FIELD NOTES / FACE MEASUREMENTS
理解面部评分
先看参考规则，再判断数字意味着什么。
本文为 AI 辅助编写的产品说明，已对照公开方法与下方技术来源核对。示意图和计算数字仅用于讲解，不是个人实测结果，也不代表经过临床审核。
把照片读数与人本身分开
显示的数字描述一组可见二维测量与本产品参考规则的接近程度，不代表所有人会如何看待你。表情、取景和检测点位置都会影响输入。即使身体特征没有改变，换一张照片也可能得到不同结果。方法页和结果面板会随分数提供这些背景。
逐项阅读四个维度
总分按固定权重合并对称性、可见网格三段、水平五段和可见面部比例。十分制评分是同一总分除以十，不是第二个独立意见。请查看各项原始测量与公式。某项较低只表示本张照片与对应参考存在偏差，不证明有缺陷，也不意味着你需要作出改变。
把限制也作为结果的一部分
暂定结果表示照片触发了质量警告；被拒绝的照片没有总分。缺失维度不会被悄悄替换，也不会直接赋为满分。只有使用同一方法版本、且拍摄条件适合时，才进行比较。如果数字让你心情更差，却没有帮助你理解有用的信息，可以把数字放在一边，关注自己已经喜欢的实际选择。
按这个顺序读结果
有用的结果应先说明输入，再提供解释。先看照片质量和测量定义；醒目的分数只是选定规则的一种汇总，应该放在最后比较。
- 先看结果是可评分、暂定还是不可用。暂定结果带有照片质量警告；不可用结果没有总分。
- 阅读维度标签。可见三段从检测网格点开始，并非真实发际线；横向五段也是几何参考。
- 打开测量详情，查看原始比例、点位定义、公式和方法版本。其他网站的相似标签可能采用不同端点。
- 了解某一维度较低的原因。偏离参考只描述这次计算，不证明个人存在缺陷。
- 如果需要比较不同拍摄，可准备条件一致的第二张照片。先看维度变化，再看总分或十分制结果。
算例：总分如何组成
假设四个有效维度分为 90、80、70 和 60。这些是编写的教学数字，不是任何人的读数。下表按当前产品权重计算各项贡献，只演示算术，不验证权重选择是否合理。
| 维度 | 示例分数 × 权重 | 贡献值 |
|---|---|---|
| 镜像几何 | 90 × 0.30 | 27.0 |
| 可见三段 | 80 × 0.25 | 20.0 |
| 横向五段 | 70 × 0.25 | 17.5 |
| 所选比例 | 60 × 0.20 | 12.0 |
示例总分为 76.5/100，即 7.65/10。若只有比例维度提高十分、其他输入不变，总分会提高两分。这是公式关系，不是某种造型能改善面部的预测。缺失维度不会重新分配权重生成总分。
如实比较一组重复结果
- 使用相同方法版本重复分析同一文件三次，记录质量状态、每个维度及缺失结果。
- 再比较三张条件相近、分别拍摄的自然正面照。保留文件编号，区分同文件重复与重新拍摄。
- 对每个维度计算范围＝有效读数的最大值减最小值。范围小只说明这几次结果接近，不代表已经验证其与真值的准确程度。
分数区间描述加权参考匹配，不是人群百分位。76.5/100 不表示比 76.5% 的人更有吸引力。数字没有帮助时，可以停止评分，只使用拍照或风格指南，不必追逐分数。
搭配相应工具阅读
来源与适用范围
这些来源解释关键点检测和摄影原理，不为本产品的权重、参考目标、吸引力标签或造型建议背书。本产品的评分规则见方法页。
- Google AI Edge · 面部关键点检测说明
说明关键点模型及输出能力；它不是颜值评分模型。