au fil du temps, comme les éléments d’intérêt tels que les rides et ridules ou la fermeté de la peau. De cette façon, on peut suivre les évolutions de la peau de la personne dans le temps et encore plus évaluer les performances des différents produits cosmétiques appliqués et tous les autres facteurs qui ont un impact sur le vieillissement de la personne, comme une exposome ou une nutrition. Il peut en résulter une recommandation d’un produit cosmétique.
L’invention concerne un produit programme d'ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent l'ordinateur à exécuter le procédé tel que décrit précédemment.
L’invention concerne aussi un système de traitement de données comprenant :
Une mémoire dans laquelle est stocké le produit programme d’ordinateur tel que décrit précédemment,
Une unité de traitement configurée pour mettre en œuvre le produit programme d’ordinateur,
Un dispositif photographique configuré pour acquérir les images d’entrée RVB ou GRAYSCALE de la zone d’intérêt et l’image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt,
Un écran configuré pour afficher la reconstruction de forme 3D de la zone d’intérêt de l’utilisateur générée par l’unité de traitement.
L’invention concerne aussi un support lisible par ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées par un ordinateur, amènent l’ordinateur à exécuter le procédé décrit précédemment.
Modes de réalisation préférés
Procédé de modélisation
De préférence, le procédé de modélisation selon l’invention présente une ou plusieurs des caractéristiques suivantes, prises seules ou en combinaison :
La reconstruction de forme 3D est une reconstruction de forme 3D haute résolution.
La reconstruction de forme 3D est réalisée en fusionnant une acquisition 3D haute résolution globale ou locale avec une analyse de profondeur locale/globale haute résolution.
Il comprend une numérisation 3D basée sur une projection de franges ou la numérisation laser.
Il comprend une triangulation basée sur des images acquises de points de vue différents.
Il comprend une estimation haute résolution basée sur des images d’une résolution inférieure avec un modèle d’apprentissage machine. Le procédé comprend une acquisition d’au moins une donnée complémentaire décrivant des informations personnelles de l’utilisateur, notamment à partir d’un questionnaire rempli par l’utilisateur, et le traitement de cette donnée complémentaire.
Procédé de suivi temporel
De préférence, le procédé de suivi temporel d’une zone d’intérêt de l’utilisateur présente une ou plusieurs des caractéristiques suivantes, prises seules ou en combinaison :
Il comprend (vi) un traitement des reconstructions de forme 3D générées à des instants temporels différents par superposition d’une partie prédéterminée invariable dans le temps, notamment la structure osseuse, et détection de l’évolution des éléments d’intérêt entre les instants temporels différents à partir de la superposition.
Le suivi temporel comprend un calcul d’un gradient d’évolution de la zone d’intérêt à partir d’une comparaison de paramètres enregistrés aux deux instants temporels.
Il comprend une recommandation d’un produit cosmétique basée sur la reconstruction de forme 3D de la zone d’intérêt de l’utilisateur.
Produit programme d’ordinateur
Il comprend des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à : Acquérir au moins une image d’entrée RVB ou GRAYSCALE d’une zone d’intérêt d’un utilisateur, Acquérir au moins une image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt, Reconstruire une forme 3D de la zone d’intérêt de l’utilisateur.
Il comprend des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à : Comparer des reconstructions de forme 3D générées à des instants temporels différents.
Il comprend des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à : Recommander un produit cosmétique en fonction de la reconstruction de forme 3D de la zone d’intérêt de l’utilisateur, Présenter le produit recommandé à l’utilisateur sur un écran.
 Description des figures
D’autres caractéristiques et avantages de l’invention ressortiront à la lecture de la description détaillée qui va suivre, d’exemples de mise en œuvre non limitatifs de celle-ci, et à l’examen du dessin annexé, sur lequel :
La illustre schématiquement un mode de réalisation et de mise en œuvre de l’invention.
Dans l’exemple représenté, le procédé comprend d’une part une étape d’importation de trois images 1, 2, 3 de photographie d’entrée RVB de la zone d’intérêt, les trois images étant effectuées à différents angles de prise de vue et d’autre part une étape d’importation d’un scan 4 local haute ou basse résolution.
Par exemple l’importation de l’image de photographie peut résulter d’une capture effectuée par l’utilisateur, en mode autoportrait ou éventuellement en photographiant son reflet dans un miroir.
Ensuite, le procédé comprend une étape de segmentation dans le scan 4, de manière à identifier au moins une zone d’intérêt 5 sur le visage de l’utilisateur.
L’étape de segmentation peut être mise en œuvre automatiquement par un algorithme de segmentation d’image par exemple adapté pour effectuer des reconnaissances d’objets, des définitions de contours, des reconnaissances de motifs, une suppression d’arrière-plan, ou d’autres traitements d’image adaptés et connus.
L’étape de segmentation est par exemple capable de détecter un élément d’intérêt, tel qu’une ride.
Bien entendu, les éléments d’intérêts identifiés dans le scan dépendent des prises de vue.
En alternative, l’étape de segmentation peut être effectuée « manuellement » par l’utilisateur, par exemple au moyen d’une requête adressée à l’utilisateur pour identifier la position de ladite au moins une zone d’intérêt sur l’image.
Un modèle d’apprentissage machine peut avantageusement être prévu pour corriger une déformation de la couleur, par exemple en tenant compte de la position géographique de la prise de vue (intérieur ou extérieur), l’horodatage de la prise de vue (jour ou nuit), la météo au moment de la prise de vue (soleil, nuages, pluie, neige). Les paramètres permettant d’estimer la correction à effectuer peuvent être plus complexes que les éléments de base présentés ci-dessus.
Le modèle d’apprentissage machine peut par exemple être du type réseau neuronal convolutif. L’utilisation d’un modèle d’apprentissage machine permet de bénéficier d’une précision extrêmement fine dans la détermination de la couleur des zones d’intérêt.
Après l’importation des images, le procédé comprend un traitement des images pour effectuer reconstruction de forme 3D 6 du visage de l’utilisateur, à partir d’une unité de traitement, comme un processeur ou un microprocesseur par exemple.
L’unité de traitement peut être configurée pour effectuer un suivi temporel des reconstructions de forme 3D 6 et 7 acquises à deux instants temporels différents, à partir d’images de l’utilisateur prises à des instants temporels différents.
En particulier, les images peuvent être acquise régulièrement, par exemple tous les ans. Chaque nouvelle modélisation 3D 8 peut être enregistrée pour faciliter le suivi.
Les données extraites de chaque modélisation 3D 6, 7, 8 peuvent associées à une indication temporelle relative à un moment d’acquisition des images. Par exemple, l’indication temporelle peut être une date d’acquisition de l’image.

Claims (16)

  1. Procédé de modélisation d’une zone d’intérêt d'un utilisateur comprenant (i) une acquisition d’au moins une image d’entrée RVB ou GRAYSCALE de la zone d’intérêt, (ii) une acquisition d’au moins une image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt, (iii) une reconstruction de forme 3D de la zone d’intérêt de l’utilisateur.
  2. Procédé selon la revendication précédente, la reconstruction de forme 3D étant une reconstruction de forme 3D haute résolution.
  3. Procédé selon l’une quelconque des revendications précédentes, la reconstruction de forme 3D étant réalisée en fusionnant une acquisition 3D haute résolution globale ou locale avec une analyse de profondeur locale/globale haute résolution.
  4. Procédé selon l’une quelconque des revendications précédentes, comprenant une numérisation 3D basée sur une projection de franges ou la numérisation laser.
  5. Procédé selon l’une quelconque des revendications précédentes, comprenant une triangulation basée sur des images acquises de points de vue différents.
  6. Procédé selon l’une quelconque des revendications précédentes, comprenant une estimation haute résolution basée sur des images d’une résolution inférieure avec un modèle d’apprentissage machine.
  7. Procédé selon l’une quelconque des revendications précédentes, comprenant une acquisition d’au moins une donnée complémentaire décrivant des informations personnelles de l’utilisateur, notamment à partir d’un questionnaire rempli par l’utilisateur, et le traitement de cette donnée complémentaire.
  8. Procédé cosmétique et non-thérapeutique de suivi temporel d’une zone d’intérêt d’un utilisateur comportant (i) une acquisition d’au moins une image d’entrée RVB ou GRAYSCALE de la zone d’intérêt, (ii) une acquisition d’au moins une image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt, (iii) une reconstruction de forme 3D de la zone d’intérêt, (v) un suivi temporel de la reconstruction de forme 3D généré par comparaison entre des reconstructions de forme 3D générées à des instants temporels différents.
  9. Procédé selon la revendication précédente, comprenant (vi) un traitement des reconstructions de forme 3D générées à des instants temporels différents par superposition d’une partie prédéterminée invariable dans le temps, notamment une structure osseuse, et détection de l’évolution des éléments d’intérêt entre les instants temporels différents à partir de la superposition.
  10. Procédé selon l’une quelconque des revendications 8 ou 9, dans lequel le suivi temporel comprend un calcul d’un gradient d’évolution de la zone d’intérêt à partir d’une comparaison de paramètres enregistrés aux deux instants temporels.
  11. Procédé selon l’une quelconque des revendications précédentes, comprenant une recommandation d’un produit cosmétique basée sur la reconstruction de forme 3D de la zone d’intérêt de l’utilisateur.
  12. Support lisible par ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées par un ordinateur, amènent l’ordinateur à exécuter le procédé selon l’une quelconque des revendications 1 à 11.
  13. Produit programme d'ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à :
    Acquérir au moins une image d’entrée RVB ou GRAYSCALE d’une zone d’intérêt d’un utilisateur, Acquérir au moins une image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt,
    Reconstruire une forme 3D de la zone d’intérêt de l’utilisateur.
  14. Produit programme d’ordinateur selon la revendication 13 comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à :
    Comparer des reconstructions de forme 3D générées à des instants temporels différents.
  15. Produit programme d’ordinateur selon la revendication 13 ou 14 comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à :
    Recommander un produit cosmétique en fonction de la reconstruction de forme 3D de la zone d’intérêt de l’utilisateur,
    Présenter le produit recommandé à l’utilisateur sur un écran.
  16. Système de traitement de données comprenant :
    - une mémoire dans laquelle est stocké le produit programme d’ordinateur selon l’une quelconque des revendications 13 à 15,
    - une unité de traitement configurée pour mettre en œuvre le produit programme d’ordinateur,
    - un dispositif photographique configuré pour acquérir les images d’entrée RVB ou GRAYSCALE de la zone d’intérêt et l’image d’entrée 2D haute ou moyenne résolution de la zone d’intérêt,
    - un écran configuré pour afficher la reconstruction de forme 3D de la zone d’intérêt de l’utilisateur générée par l’unité de traitement, et éventuellement pour présenter un produit recommandé à l’utilisateur.
FR2204407A 2022-05-10 2022-05-10 Procédé de diagnostic de la peau par analyse faciale 3D Active FR3135552B1 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
FR2204407A FR3135552B1 (fr) 2022-05-10 2022-05-10 Procédé de diagnostic de la peau par analyse faciale 3D
PCT/EP2023/061901 WO2023217644A1 (fr) 2022-05-10 2023-05-05 Méthode de diagnostic de la peau au moyen d'une analyse faciale 3d
CN202380039057.XA CN119173905A (zh) 2022-05-10 2023-05-05 用于通过3d面部分析诊断皮肤的方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2204407 2022-05-10
FR2204407A FR3135552B1 (fr) 2022-05-10 2022-05-10 Procédé de diagnostic de la peau par analyse faciale 3D

Publications (2)

Publication Number Publication Date
FR3135552A1 true FR3135552A1 (fr) 2023-11-17
FR3135552B1 FR3135552B1 (fr) 2024-04-26

Family

ID=82196755

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2204407A Active FR3135552B1 (fr) 2022-05-10 2022-05-10 Procédé de diagnostic de la peau par analyse faciale 3D

Country Status (3)

Country Link
CN (1) CN119173905A (fr)
FR (1) FR3135552B1 (fr)
WO (1) WO2023217644A1 (fr)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100003668A (ko) * 2008-07-01 2010-01-11 (주)엘리드 피부 주름 평가를 위한 입체영상 측정 시스템 및 방법
US20170270593A1 (en) 2016-03-21 2017-09-21 The Procter & Gamble Company Systems and Methods For Providing Customized Product Recommendations
WO2018065351A1 (fr) * 2016-10-04 2018-04-12 L'oreal Procédé de caractérisation du relief cutané humain

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100003668A (ko) * 2008-07-01 2010-01-11 (주)엘리드 피부 주름 평가를 위한 입체영상 측정 시스템 및 방법
US20170270593A1 (en) 2016-03-21 2017-09-21 The Procter & Gamble Company Systems and Methods For Providing Customized Product Recommendations
WO2018065351A1 (fr) * 2016-10-04 2018-04-12 L'oreal Procédé de caractérisation du relief cutané humain

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ALAN F SMEATON ET AL: "Tracking Skin Colour and Wrinkle Changes During Cosmetic Product Trials Using Smartphone Images", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 4 August 2020 (2020-08-04), XP081731386, DOI: 10.1111/SRT.12928 *
KAWANO, Y.: "Three dimensional analysis of the face in respect of zygomatic fractures and évaluation of the surgery with the aid of Moiré topography", J. CRANIO MAXILL. SURG., vol. 15, 1987, pages 68 - 74, XP022252103, DOI: 10.1016/S1010-5182(87)80021-5
NATALIA MUNERA: "Evaluation offringe projection and laser scanning for 3d reconstruction of dental pieces", February 2012, DYNA

Also Published As

Publication number Publication date
FR3135552B1 (fr) 2024-04-26
CN119173905A (zh) 2024-12-20
WO2023217644A1 (fr) 2023-11-16

Similar Documents

Publication Publication Date Title
Chen et al. Deepmag: Source-specific change magnification using gradient ascent
CA3155473A1 (fr) Dispositif de definition d'une sequence de deplacements sur un modele generique
ES3034281T3 (en) Method and system for anonymizing facial images
CA2678551A1 (fr) Procede et appareil de simulation du vieillissement et du rajeunissement de la peau du visage
WO2013098512A1 (fr) Procédé et dispositif de détection et de quantification de signes cutanés sur une zone de peau
KR101978559B1 (ko) 치아의 형태적 특성을 분석하는 장치 및 방법
EP2900124B1 (fr) Méthode de caractérisation des volumes de la peau
FR3111066A1 (fr) Procédé et dispositif de reconstruction tridimensionnelle d’un visage avec partie dentée à partir d’une seule image
Bondi et al. Reconstructing high-resolution face models from kinect depth sequences
WO2019134760A1 (fr) Procédé d'évaluation de la perte des cheveux et de troubles du cuir chevelu
CA2687596A1 (fr) Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives
Chen et al. Deepmag: Source specific motion magnification using gradient ascent
JP2017113140A (ja) 肌状態評価方法
JP2021121328A (ja) 肌状態の鑑別方法、化粧料の評価方法、化粧料の設計方法
Gevaux 3D-hyperspectral imaging and optical analysis of skin for the human face
FR3135552A1 (fr) Procédé de diagnostic de la peau par analyse faciale 3D
CA2685562A1 (fr) Procede et dispositif d'acquisition et de traitement de donnees pour la detection de l'evolution dans le temps de lesions evolutives
FR3056901A1 (fr) Procede de caracterisation du relief cutane humain
JP2005317000A (ja) 最適な視点のセットで得られた２ｄ画像からの顔の３ｄ形状構築に最適な視点のセットを求める方法
Mahmood et al. Artifact Removal from Skin Dermoscopy Imagesto Support Automated Melanoma Diagnosis
TWI826988B (zh) 三維影像評估的系統以及方法
Sala et al. Personal identification and minimum requirements on image metrological features
Suresh et al. Hair Artifact Removal in Dermoscopic Images using DWT and VAE-GAN
WO2010031747A1 (fr) Procede et systeme d'analyse de la peau
EP4290466A1 (fr) Procédé de modélisation d'une structure anatomique du corps humain

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20231117

PLFP Fee payment

Year of fee payment: 3

PLFP Fee payment

Year of fee payment: 4

PLFP Fee payment

Year of fee payment: 5