初期のAI顔分析アプリでは、写真をアップロードすると数秒後に「82点」や「顔立ち上位15%」といった数値が出力される製品がよく見られました。
このようなブラックボックス型スコアリングには、2つの明確な弊害が存在します：
- 説明可能性の欠如（Lack of Explainability）：ユーザーはその数値がどのように算出されたのか、アルゴリズムがどの基準に基づいており、どの特徴を無視しているのかを全く知ることができません。
- 不安や偏見の誘発：複雑な人の顔構造を単一の点数に還元することは、主観的な評価・判断の色彩を帯びるだけでなく、学習データセットに由来する特定の偏見を埋め込んでしまうリスクがあります。
データサイエンスと幾何学に基づく現代の顔分析は、**「ブラックボックス型の点数付け」から「説明可能な顔分析レポート（Explainable AI Face Report）」**への転換期を迎えています。ユーザーが求めているのは冷淡な点数ではなく、明確で透明性があり、根拠に基づいた顔の幾何学的比例構造の解剖です。
端末内計算とキーポイント定位：データ説明可能性の基盤
説明可能なレポートの第一歩は、測定プロセスの透明化にあります。
FacialHarmonyAI の分析プロセスでは、Google MediaPipe Face Landmarkerに基づく端末内（クライアントサイド）計算ソリューションを優先的に採用しています。これには以下のメリットがあります：
- ブラウザ内ローカル処理：正面写真を読み込んだ後、画像データはブラウザのメモリ内で直接特徴抽出と幾何学的解析が行われます。元の写真を外部サーバーに蓄積・送信する必要がないため、個人のプライバシーが保護されます。
- 高密度フェイスメッシュ（Face Mesh）：アルゴリズムは、瞳孔、内眼角（目頭）、外眼角（目尻）、鼻翼の縁、唇の山（キューピッドバウ）、下顎角などの主要な解剖学的ノードを含む、顔上の高密度な3次元座標点（Landmarks）を認識します。
- 検証可能な座標測定：測定結果は、これらの視覚化されたキーポイント座標系に直接基づいています。万が一位置にズレが生じた場合でも、ユーザーはマッピングレイヤー上で直感的に確認でき、ベースとなる入力データのリアルタイムな正確性が保証されます。
30項目の正面平面比率を解剖：幾何学公式と人口分布
レポートの核心部分において、説明可能性は単一のスコアを廃止し、詳細な幾何学的比率（Proportional Ratios）を出力することに表れます。
古典美学と現代の人体測定学（Anthropometry）の発展の歴史において、研究者たちは顔の構造的関係を記述するための多くの指標をまとめてきました。しかし、私たちは科学的な測定と教条主義的な迷信を区別する必要があります：
1. 伝統的法則と Farkas 人体測定学
ルネサンス期にはすでに、画家たちが「三庭五眼」（顔の縦方向を三等分、横方向を目頭から目尻までの目の幅を単位として五等分する）という経験則を提唱していました。現代の顔面人体測定学（Leslie G. Farkas らの研究など）は、これらをさらに精緻な解剖学的測定項目として標準化しました。
Atelier レポートには、以下のような約30項目の正面平面比率指標が含まれています：
- 縦方向の三庭比率：上顔面高（生え際から眉間点）、中顔面高（眉間点から鼻底点）、下顔面高（鼻底点からオトガイ下点）の相対的な比率関係。
- 横方向の眼間距離比：両側の内眼角間距離（Intercanthal distance）と片側の眼裂幅（Palpebral fissure width）の比率。
- 鼻唇の幾何学的関係：鼻翼基底幅と内眼角間距離の相対比率、および上唇と下唇の高さ比。
- 顔面輪郭のアスペクト比：頬骨弓間幅（Zygomatic width）と全顔面高の比率。
2. 「黄金比（$\phi \approx 1.618$）」に関する理性的視点
多くの商業プロモーションでは、黄金比を「唯一の美の基準」として持ち上げる傾向があります。しかし学術研究において、黄金比は歴史的な研究の手がかりや議論の一方向に過ぎません。人類の顔には豊かな多様性が存在し、すべての美しさを定義できるような固定された定数 $\phi$ は存在しません。真に説明可能なレポートは、これを探索の一次元として捉え、美醜を判定するための採点基準としては扱いません。
3. 参照人口分布（Reference Population Distributions）
レポート内では、すべての測定項目において具体的な幾何学的計算公式と参照人口分布が表示されます：
- 公式の公開：例えば
Ratio = Distance(Point_A, Point_B) / Distance(Point_C, Point_D) のように明記され、ユーザーや専門家が計算過程を明確に再現できるようになっています。
- 分布区間：レポートには、あなたの測定値が集団統計分布のどの位置にあるか（中央値付近か、あるいは平均から離れているかなど）がプロットされ、構造的特徴を客観的に示します。主観的な価値評価を加えることはありません。
| 測定次元 |
計算公式の例 |
従来のブラックボックス処理 |
説明可能レポート（Atelier）の処理方式 |
| 眼間距離の比率 |
$\text{内眼角間距離} / \text{眼裂幅}$ |
「目が小さいため -5 点」 |
具体的な比率（例：1.02）を出力し、人口分布と比較 |
| 顔の三庭分布 |
$\text{中顔面高} / \text{下顔面高}$ |
「顔型スコア 78 点」 |
各区間の割合と構造比較を提供し、優劣の定性化は行わない |
| 下顎の幾何学的角度 |
$\text{下顎角間幅} / \text{頬骨弓間幅}$ |
「下顎角が基準外」 |
幅の比率と輪郭線の幾何学的パラメータを客観的に提示 |
境界の明確化：医療診断および手術計画ではないことの明記
責任あるAI顔分析ツールは、自らの機能的境界を明確に規定しなければなりません。
分析レポートにおいて、私たちは常に以下を明確にしています：
- 非医療診断：レポートは2次元/3次元画像に基づく表現型幾何比率の分析のみを行うものであり、頭蓋顎顔面外科、咬合関係、または皮膚病理学に関する臨床診断を行うものではありません。
- 非手術/整形計画：レポートのデータは、侵襲的な医療行為や美容整形の切開線・骨切り線の計画根拠として使用することはできません。医師が臨床的意思決定を行う際は、専門的なCBCT、3次元定点スキャン、対面診察に依拠する必要があります。
本レポートの本来の目的は、ご自身の顔の構造的特徴に対する個人的な好奇心と探求心を満たし、科学的かつ中立的な幾何学的リファレンスマップを提供することにあります。
透明性のある顔面幾何学分析を体験するには？
安易な美醜のスコアリングから脱却し、幾何学的比率の視点からご自身の顔の特徴を理解したい方は：
- 無料で基礎分析を体験：FacialHarmonyAI のトップページにアクセスし、正面写真をアップロードするだけで、ブラウザ内で迅速に無料 Preview を生成し、顔のキーポイントと基礎比率を直感的に確認できます。
- レポートの全構造を探求：まずは サンプルレポート をご覧いただき、30項目の正面平面指標、座標解剖図、公式分布を含む完全な表示形式をご確認いただけます。
- Atelier 完全レポートを解放：全30項目の比率の詳細や高度な幾何分布グラフを含む詳細レポートをご希望の場合は、**$9.99 の買い切り（一回限り）**で Atelier レポートサービスをご利用いただけます。隠れたサブスクリプションや自動更新は一切ありませんので、毎回安心して探求いただけます。
顔の幾何学的特徴を理解することは、特定の単一基準に合わせるためではなく、データの鏡を通じて、自分だけの固有の比例関係を発見するためのものです。
