Hyper-Skin

Hyper-Skin数据集由多伦多大学电气与计算机工程系创建，专注于面部皮肤光谱重建研究。该数据集覆盖从可见光到近红外光谱的广泛波长范围，包含330个超光谱立方体，来自51个不同角度和面部表情的受试者。每个超光谱立方体尺寸为1024×1024×448，产生数百万个光谱向量。数据集遵循伦理指南精心策划，包括配对的超光谱图像和使用真实相机响应生成的合成RGB图像。Hyper-Skin数据集旨在推动皮肤光谱重建算法的开发，促进跨学科合作，特别是在化妆品和皮肤健康领域的超光谱皮肤分析。

The Hyper-Skin dataset was created by the Department of Electrical and Computer Engineering at the University of Toronto, focusing on research in facial skin spectral reconstruction. This dataset spans a broad wavelength range from visible light to near-infrared spectrum, containing 330 hyperspectral cubes acquired from 51 subjects under varying viewing angles and facial expressions. Each hyperspectral cube measures 1024×1024×448, yielding millions of spectral vectors. The dataset has been carefully curated in compliance with ethical guidelines, including paired hyperspectral images and synthetic RGB images generated using real camera responses. The Hyper-Skin dataset aims to advance the development of skin spectral reconstruction algorithms and foster interdisciplinary collaboration, particularly for hyperspectral skin analysis in the fields of cosmetics and skin health.

搜集汇总

数据集介绍

构建方式

Hyper-Skin 数据集的构建采用推扫式高光谱相机，采集了 51 位受试者的面部皮肤数据，涵盖了可见光和近红外光谱范围。数据采集过程中，受试者需保持静止，面部置于 chin rest 上，相机距离面部 40 厘米，以获得 1024x1024 像素的图像。为获取高光谱数据，相机以 45Hz 的帧率逐行扫描，共采集 1024 行数据，耗时约 22.7 秒。此外，为提高数据集的实用性，还生成了与高光谱数据配对的合成 RGB 图像和红外图像。

使用方法

Hyper-Skin 数据集可用于开发和研究皮肤光谱重建算法，帮助研究人员理解皮肤生理特性，如黑色素和血红蛋白浓度等。此外，该数据集还可用于开发低成本的皮肤分析解决方案，例如利用智能手机自拍进行皮肤分析。使用该数据集时，研究人员需遵守数据使用协议，并确保数据安全。

背景与挑战

背景概述

Hyper-Skin数据集是一项开创性的研究，旨在通过RGB图像重建面部皮肤的光谱信息，从而推动在消费者设备上对皮肤光谱分析的研究。该数据集涵盖了从可见光到近红外光宽范围的波长，包括400nm -700nm的可见光谱和700nm -1000nm的近红外光谱。Hyper-Skin数据集由来自51个不同受试者的330个高光谱立方体组成，这些立方体从不同的角度和面部姿势捕捉面部皮肤数据。每个高光谱立方体具有1024×1024×448的尺寸，每张图像包含数百万个光谱向量。该数据集严格遵守伦理准则进行精心策划，包括配对的高光谱图像和通过真实相机响应生成的合成RGB图像。Hyper-Skin数据集的创建旨在解决现有数据集的局限性，并为消费者美容和皮肤健康领域的高光谱皮肤分析研究提供支持。

当前挑战

Hyper-Skin数据集面临着一些挑战。首先，尽管消费者相机在日常生活中广泛使用，但它们缺乏捕捉高光谱成像所提供的全面空间-光谱信息的能力，这限制了皮肤分析的深度。其次，现有数据集主要关注可见光谱，忽略了近红外光谱，而近红外光谱对于皮肤分析同样重要。Hyper-Skin数据集试图解决这些挑战，但仍然存在一些局限性。例如，该数据集的代表性可能有限，无法涵盖各种人群的皮肤类型、色调和条件。此外，虽然基于深度学习的方法可以利用数据集进行潜在先验，但它们受数据集限制，并且可能会受到分布偏移的影响。为了解决这些问题，研究人员正在寻求扩大数据集的范围，包括更多样化的受试者和美容条件，以提高其实用性。

常用场景

经典使用场景

Hyper-Skin 数据集凭借其独特的光谱覆盖范围和丰富的人脸皮肤数据，为研究面部皮肤光谱重建提供了宝贵的资源。该数据集包含从可见光到近红外光范围内的广泛波长，使得研究人员能够利用普通消费级相机拍摄的红外图像，重建出皮肤的光谱信息，从而深入分析皮肤特征。通过 Hyper-Skin 数据集，研究人员可以探索皮肤色素沉着、血红蛋白含量等生理特征，为消费者级化妆品应用提供算法支持。

解决学术问题

Hyper-Skin 数据集解决了现有数据集在面部皮肤光谱重建研究中的局限性。首先，该数据集包含了从可见光到近红外光范围内的广泛波长，克服了现有数据集主要关注可见光范围的限制，使得研究人员能够更全面地了解皮肤特性。其次，Hyper-Skin 数据集收集了来自不同角度和面部姿态的人脸皮肤数据，使得模型能够更好地适应不同场景下的皮肤重建任务。此外，Hyper-Skin 数据集还提供了配对的超光谱图像和合成的 RGB 图像，为研究提供了更丰富的数据类型。最后，Hyper-Skin 数据集的高空间和光谱分辨率，为研究人员提供了更精确的皮肤光谱重建结果。

实际应用

Hyper-Skin 数据集在实际应用中具有广泛的应用前景。首先，该数据集可以用于开发消费者级化妆品应用，例如通过分析皮肤的光谱信息，为用户提供个性化的皮肤护理建议。其次，Hyper-Skin 数据集可以用于皮肤健康监测，例如通过分析皮肤色素沉着和血红蛋白含量等生理特征，早期发现皮肤问题。此外，Hyper-Skin 数据集还可以用于开发智能美妆产品，例如通过分析皮肤的光谱信息，为用户提供个性化的美妆建议。Hyper-Skin 数据集的广泛应用，将推动皮肤分析技术的发展，为人们提供更便捷、更准确的皮肤健康解决方案。

数据集最近研究

最新研究方向

Hyper-Skin数据集的引入，为面部皮肤光谱重建的研究开辟了新的方向。该数据集涵盖了从可见光谱到近红外光谱的广泛波长范围，通过从RGB图像中重建皮肤光谱，使得对皮肤分析的研究可以直接在消费设备上进行。Hyper-Skin数据集克服了现有数据集的局限性，包含了多样性的面部皮肤数据，并通过先进的模型展示了其在皮肤光谱重建方面的有效性。这为发展皮肤光谱重建的新算法提供了宝贵的资源，并促进了与化妆品和皮肤健康相关的超光谱皮肤分析的多学科合作。

相关研究论文

• Hyper-Skin: A Hyperspectral Dataset for Reconstructing Facial Skin-Spectra from RGB Images

  多伦多大学电气与计算机工程系 · 2023年