Make-up FLOW: 化粧工程の構造化手法の提案と工程の活用による化粧支援手法に関する研究

Make-up FLOW: 化粧工程の構造化手法の提案と 工程の活用による化粧支援手法に関する研究 髙野沙也香（中村研究室）

背景 多様で複雑な化粧工程 • TPOに応じて化粧を行う人が多くいる 平均最大工程数:16.0，平均ルート数:5.7 [髙野ら, ʼ23] • 我流で化粧をし，メイクの腕前に自信を持てない人が多くいる 76.8%が独学でメイクを学んでいる（n=984） [Kajita et al, ʼ21] *1 髙野 沙也⾹, 中村 聡史. 化粧フローチャートに基づく⼤学⽣・⼤学院⽣の化粧類似度推定, 情報処理学会 研究報告ヒューマンコンピュータインタラクション（HCI）, Vol.2023-HCI-204, No.8, pp.1-8, 2023. *2 Miho Kajita, Satoshi Nakamura. Basic Research on How to Apply Foundation Makeup Evenly on Your Own Face, 20th IFIP TC14 International Conference on Entertainment Computing (IFIP ICEC 2021), pp.402-410, 2021. 2

背景 SNSにおける 美容情報やメイク動画の人気上昇 • 57%がSNSにおけるレビューを重要視している（n=11,115） [PowerReviews, ʼ22] • 美容系インフルエンサーへの信頼が，視聴者の化粧品の購入 意欲に影響する [Chen et al, ʼ20] *3 PowerReviews. https://www.powerreviews.com/research/beauty-shopper-digital-expectati ons-2022/. Accessed 11 Feb 2025 *4 Chen, J., Dermawan, A.: The Influence of YouTube Beauty Vloggers on Indonesian Consumers’ Purchase Intention of Local Cosmetic Products. International Journal of Business and Management, 15(5), 100-116 (2020) 3

背景 化粧工程を工学的に扱う必要性 原因 • 化粧工程を構造化・表現する手法が無い • 工程間の類似を判定する基準が無い 構造化→共有，共通点/相違点の計算可能 4

関連研究 • ユーザの顔属性と指定場面，化粧スタイルに合う化粧を推薦し， 完成イメージを顔画像に合成するシステム. [Alashkar et al, ʼ17] • 自身の化粧顔画像と化粧品リストのログを保存・共有できる システム [Nakagawa et al, ʼ11] • 化粧動画から工程を自動的に特定し，工程ごとにチャプターを 生成し，提示する混合UI [Truong et al, ʼ21] *5 Alashkar, T., Jiang, S. and Fu, Y.: Rule-Based Facial Makeup RecommendationSystem, in 2017 12th IEEE International Conference on Automatic Face & Gesture Recognition (FG 2017), pp. 325–330, IEEE (2017). *6 Nakagawa, M., Tsukada, K. and Siio, I.: Smart makeup system: supporting makeup using lifelog sharing. In Proceedings of the 13th international conference on Ubiquitous computing (UbiComp ‘11), pp. 483–484(2011). *7 Treepong, B., Mitake, H. and Hasegawa, S.: Makeup Creativity Enhancement with an Augmented Reality Face Makeup System, Computers in Entertainment, Vol. 16, No. 4, p. 1–17 (2018). 5

目的 化粧工程の構造化手法の確立 化粧工程を活用した化粧情報の提示および 化粧法の取り入れ支援の実現 6

目的達成への3step • 提案手法 化粧工程の構造化手法の提案 • 応用① 化粧工程の類似度算出手法の提案(HCI204)と 化粧動画推薦への応用可能性の検討(CollabTech 2024) • 応用② 他者との共有による，化粧工程の取り入れ支援手法の提案 *8 髙野 沙也⾹, 中村 聡史. 化粧フローチャートに基づく⼤学⽣・⼤学院⽣の化粧類似度推定, 情報処理学会 研究報告ヒューマンコンピュータインタラクション（HCI）, Vol.2023-HCI-204, No.8, pp.1-8, 2023. *9 Sayaka Takano, Satoshi Nakamura. Make-Up FLOW: A Beauty YouTubers’ Video Recommendation Method Based on Make-Up Flowcharts, Collaboration Technologies and Social Computing (CollabTech 2024), Vol.LNCS 14890, pp.229–236, 2024. 7

Make-up FLOWの提案 [髙野ら, 2024] 部位 アイテム テクスチャ 8 *10 髙野 沙也⾹, 中村 聡史. Make-up FLOW：化粧⼯程の構造化⼿法の提案, 情報処理学会論⽂誌, Vol.65, No.5, pp.988-998, 2024.

他者の化粧フローチャート共有システム 他者の化粧フローチャートを閲覧・取り入れ可能 1. 化粧フローチャート作成機能 2. 動画/フローチャートの検索・ソート機能 3. 他者の化粧工程の取り入れ機能 システムURL: https://vps6.nkmr.io/ 9

10

11

12

13

14

システム利用＆化粧実践実験 システム利用実験 1. “明治大学の卒業式”をテーマにフローチャートを作成 2. システムを1時間自由に利用して， 卒業式当日に実際に行いたいフローチャートを完成させる 3. 半構造化インタビュー&アンケートに回答 化粧実践実験 1. 録画をしながらフローチャートに忠実に化粧を行う 2. アンケートに回答 15

実験結果：システム利用結果 他者の工程の取り入れ機能 視聴動画数 取り込み動画数 取り込み工程数 最終追加工程数 A 10 3 6 4 B 6 6 17 11 C 12 6 13 10 40本中25本の動画で 工程の取り入れを実行 D 12 10 23 14 実験協力者A • 隠したい部分をカバーする →コンシーラー • 写真写りが良くなる →チーク 実験協力者D • 自身のやってみたい工程を 詰め込んだ理想の化粧 16

実験結果：化粧実践結果 取り入れた工程の効果 追加工程数 効果的な工程 要改善な工程 合わない工程 A 4 4 0 0 B 11 6 1 4 C 10 9 1 0 D 14 12 2 0 取り入れた39工程のうち 31工程が効果的に作用した 合わない工程 • 動画で使用している塗布時の アイテムの違い • 動画での塗り方を自身の顔で うまく再現できない 要改善な工程 • 塗り方や濃さを調整したい • ぼかす工程を追加したい ＊平均化粧満足度：4.75/5点 17

考察：工程取り入れ機能の効果 • 取り入れた工程の79%が効果的に作用し，化粧満足度も高い →メイクの腕前に対する自信の獲得への第一歩となる可能性 • 動画内の技術を上手く再現できない場合があった 1. 骨格や顔のパーツ形状などの絶対的な相性 2. 前後の工程との相対的な相性 →顔型での絞り込み， 工程に対するフラグ機能 18

考察：化粧フローチャート活用の効果 • 使用商品の価格帯や，興味のある工程の割合で動画を選定 →動画視聴前に動画の有益度を測ることができる • 「何気なく動画を見ている時よりも，取り入れることを考えるから， より参考になる」 →自身の工程と比較しながら情報の取捨選択ができる • 「普段見ない人の動画でも似てるなら見ようかなという興味に繋がった 」 →類似度ソートは動画に対する新たな興味を引き出す 化粧工学→ユーザに有益な化粧情報を効率的に蓄積できる 19

まとめ • 背景：化粧工程に着目した化粧支援手法が無い • 目的：化粧工程情報を活用したサービスの実現による 化粧のアップデート支援 • 手法：化粧工程をフローチャート化して統一規格で表現する • 考察：システムはメイクの腕前に対する自信の獲得の第一歩になる 可能性がある • 展望：化粧フローチャートの自動生成手法に関する検討， システムのサービス化 20