강건한 다인종 얼굴 검출을 위한 통합 3D 피부색 모델

박경미(Gyeong-Mi Park),김영봉(Young-Bong Kim) 한국콘텐츠학회 2009 한국콘텐츠학회논문지 Vol.9 No.5

올바른 피부색 검출은 사람의 얼굴 검출 및 동작 분석에서 매우 중요한 전처리과정에 속한다. 피부 검출은 일반적으로 화소의 칼라 공간을 Non-RGB로 변형하고, 피부색의 조명 요소를 제거한 다음 피부색 분포 모델에 의해 Skin과 Non-Skin으로 분류하는 3단계로 진행된다. 이는 피부색 검출이 칼라 공간, 조명요소의 존재 여부, 피부 모델링 방법에 따라 수행 성능에 많은 영향을 받기 때문이다. 본 연구에서는 조명조건에 따라 피부색 모델의 범위에 차이가 있다는 사실에 기초하여 다양한 조명 조건과 복잡한 배경을 가진 영상에서 효과적으로 다인종의 피부색을 분류해내기 위한 3차원 피부색 모델을 제시하고자 한다. 제안된 피부색 모델은 화소의 칼라 공간을 YCbCr 공간으로 변형하고, 각 요소(Y, Cb, Cr)의 값에 의한 3차원 피부색 모델을 형성한다. 다인종의 피부색을 함께 분할하기 위해 인종(백인, 흑인, 황인)별 피부색 모델을 먼저 생성한 후 각각의 모델에서 피부색 확률에 따라 결합한 다인종을 위한 통합 모델을 생성하였다. 또한 우리는 적은 양의 훈련 데이터로 피부색 영역을 올바르게 검출할 수 있도록 여러 단계의 피부색 영역을 설정하였다. The correct detection of skin color is an important preliminary process in fields of face detection and human motion analysis. It is generally performed by three steps: transforming the pixel color to a non-RGB color space, dropping the illuminance component of skin color, and classifying the pixels by the skin color distribution model. Skin detection depends on by various factors such as color space, presence of the illumination, skin modeling method. In this paper we propose a 3d skin color model that can segment pixels with several ethnic skin color from images with various illumination condition and complicated backgrounds. This proposed skin color model are formed with each components(Y, Cb, Cr) which transform pixel color to YCbCr color space. In order to segment the skin color of several ethnic groups together, we first create the skin color model of each ethnic group, and then merge the skin color model using its skin color probability. Further, proposed model makes several steps of skin color areas that can help to classify proper skin color areas using small training data.

칼라 양자화 맵의 영역 히스토그램에 기반한 조명 적응적 피부색 영역 분할

조성식(Seong-Sik Cho),배정태(Jung-Tae Bae),이성환(Seong-Whan Lee) 한국정보과학회 2009 정보과학회논문지 : 소프트웨어 및 응용 Vol.36 No.1

피부색 정보는 비전 기반 시스템에서 인체 인식에 널리 쓰이는 중요한 정보이다. 그러나 기존의 픽셀 단위의 피부색 분할 방법은 피부색 영역 내부와 외부에 발생하는 오분할로 인해 여러 가지 피부색 관련 시스템의 인식률을 저해시키는 요인이 된다. 본 논문에서는 양자화 영역 정보로부터 프레임 간에 근접한 유사 피부색의 영역별 분할을 통한 피부색 분할 방법을 제안한다. 제안하는 방법은 피부색 영역분할을 위해 JSEG 알고리즘을 통해 영상의 칼라를 양자화하여 영역을 분할한다. 분할된 영역으로부터 근접한 유사 피부 영역의 후보를 결정하고, 각 영역의 히스토그램 비교를 통해 피부색 영역을 결정한다. 이렇게 결정된 영역으로부터 피부색 표본을 추출하여 다음 프레임을 위한 피부색 모델을 갱신한다. 성능 평가를 위해 ECHO 데이타베이스와 조명이 변화하는 환경에서 실제 촬영한 영상을 이용하여 기존 연구의 분류 방법 비교 실험을 실시하였고, 기존보다 향상된 영역 분할 및 조명 적응 성능을 보였다. This paper proposes a skin segmentation method based on region histograms of the color quantization map. First, we make a quantization map of the image using the JSEG algorithm and detect the skin pixel. For the skin region detection, the similar neighboring regions are set by its similarity of the size and location between the previous frame and the present frame from the each region of the color quantization map. Then we compare the similarity of histogram between the color distributions of each quantized region and the skin color model using the histogram distance. We select the skin region by the threshold value calculated automatically. The skin model is updated by the skin color information from the selected result. The proposed algorithm was compared with previous algorithms on the ECHO database and the continuous images captured under time varying illumination for adaptation test. Our approach shows better performance than previous approaches on skin color segmentation and adaptation to varying illumination.

인간 피부색의 다양성과 지역성의 기원

이은일(Eunil Lee) 한국창조과학회 2023 Origin Research Journal Vol.3 No.2

피부색의 다양성은 멜라닌 세포 외에도 다양한 세포들과 여러 요인들이 관여하며, 멜라닌과 관련된 유전자만도 169개를 발견하였다. 따라서 유전자의 조합에 따라 매우 다양한 피부색을 가질 수 있다. 멜라닌은 어두운 색과 밝은색 두가지 종류의 멜라닌이 있으며, 멜라닌이 뭉쳐있는 것을 멜라노좀이라고 하는데 그 크기와 분포에 따라 피부색이 다르게 보인다. 유전적 조합에 따라 피부색은 매우 다양해질 수 있으며, 또한 돌연변이에 의해 멜라닌 생성과 분포가 억제된다면 피부색은 밝은 쪽으로 가게 된다. 피부색은 다양성의 일부일뿐 사람을 구분하는 기준이 될 수 없으며, 피부색에 따른 인종 구분은 전혀 과학적 근거가 없다. 바벨탑 사건 이후 인류가 흩어지면서 유전적 풀이 감소됨에 따라 피부색의 다양성이 감소하였을 것이며, 특정 피부색에 대한 선호도에 따라 특정 피부색이 그 지역의 주된 피부색으로 정착하게 되었을 것이다. 진화론자들은 피부색이 이동에 따른 자외선 노출의 변화에 따라 어두운 피부색이 밝은색으로 진화하였고, 또한 그렇기 때문에 지역 별로 피부색의 분포가 달라졌다고 주장한다. 그러나 자외선 노출에 의한 피부색의 변화는 유전될 수 없으며, 어두운 피부색이 자외선 노출에 의한 비타민D 형성에 문제가 있는 것도 아니기 때문에 이런 주장은 과학적 근거가 없다. The diversity of skin color involves various cells and other factors besides melanocytes, with 169 identified genes related to melanin. As a result, a wide range of skin colors can be attributed to genetic combinations. There are two types of melanin: dark and light. Skin color appears differently based on the size and distribution of melanin clusters known as melanosomes. Genetic combinations can lead to significant variations in skin color. Additionally, if mutations inhibit melanin production and distribution, skin color tends to be lighter. Skin color is just a part of diversity and cannot serve as a basis for distinguishing people. Categorizing races based on skin color lacks scientific basis. After the Tower of Babel incident, as human genetic pools decreased due to dispersal, diversity in skin color likely diminished. Preferences for specific skin colors led to the prevalence of certain skin tones in particular regions. Evolutionary theorists suggest that skin color evolved from dark to light due to change of UV exposure, resulting in varied skin color distributions across regions. However, skin color changes due to UV exposure are not heritable, and the claim that dark skin presents vitamin D synthesis problems due to UV exposure lacks scientific support.

가변 피부색 모델을 이용한 피부색 물체 영역 검출

도준형(Jun-Hyeong Do),김근호(Keun Ho Kim),이혜정(Haejung Lee),김종열(Jong Yeol Kim) 한국지능시스템학회 2008 한국지능시스템학회 학술발표 논문집 Vol.18 No.2

입력영상에서 피부색 검출을 위한 대부분의 연구들의 경우, 기존의 습득한 영상으로부터 피부색 정보를 얻은 후 이들 정보를 이용하여 컬러 공간 상에서 적절한 경계값올 설정하거나 가우시안 모델링, 베이즈 룰에 의한 히스토그램 모델링등 하나의 고정된 피부색 모델을 이용하였다. 고정된 피부색 모델을 이용하여 피부색 영역을 검출할 경우 영상의 특징에 따라 낮은 검출율이나 높은 긍정 오류율을 보이는 문제가 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 가변 피부색 모델을 이용하여, 2차원 평면 영상상에서 피부색과 유사한 색상들의 분포 특성에 따라 피부색 모델을 수정하여 보다 정확한 피부색 검출을 추출할 수 있는 방법을 제안한다.

색 공간 기반의 피부색 검출 방법과 관심 영역을 이용한 피부색 검출 기법

김대철 ( Dae Chul Kim ),이철희 ( Cheol Hee Lee ),최명희 ( Myong Hui Choi ),하영호 ( Yeong Ho Haa ) 한국화상학회 2012 한국화상학회지 Vol.18 No.4

피부색 정보는 컬러 영상에 포함된 얼굴 영역 또는 피부색 영역을 검출하는데 있어 중요한 요소이다. 일반적으로 피부색 정보로부터 통계 피부색 모델을 이용하여 피부색 영역을 검출한다. 하지만 영상에 피부색에 해당하는 색이 포함되어 있는 컬러 영상에서는 일반적인 통계 피부색 모델만으로 정확한 피부색 영역을 검출할 수 없다. 따라서 본 논문에서는 다른 피부색 부분이 포함되어 있는 다양한 컬러 영상에서 피부색 영역만을 정확히 검출하기 위한 방법을 제안한다. 먼저 RGB, YCbCr, HSI 피부컬러 모델을 기반으로 각 모델을 이용한 피부색 검출율을 가중치로 사용하여 얼굴 후보영역을 설정하였다. 또한 영상내의 피부색 영역이외의 부분을 제거하기 위하여 영상에서의 관심영역을 계산하여 얼굴 후보 영역과 관심 영역을 동시에 만족하는 피부색을 찾음으로써 피부색을 배경으로 가지는 컬러 영상에서 정확한 피부색 검출을 수행하였다. 실험 결과 제안한 방법이 유사한 피부색을 포함한 영상에서 우수한 피부색 검출 성능을 보였다. Skin color information is an important feature for skin region detection in color image. Generally, skin region is detected by using statistical skin color model. however, statistical model has an inaccurate performance in color image including skin color in background. Therefore, this paper proposes skin detection method to detect skin region correctly in various color images which other complexion part is included. First, candidate skin region is set by applying skin detection rates to RGB, YCbCr, HSI skin color models. after that we find region of interest to remove noise part and non-skin region in color image. Then, skin region is detected by using candidate skin region and region of interest. the proposed method is capable of distinguishing skin region from extremely similar skin colors in background. In experimental results, proposed method gives better skin detection than the previous methods.

애니메이션 얼굴 이미지의 선호 피부색

한혜진(Hye Jin Han) 한국애니메이션학회 2015 애니메이션연구 Vol.11 No.1

선호 피부색은 색 재현 분야에서 중요한 주제로 긴 역사를 바탕으로 방대한 연구가 축적되어 있다. 그러나 애니메이션에서의 선호 피부색은 연구된 사례가 별로 없다. 최근 제안되었던 캐릭터의 피부색을 중심으로한 애니메이션 색채 설계(한혜진·이성은, 2014)를 발전시키기 위해, 실제 피부색과는 다른 경향을 가진 애니메이션에서 선호 피부색을 새로운 연구 대상으로 주목할 필요가 있다. 따라서 이 연구에서는 애니메이션 얼굴 이미지의 선호되는 피부색을 알아보고자 했다. 첫째, 실제 일본의 스튜디오 지브리에서 제작된 애니메이션에 쓰이고 있는 피부색의 범위를 조사했다. 조사방법으로 고정된 모니터에 애니메이션 화면을 띄우고 휘도계로 측색을 실시했다. 측색 결과, 실제 피부색의 측색치보다 범위가 넓어져 있어 피부색에 대한 강한 기억색의 영향을 확인했다. 둘째, 애니메이션 얼굴 이미지의 선호 피부색을 순위상관법을 이용하여 조사했다. 실험 방법으로 피험자에게 동일한 조건에서 애니메이션의 얼굴 이미지와 사각형의 색표를 이용하여 선호하는 피부색의 순위를 매기게 했다. 각각의 매겨진 순위를 이용하여 스페어만순위상관계수(Spearman’s Rank Correlation Coefficient)를 계산했다. 자극에 따른 순위상관계수를 비교한 결과, 애니메이션 얼굴 이미지와 사각형 색표에서 선호 피부색이 다른 경향을 띤다는 것이 나타났다. 애니메이션 얼굴 이미지에서도 선호 피부색이 존재한다는 것이 심리물리학적인 실험을 통하여 확인되었다. 더불어 애니메이션 제작을 위한 색 재현 데이터베이스화의 가능성을 확인했다. The study of preferred skin color has been accumulated based on long history, because of important theme in color reproduction. However, preferred skin color in animation has been hardly researched. For developing a proposal of color planning for film image based on character’s skin color(Han&Lee, 2014), the study of preferred skin color in animation, which has unique trends differed from real skin color’s one, is needed to pay attention as a new theme. In this study, preferred skin color in animation will be clarified. Firstly, skin colors in Japanese studio ghibli’s animation were investigated for making sure of the range of skin color in real animation fields. Showing still images of animations on a monitor, skin colors of the images were measured by a luminance meter. Because skin colors’ in the animations were wider than real skin colors’ one, strong effects of memory color could be considered. Secondly, preferred skin color of animation facial images was researched by rank order method. In the same experiment’s condition, subjects determined the raking of preferred skin color using facial images and rectangle color chips. The ranked orders of preferred skin color were calculated as Spearman"s rank correlation coefficient. The differences between facial images and rectangle color chips were identified, comparing the rank correlation coefficients. Through the psychological physical experiment, existences of preferred skin color in animation were ensured. Moreover, possibilities to database for color reproduction of animations were identified.

영상 색채 설계의 검토

한혜진(HyeJin Han),이성은(SungEun Lee) 한국색채학회 2014 한국색채학회 논문집 Vol.28 No.1

1950년대부터 피부색의 재현에 대한 연구가 활발하게 진행되어 왔으나 실제의 사람 혹은 인물 촬영 사진이 연구의 주요 대상이었다. 최근 디지털 매체와 디스플레이 분야의 발전으로 인해 실제로 촬영한 영상뿐 아니라 애니메이션에서도 선호되는 피부색에 대한 연구의 필요성이 대두되고 있다. 본 연구에서는 애니메이션 캐릭터에서 표현된 피부색의 분포와 특성을 분석하고, 그 결과를 바탕으로 색채 설계의 방법론을 구축하기 위한 응용 가능성을 색채학적인 측면에서 살펴보았다. (1)초창기 애니메이션에서 보인 피부색의 특징에 대해 알아보고, (2)2D 애니메이션에서 표현된 피부색을 조사하고 배경과의 관계 그리고 명도 및 채도와의 관계를 살펴보고, (3)2D 애니메이션과 3D 애니메이션에서 선호되는 피부색과 피부색 판단의 차이에 대해 알아본다. 결론적으로, 애니메이션 캐릭터 피부색의 특징을 중심으로 톤과 그러데이션이 피부색 인지에 미치는 영향을 고려한 애니메이션 색채의 설계의 기반을 구축하고자 한다. After 1950s, color reproduction for skin color was studied, mainly based on real human skin color or photographs of humans". Because, a variety of media and display was developed recently, not only the study of real human skin color but also animation character"s one are needed. In this study, skin colors" distribution and attribution will be analyzed in aspect of color science. (1)Features of characters"s skin color in the earliest animation, (2)character"s skin color in 2D animation and effect of tone(lightness and chroma) (3) skin colors" difference between 2D and 3D animation"s character will be researched through experiments. Consequently, animation color planning could be suggested, based on features of animation character"s skin color and effect of spatial frequency,

얼굴 검출을 위한 피부색 추출 과정에서 피부색 손실 영역 개선에 관한 연구

김동인,이강성,한군희,이상훈 한국융합학회 2019 한국융합학회논문지 Vol.10 No.5

본 논문에서는 피부색 추출과정에서 그림자나 조명에 의해 얼굴 표면이 손실되어 피부색 추출이 되지 않는 문제 점을 해결하기 위하여 개선된 얼굴 피부색 추출 방법을 제안하였다. 기존의 HSV를 이용한 방법은 조명에 의해 얼굴표 면이 밝게 비춰지는 경우에 피부색 추출과정에서 피부색 요소가 손실되기 때문에 얼굴표면에 손실 영역이 나타나게 된다. 이러한 문제점을 해결하기 위해 피부색을 추출한 뒤 손실된 피부 요소 중 HSV 색공간에서 피부색의 H 채널 값 범위에 있는 요소들을 판단하여 손실된 부분의 좌표와 원본 이미지 좌표의 결합을 통해 피부색이 손실되는 부분을 최소 화 하는 방법을 제안하였다. 얼굴 검출 과정으로는 추출한 피부색 이미지에서 질감 특징정보를 나타내는 LBP Cascade Classifier를 이용하여 얼굴을 검출하였다. 실험결과 제안하는 방법이 기존의 RGB와 HSV 피부색 추출과 LBP Cascade Classifier 방법을 이용한 얼굴검출보다 검출률과 정확도는 각각 5.8%, 9.6% 향상된 결과를 보였다. In this paper, we propose an improved facial skin color extraction method to solve the problem that facial surface is lost due to shadow or illumination in skin color extraction process and skin color extraction is not possible. In the conventional HSV method, when facial surface is brightly illuminated by light, the skin color component is lost in the skin color extraction process, so that a loss area appears on the face surface. In order to solve these problems, we extract the skin color, determine the elements in the H channel value range of the skin color in the HSV color space among the lost skin elements, and combine the coordinates of the lost part with the coordinates of the original image, To minimize the number of In the face detection process, the face was detected using the LBP Cascade Classifier, which represents texture feature information in the extracted skin color image. Experimental results show that the proposed method improves the detection rate and accuracy by 5.8% and 9.6%, respectively, compared with conventional RGB and HSV skin color extraction and face detection using the LBP cascade classifier method.

20-30대와 40-50대 L*a*b*값의 빈도에 따른 얼굴색과 피부색 비교분석

신향선(HyangSun Shin),박연선(YunSun Park) 한국색채학회 2015 한국색채학회 논문집 Vol.29 No.2

최근 색의 민감도가 점점 높아지면서 세분화된 색채기획과 색영역에 관심이 높아지고 있다. 피부색 관련분야 역시 연령별 얼굴색과 피부색을 구체적으로 구분한 색영역에 대한 세부적인 가이드라인의 필요성이 요구된다. 이에 본 연구는 20-30대와 40-50대 얼굴색과 피부색을 비교분석하여 그 차이점을 알아보고 향후 본 연구의 결과를 피부색관련 제품색상개발과 선정에 활용하고 피부색을 간략하고 신속하게 육안으로 평가하는 시감비색용 가이드라인을 선정하는데 참고자료로 활용될 수 있는 기초연구로 활용하고자 함이 본 연구의 목적이다. 연구방법으로는 삼자극치 색차계를 이용한 L*a*b 측정값을 통해 피부색의 밝기와 적색도, 황색도의 색차를 비교분석하여 차이점과 색영역을 제시하고자 한다. 연구결과는 다음과 같다. 연령별 L*(밝기)값은 20-30대 경우 명도64∼68사이가 가장 많이 분포되어 있으며 40-50대는 명도62∼66를 지니고 있어 20-30대가 비교적 한 단계 밝은 피부색을 지니고 있다. 얼굴색의 경우 20-30대는 비교적 어두울수록 a*(적색도)값과 b*(황색도)값이 높게 나타났고 반면에 40-50대는 b*(황색도)값은 변화가 크지 않고 a*(적색도)값은 높게 나타났다. 피부색의 경우는 a*(적색도)값과 b*(황색도)값을 비교분석하게 되면 a*(적색도)값의 경우 20-30대와 40-50대 차이가 크지 않은 것으로 나타났고 b*(황색도)값의 경우는 20-30대에 비해 40-50대가 노르스름한 편이다. 20-30대와 40-50대 얼굴색과 피부색을 비교분석하여 연령별 밝기와 적색도, 황색도의 가장 큰 차이점은 a*(적색도)값과 L*(밝기)값의 차이로 이에 관한 색영역을 통해 피부색 보정컬러를 제시하는 것이 효과적이라고 본다. 본 연구결과를 통해 연령별 세분화된 제품색상개발과 선정에 필요한 기초연구자료로 활용할 수 있기를 기대한다. As responsiveness to color rises up recently, many are interested in detailed color management and color region. In the related field to skin color, too, it is required that a detailed guideline on skin color to subdivide complexion and skin color for various age groups. The purpose of this study is that analyzing characteristics and differences of complexion and skin color in 20s-30s and 40s-50s comparatively and making a suggestion for color region. Further to this, this study suggests that making a simple and handy guideline for analyzing skin color in macrography through visual colorimetry. A method of this study is that a comparative analysis on brightness, color difference in Redness and Yellowness of skin color by L*a*b measured values through XYZ color difference meter, suggesting differences and color regions. The result of this study is the following. In L*(brightness) values by age groups, most ranged between brightness 64-68 in 20s-30s and brightness 62-66 in 40s-50s. It showed that 20s-30s has one level brighter skin color than the other age groups comparatively. On complexion, it showed that high a*(Redness) values and b*(Yellowness) values as darkened comparatively in 20s-30s while the less variable b*(Yellowness) values and high a*(Redness) values in 40s-50s. As analyzed comparatively on a*(Redness) values and b*(Yellowness) values in skin color, a*(Redness) values showed less differences between 20s-30s and 40s-50s and b*(Yellowness) values showed yellower results in 40s-50s than in 20s-30s. With comparative analysis on skin color in 20s-30s and 40s-50s, the biggest difference is the different values between a*(Redness) values and L*(Brightness) values. Therefore, a suggestion on skin color for correction would be effective in using the related color region. I hope that the result of this study would be utilized for a reference to age-subdivided color development and color matching in products.

시감비색 측정피부색과 자가인지 피부색, 선호피부색 비교분석

신향선(HyangSun Shin),박연선(YunSun Park) 한국색채학회 2015 한국색채학회 논문집 Vol.29 No.1

일반적으로 피부색에 관한 객관적인 정확도를 위해 물리적 측색인 색차계를 사용하여 측정된 피부색 영역을 활용하고 있다. 이때 실제 시감으로 보는 피부색과 측색된 값을 재현한 경우 색차가 크기에 간편하게 육안평가를 위해 활용하는 측면에서는 실용성이 떨어진다. 특히, 감성적인 측면을 고려하여 색채개발을 하는 경우 소비자 스스로 자기 피부색을 인지하고 선호하는 피부색 영역에 관한 색재현과 선정이 필요하게 된다. 본 연구의 목적은 육안평가를 위한 시감비색 측정색과 소비자 스스로 판단하는 자가인지 피부색, 선호피부색에 대한 빈도에 따른 분포도와 색영역을 비교분석을 통해 육안평가시 활용되는 피부색에 대한 컬러가이드라인과 관련 색조개발단계에서 시감비색과 소비자가 선호하는 감성적인 측면의 피부색을 재현할 때 참고자료로 활용하고자 함이다. 이에 본 연구는 물리적 측색을 통해 측색된 피부색을 토대로 색영역을 참고하여 시감비색 측정용 색표집을 제작하고 시감비색 측정피부색과 자가인지 피부색, 선호피부색에 대한 빈도에 따른 분포도와 색영역을 비교분석하여 알아보았다. 연구 결과는 다음과 같다. 시감비색 측정피부색은 물리적인 측색의 피부색보다 밝고 노르스름하게 측정되었고 자가인지 피부색의 경우 시감비색 측정피부색보다는 비교적 밝고 붉게 인지하고 있음을 확인했다. 선호피부색은 자가인지하는 피부색보다 더 밝은 피부색을 선호하는 결과로 한국여성의 핑크빛의 밝은 피부색 선호도가 그대로 반영된 결과가 나타났다. 이에 육안평가에서 시감에 적합한 피부색 평가에 필요한 기준색을 제시하는 컬러가이드라인에서 실용성 있는 적절한 기준색을 선정하는데 도움을 주게 될 것이라 본다. In general, colorimetry on skin color utilizes physical colorimeter with measured skin color area in consideration of objective accuracy. At that time, the grand discrepancy between skin color by visual colorimetry and the one by colorimeter makes it less effective in practical usage. In particular, color development in terms of the emotional effect requires the selection and demonstration of skin color and preference by customers themselves. The purpose of this study is for making a reference to set a color guideline in practical usage and related color development on skin color through a distribution chart in frequency of color by visual colorimetry and self-recognized and preferring skin color by customer. In this regard, this study suggests that a comparative analysis on color area and distribution chart in frequency of color on self-recognized and preferring skin color with a color chart for visual colorimetry based on skin color by colormetry. The results are the following. It is confirmed that the skin color by visual colorimetry showed brighter and yellower than the one by colorimeter and the self-recognition skin color showed quite brighter and redder than the one by visual colorimetry. The preferring skin color showed much brighter skin color preference than self-recognized skin color, reflecting preference of Korean women in bright pink skin color. It will help to select proper standard color as setting a guideline for standard skin color in practical usage through macrography.