UNIVERSIDAD NACIONAL TECNOLÓGICA

DE LIMA SUR
INGENIERÍA ELECTRÓNICA Y TELECOMUNICACIONES

“TRABAJO ACADÉMICO”

Docente : Ing. Carlos Mugruza

Curso : Procesamiento Digital de Señales.

Alumna : Mamani Diaz Candy Mariela

Código : 2013200039

Ciclo : IX

Villa el Salvador, 29 de diciembre de 2017

 BUSQUEDA Y ANÁLISIS DE ESTADO DEL ARTE
Idea innovadora: Dispositivo temporizador y selector de color, para coloración capilar.
La presente idea propone, determinar el tiempo de coloración y selección adecuada de
la mezcla necesaria con respecto, al tipo de cabello, para obtener el color deseado.
1. En ESPACENET (https://worldwide.espacenet.com/) busque 2 patentes de
invención relacionados al tema que presentó en el curso-taller:

Se seleccionaron las siguientes patentes:

- COLOR-DISPENSING SYSTEM (US2017290406 (A1) ― 2017-10-12)
Inventores: Shimanov Dmitriy [US]; Baruch Igor [US]

- DETERMINING A HAIR COLOR TREATMENT OPTION (WO2017165388 (A1)

― 2017-09-28)
Inventor: KOVEN STEPHEN [US]

a. Resuma apropiadamente las 2 patentes empleando como referencia una figura

cercana al tema que expuso:

COLOR-DISPENSING SYSTEM:
La mezcla manual de la coloración del cabello produce materiales desperdiciados, ya
que para obtener el color deseado existe una prueba y error en la mezcla de colores,
por ende, mayores costos en el proceso de coloración.

La presente invención se refiere a un dispositivo que proporciona un medio

automático para mezclar y dispensar el color, el cual incluye varios cartuchos o
tubos dentro del interior del dispositivo, los tubos se extienden desde estos cartuchos
a un recipiente de mezcla principal. El dispositivo incluye un escáner que permite al
usuario escanear el color y obtener una combinación adecuada para la coloración.
Existen también controles electrónicos disponibles para crear la mezcla deseada
manualmente. El dispositivo dispensador incluye conectividad Bluetooth o WiFi,
para lograr una conexión con la tableta del usuario, para ordenar y elegir un color
deseado mediante una aplicación. Una vez que se logra la mezcla deseada, el tinte
está disponible para su uso.

DETERMINING A HAIR COLOR TREATMENT OPTION:

La presente invención se refiere a la determinación de una opción de tratamiento del
color del cabello basada en el color de cabello actual de un usuario y un color
objetivo.

El método para determinar una opción de tratamiento del color del cabello incluye
calibrar una cámara del dispositivo móvil a través de una tarjeta de calibración, la
tarjeta de calibración incluye una región roja, una verde y una azul, determinando los
valores de calibración de una imagen de calibración capturada por la cámara,
obteniendo, una primera imagen del cabello de un usuario y luego una segunda
imagen de un color objetivo y presentando una recomendación, que proporciona al
menos una opción de tratamiento del color del cabello.
 b. Discuta las 2 patentes con respecto a su propuesta original.
- Color-Dispensing System, presenta un dispositivo para obtener el color deseado
del usuario, mediante la mezcla de tintes específicos, el color deseado puede ser
ingresado al dispositivo de forma manual o mediante un escáner. La idea
innovadora pretende, basarse en el tipo de cabello del usuario, para poder
seleccionar la mezcla adecuada de tintes, para poder el color deseado, debido a
que, según el tipo de raza, existe una pigmentación base diferente en cada cabello
y también se debe tomar en cuenta la estructura capilar.

- Determining A Hair Color Treatment Option, presenta un dispositivo, para poder

seleccionar el tratamiento adecuado para la coloración capilar, basándose en la
obtención mediante escáner del color actual del usuario y el color objetivo o
deseado. La idea innovadora, pretende enfocarse en el tipo de cabello o estructura
capilar, presente en el usuario para poder determinar el tiempo de coloración y la
mezcla adecuada de tintes para obtener el color deseado, ya que no solo basta con
saber el color que presenta el usuario, sino también la estructura del cabello.

2. En IEEE XPLORE, ACM o SCIENCEDIRECT busque 2 artículos académicos

relacionados al tema que presentó en el curso-taller.

Se seleccionaron los siguientes artículos:

- Using integrated color and texture features for automatic hair detection
Autores: Uri Lipowezky, Omri Mamo y Avihai Cohen.
- Detection and analysis of hair
Autores: Yaser Yacoob y S. Davis.

a. Resuma apropiadamente los 2 artículos empleando como referencia una figura

cercana al tema que expuso

Detection and analysis of hair, se utiliza la detección del cabello para mejorar la
identificación humana, debido a que puede ayudar a mejorar la precisión del
detector, ya que el cabello es una característica importante para detectar rostros
conocidos.

Detección de cabello: El algoritmo consta de los siguientes pasos:

- Detección de rostro. Se emplea el algoritmo basado en una cascada de
clasificadores potenciados para detectar regiones faciales en la imagen.
- Detección de ojos. Se usa la cámara de clasificación de los clasificadores para
entrenar los detectores oculares para ubicar los ojos dentro de la región de la
cara. La detección de rostros y ojos nos permite normalizar los tamaños de
rostros para que se puedan comparar las representaciones capilares.
- Modelado del color de la piel. El color de piel específico del sujeto se modela
basándose en la selección automática de tres regiones, dos están debajo de los
ojos y uno en la frente. Este enfoque de modelado de la piel tiene en cuenta la
posibilidad de que algunos píxeles no transparentes puedan estar presentes en
los rectángulos.
- Cabeza de modelado de color de pelo: El modelo de color de piel se usa para
identificar píxeles que no son de piel en estas regiones, y estos píxeles forman la
semilla para modelar por separado el color del cabello en cada región.
Color de cabello: Para el componente especular del cabello se empleó un modelo
similar a la reflexión Phong, que supone que el cabello es lambertiano por lo que el
color medido es el resultado del brillo y la reflectancia espectral de la superficie. El
modelo de color explica los reflejos y las sombras que a menudo afectan el brillo
del color del cabello. La distancia entre los medios del color dominante de dos
sujetos mide la similitud de los colores de su cabello.
Ubicación de división de cabello: La media del color adyacente a la línea que
conecta este punto a la glabela se calcula y compara con la piel sombreada y el color
del pelo modelos. Si el color del cabello es oscuro y no hay piel visible, puede
existir una división si hay dos puntos de concavidad, uno en la línea externa del
cabello y otro en la línea del cabello que cae aproximadamente en línea recta con la
glabela.
Volumen de cabello: Empleamos un modelo aproximado para la cabeza utilizando
información antropométrica, se supone que la mitad superior del cráneo es un
esferoide, el límite interior de la línea del cabello indica, aproximadamente, qué
porción de la parte visible del esferoide está cubierta por el cabello. El volumen del
cabello es una suma del espacio ocupado por el cabello de todos los sectores.
Longitud del cabello: Se calcula como la mayor de la distancia entre el límite
esferoide, P, y el límite de la línea del cabello exterior y, y el límite de la línea
interna del cabello x y P.
Superficie cubierta por cabello: Se calcula para la parte superior de la cabeza
utilizando el modelo de cabeza esférica. La distancia (entre los puntos x y P) se
calcula usando la latitud y la longitud de los dos puntos. El área de superficie es la
suma de las distancias, d, en todas las secciones sobre el nivel del oído.
Simetría capilar: La cabeza se divide en lados izquierdo y derecho y la relación de
los volúmenes de cabello (Vright = Vleft) refleja el grado de simetría.
Textura del cabello: Se adoptó el método propuesto por Manjunath y Ma para
calcular las características de la textura del cabello, el cual emplea ondas de Gabor
para calcular un vector de características que se puede usar para unir diferentes
imágenes.
Empleando el algoritmo de detección de pelo y se determina que la detección de
pelo es del 86%. El atributo de textura obtuvo el mejor puntaje, con el 19.6 por
ciento de los sujetos emparejados con éxito a pesar de las variaciones de
iluminación significativas en estas imágenes. Los atributos que obtuvieron menos
puntajes fueron volumen, área de superficie, simetría, división y longitud. La
longitud, el volumen, la superficie y la simetría son más cercanos en valor para
muchos sujetos. Las divisiones capilares fueron observables o detectables solo para
un subconjunto del conjunto de datos y, por lo tanto, no fueron útiles para las
sondas que carecían de ellas. Observamos un registro incorrecto de imágenes de
sujetos que llevaban gafas de sol, bufandas y caras muy deformadas durante las
expresiones faciales.

Using integrated color and texture features for automatic hair detection,
presenta un enfoque novedoso para la extracción del cabello humano, basado en la
integración de las características de textura, forma y color. Este estudio se ocupa de
 las imágenes en color y la detección del cabello tiene como objetivo la re-
coloración del cabello para simular diferentes colores de cabello. El proceso
comienza con la extracción típica de las características faciales, como la piel
abierta, los ojos y la boca, y termina con una máscara de pelo difusa, la
representación difusa del cabello permite solucionar los problemas de apariencia.

El método empleado, consta de tres etapas:

Detección del Área de Semilla de Pelo: El proceso de detección del vello comienza
con la extracción de las características faciales, como la piel abierta, la boca y los
ojos, luego se supone que se detecta que tiene pelo sobre la frente. Bajo esta
suposición el área del pelo de siembra. La imagen se rota con respecto a la
ubicación de los ojos y se escala a 1024x768 píxeles, así como para imágenes
oscuras o de bajo contraste se aplica ecualización de histograma.

Región del Cabello Creciendo: Se examina un conjunto de 45 características y se

seleccionan algunas de ellas para detectar toda la región del cabello. El subconjunto
de 14 características se basa en componentes de color de RGB. El proceso se lleva a
cabo con post procesamiento, incluida la limpieza morfológica.

Detección del Trimapo de Cabello: Después de haber detectado el área binaria del
cabello, definitivamente debe detectarse la región de fondo. Las áreas de la raíz del
pelo se detectan disminuyendo en 20 B, donde B es la distancia entre ojos igual que
para el cabello para cúmulos de piel abiertos a lo largo del límite del pelo de la piel,
los píxeles de fondo podrían detectarse de la siguiente manera. Supongamos que la
distribución de micro-características del cabello es gaussiana. Debido a que las
características basadas en wavelet expresan las desviaciones estándar, se podría
aplicar una transformación logarítmica de distribución.

El método propuesto de detección automática del cabello fue probado en una base
de datos de 354 imágenes: 147 imágenes con fondo homogéneo y 207 imágenes
con fondo complejo de tienda de cosméticos. Los experimentos muestran una
precisión global para la percepción visual del 85% de la detección correcta
(aceptada) de un fondo homogéneo y del 75% para el fondo complejo.

b. Discuta los 2 artículos con respecto a su propuesta original

El paper 1, tiene como objetivo utilizar las características capilares, para mejorar la
precisión de la detección humana, a diferencia de la idea innovadora, que busca
utilizar la extracción de características capilares para crear un dispositivo para el
teñido o coloración capilar.

El paper 2, tiene como objetivo simular el cambio de color capilar, para ello utiliza
una extensión de los métodos empleados en el paper 1, a diferencia de la idea
innovadora, que mas que simular la coloración capilar, busca la coloración en sí,
mediante la mezcla de tintes y el tiempo especifico de aplicación con respecto a la
estructura capilar presente en el usuario.
3. Discuta y re-proponga el tema que expuso para dar novedad a la propuesta que
realizó.

a. Considerando lo indicado en el curso.

El curso tenía como objetivo resolver la problemática de porque no se lograba
innovar. Para ello se propuso una serie de factores importantes que deben cumplirse,
como coherencia con el mercado, coherencia con el medio y coherencia con las
capacidades propias. En consecuencia, se realizó la determinación de los elementos
del sistema de innovación para cumplir los requerimientos mencionados:

- Ambiente: Favorable, debido a que no existen políticas que regulen la creación del
producto.
- Entidad emprendedora: Mamani Diaz Candy Mariela.
- Mercado: Entidades que brinden los servicios de coloración capilar.
- Producto: Dispositivo temporizador y selector de color para la coloración capilar
basada en la estructura capilar del usuario, debido a que según sea este, el tiempo y
la mezcla varia, aunque el color deseado sea el mismo.

b. Proponiendo una posible prueba funcional o de concepto.

El dispositivo que se plantea crear, se basa en la estructura capilar del usuario,

debido a ello se debe hacer uso de un escáner, pero que no solo escanee el color
actual en conjunto, sino la morfología capilar, el grosor del cabello, el tamaño del
cabello, para poder determinar la cantidad de mezcla necesaria y evitar así tener
producto en exceso, la pigmentación actual del cabello y también se debe conocer el
color deseado. Todas las características mencionadas anteriormente nos servirán,
para poder determinar el tiempo y la mezcla de tintes necesaria, para obtener el
color deseado.
REFERENCIAS

PATENTES:
- COLOR-DISPENSING SYSTEM
https://worldwide.espacenet.com/publicationDetails/biblio?
II=12&ND=3&adjacent=true&locale=en_EP&FT=D&date=20171012&CC=US&N
R=2017290406A1&KC=A1

- DETERMINING A HAIR COLOR TREATMENT OPTION

https://worldwide.espacenet.com/publicationDetails/biblio?
II=17&ND=3&adjacent=true&locale=en_EP&FT=D&date=20170928&CC=WO&
NR=2017165388A1&KC=A1

PAPERS:

- DETECTION AND ANALYSIS OF HAIR

https://www.dropbox.com/s/ye6578wpi05p34b/yacoob2006.pdf?dl=0

- USING INTEGRATED COLOR AND TEXTURE FEATURES FOR

AUTOMATIC HAIR DETECTION
https://www.dropbox.com/s/f9tmqzvhbxo6ak6/lipowezky2008.pdf?dl=0