在早期的 AI 面部应用中，我们经常能看到这样的产品：上传一张照片，系统隔几秒便吐出一个“82 分”或“颜值处于前 15%”的数字。
这种黑盒打分模式存在两个明显的弊端：
- 缺乏可解释性（Lack of Explainability）：用户完全不知道这个分值是如何计算出来的，算法基于什么标准，又忽略了哪些特征。
- 容易诱发焦虑与偏见：将复杂的人类面部结构归结为单一的打分，不仅带来主观审判色彩，也容易嵌入训练集带来的特定偏见。
现代基于数据科学与几何学的面部分析，正在经历一次转向——从**“黑盒打分”走向“可解释性面部报告（Explainable AI Face Report）”**。用户需要的不是一个冰冷的分数，而是一份清晰、透明、有据可依的面部几何比例结构拆解。
端侧计算与关键点定位：数据可解释的基石
一份可解释的报告，第一步在于测量过程的透明化。
在 FacialHarmonyAI 的分析流程中，优先采用了基于 Google MediaPipe Face Landmarker 的端侧计算方案。这意味着：
- 浏览器内本地处理：导入正脸照片后，图像数据直接在你的浏览器内存中完成特征提取与几何解析，无需将原始照片沉淀至远端服务器，保障了个人隐私。
- 高密度面部网格（Face Mesh）：算法会在面部识别出高密度的三维坐标点（Landmarks），涵盖瞳孔、内眦、外眦、鼻翼边缘、唇峰及下颌角等关键解剖节点。
- 坐标测量可校验：测量结果直接基于这些可视化的关键点坐标系。如果定位点出现偏差，用户可以在映射图层中直观看到，保证了底层输入数据的真实性。
拆解 30 项前额平面比例：几何公式与群体分布
进入核心报告层，可解释性体现为放弃单一得分，转而输出详尽的几何比例（Proportional Ratios）。
在古典美学与现代人体测量学（Anthropometry）的发展脉络中，研究者们总结了许多用于描述面部结构关系的指标。但我们需要区分科学测量与教条迷信：
1. 经典法则与 Farkas 人体测量学
早在文艺复兴时期，画师们就提出了“三庭五眼”（将面部纵向分为三等分、横向以眼宽为单位分为五等分）的经验法则。现代面部测量学（如 Leslie G. Farkas 等人的研究）进一步将其标准化为精确的解剖测量项。
在 Atelier 报告中，包含了约 30 项前额平面比例类指标，例如：
- 纵向三庭比例：上颜面高（发际线至眉间点）、中颜面高（眉间点至鼻底点）、下颜面高（鼻底点至颏下点）的相对比例关系。
- 横向眼间距比：两侧内眦间距（Intercanthal distance）与单侧眼裂宽度（Palpebral fissure width）的比值。
- 鼻唇几何关系：鼻翼基底宽度与内眦间距的相对比例、上唇与下唇的高度比。
- 面部轮廓宽高比：颧骨间宽（Zygomatic width）与面部总高度的比率。
2. 关于“黄金比例（$\\phi \\approx 1.618$）”的理性视角
许多商业宣传喜欢将黄金比例尊为“唯一的美学标准”。然而在学术研究中，黄金比例仅作为一个历史研究线索与探讨方向。人类面部具有丰富的多样性，不存在某一个固定的常数 $\phi$ 能够定义所有美感。一份真正可解释的报告，会将其视作一个探讨维度，而不是判定美丑的考卷。
3. 参考群体分布（Reference Population Distributions）
在报告中，每一个测量项都会展示具体的几何计算公式与参考群体分布：
- 公式公开：例如
Ratio = Distance(Point_A, Point_B) / Distance(Point_C, Point_D)，用户与专业人士可以清晰复现计算过程。
- 分布区间：报告会标出你的测量数值在群体统计分布中的位置（如处于中位数附近或偏离区间），客观呈现结构特点，不作主观价值评价。
| 测量维度 |
计算公式示例 |
传统黑盒处理方式 |
可解释报告（Atelier）处理方式 |
| 眼间距比例 |
$\text{内眦间距} / \text{眼裂宽}$ |
“眼睛扣 5 分” |
输出具体比值（如 1.02），对比群体分布 |
| 面部三庭分布 |
$\text{中颜面高} / \text{下颜面高}$ |
“脸型打分 78 分” |
提供各段百分比及结构对比，无优劣定性 |
| 下颌几何开角 |
$\text{双角间宽} / \text{双颧间宽}$ |
“下颌角不标准” |
客观呈现宽度比率与轮廓线条几何参数 |
明确边界：非医疗诊断与非手术规划
负责任的 AI 面部分析工具，必须明确界定自身的功能边界。
在分析报告中，我们始终明确：
- 非医疗诊断：报告仅基于二维/三维图像进行表型几何比例分析，不涉及任何颅面外科、咬合关系或皮肤病理学的临床诊断。
- 非手术/整形规划：报告数据不能作为任何侵入性医疗或整形手术的切口、骨切开线规划依据。医生在进行临床决策时，必须依赖专业的 CBCT、三维定点扫描与面对面诊察。
报告的初衷是满足个人对自身面部结构特点的好奇与探索，提供一份科学、中立的几何参考图谱。
如何体验透明的面部几何分析？
如果你希望摆脱粗暴的颜值打分，从几何比例的角度了解自己的面部特征：
- 免费体验基础分析：访问 FacialHarmonyAI 首页，上传正脸照片即可在浏览器内快速生成免费 Preview，直观查看面部关键点与基础比例。
- 探索完整报告结构：你可以先翻阅 示例报告，查看全套包含 30 项前额平面指标、坐标拆解图与公式分布的完整展现形式。
- 解锁 Atelier 完整报告：若希望获取包含完整 30 项比例细节、高阶几何分布图表的深度报告，可选购 $9.99 一次性 的 Atelier 报告服务。我们坚决不设任何隐性订阅或自动续费，让每一次探索都透明清爽。
理解面部的几何特征，不是为了去迎合某种单一的标准，而是透过数据的镜子，看见属于自己的独特比例关系。
