正面からの顔写真を分析ページに読み込むと、わずか数秒で画面上に細かなメッシュ点が表示され、両目、小鼻、リップライン、顎の輪郭を正確に描き出します。このプロセスを支えるコア技術が、**顔ランドマーク検出（Facial Landmark Detection）**です。
かつて、このような複雑な幾何学的計算を行うには、写真をリモートサーバーへアップロードする必要がありました。しかし現在では、WebAssemblyとオンデバイス機械学習（On-device ML）の進化により、すべての処理をブラウザ内部でプライベートに完結できます。本記事では、AIがローカル環境で468個の3次元メッシュ点を取得し、これらの座標をいかにして客観的な顔のパーツ比例パラメータへ変換しているのかを解説します。
一、画像ピクセルから 3D 座標へ：ブラウザローカルアルゴリズムの解析
従来の画像処理はピクセルのコントラストや単純なエッジ検出に依存することが多く、顔の回転や照明の変化に脆弱でした。一方、現代のオンデバイス AI モデル（Google AI Edge の MediaPipe Face Landmarker など）は、まったく異なるアプローチを採用しています：
- 画像の前処理：ブラウザが静止画を受け取ると、ローカル環境で回転補正、サイズ正規化、および色彩空間変換（Color Space Conversion）を実行します。
- 単一画像推論（IMAGE Mode）：モデルはフロントエンドで直接実行されるため、元の画像を外部サーバーに送信する必要がなく、プライバシーが強力に保護されます。
- 3D Face Mesh の出力：モデルは顔構造を認識した後、3次元空間座標 $(x, y, z)$ を持つランドマークメッシュを出力します。標準構成では、このメッシュには 468 個の固定された 3D ランドマーク（Landmark Indices） が含まれ、顔のすべての骨格および軟部組織の特徴点を網羅しています。
各ポイントには固定のインデックス番号と意味（目頭、鼻先、唇の山など）が割り当てられているため、数学的アルゴリズムによってこれらのインデックスを基準に正確な空間幾何ベクトルを導き出すことができます。
二、ランドマークインデックスはいかにして顔の幾何ベクトルへマッピングされるか？
468 個の 3D 座標を取得したのち、アルゴリズムはどのようにしてそれらを読み取り可能な顔のパーツ比例指標へ変換するのでしょうか？ 鍵となるのは、離散的なポイント対を距離ベクトルと平面比率へ変換することです：
1. 目頭間距離（Intercanthal Width）
- ポイントマッピング：アルゴリズムは左眼の内角（目頭）と右眼の内角のランドマークを特定し、2次元投影平面上における2点間の絶対ユークリッド距離を計算します。
- 比率関係：目頭間距離は通常、片目の横幅と比較され、水平方向における目の配置のバランス（いわゆる伝統的な「五眼」の中央領域）を測定します。
2. 頬骨幅（Bizygomatic Breadth）
- ポイントマッピング：左右の頬骨弓の最も外側のエッジポイントを選択します。この2点が顔の上半部における最も広い水平基準線を形成します。
- 比率関係：頬骨幅は基準となる分母として使用されることが多く、顔の垂直全長（髪の生え際/眉間から顎先まで）と比較して、顔の縦横比（Width-to-Height Ratio）を算出します。
3. 人中長（Philtrum Length）
- ポイントマッピング：鼻中隔基部（Subnasale）と上唇赤唇縁の中点（Labiale Superius）を特定します。
- 比率関係：人中長は下唇から顎先までの垂直距離との比率を形成し、顔の下1/3のバランス（Lower Facial Third）を評価する代表的な指標となります。
このような幾何ベクトルのマッピングにより、本来抽象的であった 3D 座標データは、約 30 項目の正面平面比例指標を含む客観的なデータ体系へと変換されます。
三、生体計測学の視点：比例の調和 vs. スコアによるルッキズム
顔の特徴を議論する際、多くの人が「ルックスの点数付け」という誤解に陥りがちです。しかし、厳密な生体計測学（Anthropometry）や顔面幾何学の研究において、**「美」とは決して単一の数字ではなく、構造間の比例関係（Harmony）**を指します。
ベオグラード大学による古典的な生体計測学研究（Milutinovic et al., 2014）では、83 名の一般女性と 24 名の広く魅力的と認められている女性の自然頭部姿勢（Natural Head Position, NHP）写真を比較しました。研究結果によると：
- 魅力度が高いグループは、**顔の縦3分割（Facial Thirds）および顔の横5分割（Facial Fifths）**の配置において、より高い統計的均一性（Uniformity）を示しました。
- パーツ単体の絶対的なサイズよりも、顔全体の輪郭における比例の調和がはるかに重要であることが明らかになりました。
黄金比（$\phi \approx 1.618$）について：学術研究において、黄金比は比較の手がかりや議論の主題として取り上げられますが、魅力を測定する「唯一の絶対基準」では決してありません。人間の顔立ちには豊かな多様性が存在し、単一の数値だけを盲目的に追求することは科学的でなく、人種や個人ごとの自然な骨格の個性を無視することになります。
したがって、アルゴリズムによる顔分析の本来の目的は、自身の顔パーツの配置特徴（中庭がやや長い、目頭間隔がやや広めなど）を客観的に理解し、スタイリング、ヘアデザイン、日常の撮影アングルなどの参考に役立てることであり、単純なスコアで自分を評価・判断することではありません。
四、FacialHarmonyAI で体験するブラウザローカル測定
ご自身の顔の具体的な比例関係について知りたい方は、FacialHarmonyAI にて上記の原理に基づいた幾何学分析をお試しいただけます：
- プライバシー最優先：/ja/tests/ ページにアクセスし、鮮明な正面写真をアップロードしてください。すべてのランドマーク検出および幾何ベクトル計算はブラウザ内部で行われ、写真が外部に保存されたり公開されたりすることはありません。
- 無料 Preview：アルゴリズムがコアな特徴点の結線を自動生成し、基本的な顔の縦3分割・横5分割のバランスプレビューを提供します。
- 完全版 Atelier レポート（オプション）：約 30 項目の平面比例指標を含む詳細なレポートを取得したい場合は、$9.99 一回限りの購入で利用可能な Atelier 完全分析を選択できます（サブスクリプションではなく、隠れた費用はありません）。
免責事項：FacialHarmonyAI が提供する比例パラメータは、個人の美意識の探求、写真構図、およびスタイリングの参考のみを目的としており、医療診断や手術計画を目的としたものではありません。自然な顔の個性を尊重することこそが、顔の調和を探求する本当の出発点です。
