打开前摄。光线还可以，咔嚓一声拍下照片并上传到网络上，在三秒钟之内就会出现一个圆圈。跳出一个数据来——82分。五官精致程度为90分、脸型对称度为85分、皮肤状况为78分。旁边还有一句话：“盛世美颜、明星级。”

关闭后换一个角度，把下巴往里面收一点，再拍一张。分数变成了91分，并且评价也变成了倾国倾城。接着又试了一个软件，同样的这张照片上传过去之后，分数直接降到67分了。长相一般，路人水平。

在线测颜值软件的主要原理就是对人脸进行特征点定位的过程。简单来说，程序会在你的脸上抓取68个或者128个坐标点。眼睛的距离、鼻子的高度、颧骨的位置、下颌角的弧度。每一个点的坐标都与数据库中所称的标准人脸进行比较。差值越小得分就越高。

数据库是从哪里来的呢？一部分来自于公开的人脸数据集，另一部分则是开发人员自行标记的。被标出的人认为刘亦菲很美，所以刘亦菲面部的各项参数所占的比例就会比较大。标出的人喜欢迪丽热巴的话，那么又是一套不同的标准。程序没有审美观，程序只有一种参照系。

市场上一百多款测评颜值的应用程序所使用的底层框架基本上只有三种：Face++、百度AI开放平台、Google ML Kit。剩下的部分使用的是开源项目OpenCV搭建的一个简单的版本。什么意思呢。同一家技术供应商提供的评分逻辑是完全相同的。换一个皮肤、修改一下用户界面、增加一些广告内容，新的应用程序就会上线了。你下载了五个软件。四个后端调用的是同一个接口。返回来的原始数据完全一致。分数差距只存在于前端做的加减乘除之中。

有些软件为了提高留存率而故意降低分数。第一次测试得了58分，心里很不舒服。过了几天再测又得65分。系统显示颜值上升的趋势比较明显。感觉不错的话可以继续使用。分数波动的本质就是产品的运营策略，并不与人的长相有关。

另外一种软件则另辟蹊径。不用调用大厂API，自己去训练模型。但是数据量不足怎么办？那就去爬取网红的照片、爬取明星参加电视剧时拍摄的照片、爬取小红书上的高赞自拍照等等。该人群的颧骨高度趋于一致，眼睛距离较短，下颌角比较尖锐。模型所学习到的规律就是：越是像网红的人得到的报酬就越高。因此你用原来的相机素颜拍照来测试，得到的成绩一般都不会超过70分。稍微P一下，磨皮、瘦脸、大眼，分数蹭蹭涨。程序认为的是美的东西。程序认为它是已经见过的样本分布。

肤色对于评分结果的影响，在算法中被扩大了。很多模型的训练集中的东亚面孔所占的比例过少。或者是相反的情况，全部是东亚网红的脸。你的肤色再深一些，亮度调低一些，曝光不准的话，算法就会直接判断出面部轮廓模糊了。轮廓不清晰表示特征点定位出错。定位失败分就低了，并不是因为你不够漂亮，而是因为光线没有站在你的这一边。

光线。对于测分的结果来说，前三名的影响很大。顺光拍摄，额头、鼻尖、下巴处有一条高光线，算法认为该面部立体度较高。逆光拍摄的时候，阴影会把下巴线条给遮住，所以系统认为你的脸部形状是不规则的。侧光拍摄时，两边的脸亮度不一致，在对称度那一栏里就会被扣分。对称度在评分体系中所占的分量很大。人的眼睛会自动校正光影误差，而算法则全部接受这些误差。

背景也很重要。杂乱背景对特征提取造成干扰。在纯色墙前得分为高分的情况比花被子前得分为高的情况要多一些。戴着眼镜就会挡住眼睛周围的要害部位。刘海盖住眉毛就会发出警报。口罩直接报错不能识别。程序没耐心。程序只能看到自己可以看见的东西。

测试环境说完了。对软件之间进行纵向比较。

Face++系。国内使用频率最高的是什么？它的识别速度如何？它的定位精度怎么样？缺点是对于亚洲男性的评价普遍较低。同一个人，在Face++中得到的分数要比女性平均低8到12分。在训练数据中，女性样本的数量远远大于男性的样本数。算法在男性的脸部特征上拟合的效果比较差。

百度AI系。对面部容忍度要比Face++大一些。30度偏转仍然可以正常的给分。侧面的照片分数通常会低于正面照片的分数。这是对的。人的正面照片更加符合人们对称性的期待。百度系的一个特点是年龄估算模块、颜值模块共享特征层。把年龄判定为年轻的，把颜值分判定为高的，这样就可以得到一个比较合理的结论了。22岁的样子好像才18岁，多加3-5分。

Google ML Kit。欧美脸型得分为一般较高。眉骨突出、眼窝深陷等特征，在数据集中已经被标注为高吸引力。亚洲扁平脸上传上去得分为较低分。不是歧视。是因为样本分布造成的数据偏差。

微软Azure Face API。不直接给颜值打分，而是给出一些面部属性标签。微笑的程度、胡子的浓密程度以及化妆等级。开发人员得到这些标签之后再进行加权计算得分。因此使用Azure搭建的测评分数软件中，分值和方差都很大。有的把微笑权重设置得很高。不笑扣20分。有的人把胡须看作是不好的标志。蓄须直接不合格。

没有哪款软件能够真正的去理解什么是美。美是由文化的构建、时代的喜好以及个人的感受共同组成的。在唐朝把胖当作美的一种情况下，所有的算法都表现得很差。程序做的就是模式匹配。把目前社会最大的共同点——即最普遍的审美趣味用数学公式来确定下来。今天觉得瓜子脸很美，明天说不定就会流行方圆脸了。算法已经过时了。算法总是落后于时代的。

在线测分另外一个方面就是硬件不同。手机前摄镜头的焦距一般为24mm～28mm左右。使用广角镜头拍摄人物时，鼻梁会显得比较长，脸部轮廓也会被拉伸。用肉眼看镜子里面的人，再用前摄像头拍出的人，其实都是两个人。算法只能对拍摄出的这张图片进行分析。它并不知道你的真人是什么样子。因此，在现实生活中被人夸赞漂亮的人，并不一定测得分数高。不是你自己的问题，而是由于光学畸变造成的。

测分软件还会给皮肤的状态打分。这块相对客观。用像素方差来判断纹理的粗糙度，用色域分布来判断皮肤的暗沉程度。皮肤检测的结果要比颜值总分更准确一些。护肤前后的对比测试，分数的变化可以被肉眼看到。进行皮肤状况追踪有一定的参考价值。颜值总分的意义越来越小。

影响分值大小的因素有三个：光的角度、修图的程度以及软件算法的方向。与你真实的相貌有关性的大约是30%左右。同一个体，在不同的光线条件下会有相差二十多分的情况也是正常的。P不P图分差大于30分。更换软件之后分数相差大于15分。三个因素相加，一个人可以由原来的50分上升到95分。

另外还有一种可以付费查看详细的报告。花费12元就可以解锁面相分析、运势解读、明星相似度等服务。报告是由模板自动生成的，额头饱满表示事业成功，下巴圆润表示晚年幸福，鼻梁高挺表示财运亨通。从心理学的角度来看，这就是巴纳姆效应。你会自己对号入座。

有一个很冷的知识。大多数软件给出的成绩是正态分布。平均分为68～72。小于60就叫普通，大于85就叫惊艳，区间卡得非常死板。目的就是不让你们绝望或者骄傲自大。下一次还会再来测试。

那些得到95分以上成绩的截图是从哪里来的呢？面对着窗户的自然光线，把手机举到离眼睛三十五厘米的地方，稍微低下头来，嘴角微微上扬。眼睛看着镜头下边一厘米的地方。从这个角度看，眼睑提肌所用的力量最少，面部肌肉也最为松弛。光线是从斜上方照射过来的，颧骨处的阴影正好可以勾勒出脸部轮廓。并不是她的长相真的变成了建模脸。而是她掌握了计算法规则。

倒不如问问哪个软件更准确一些。倒不如问问测这个到底有什么用处。想看看自己的相貌水平，在镜子里看一看。找一面干净的镜子，在白天自然光下看一分钟。第一眼觉得哪里好，第十眼还是觉得哪里好，那么这就是真的好。程序告诉你的是像素点的协方差矩阵。