Por qué dos apps de escaneo facial dan notas distintas

La respuesta corta

Sube la misma foto a dos apps de escaneo facial y es fácil que los números difieran veinte puntos. Ninguna de las dos está rota. La nota no es una propiedad de tu cara: es la salida de un proceso, y cada etapa de ese proceso contiene decisiones. Cambia las decisiones y cambia el número.

Tres de esas decisiones explican casi toda la brecha: qué puntos de la cara se miden, entre qué se divide esa medida y en qué parte de su propia escala cae la proporción resultante. Hay una cuarta en la que casi nadie piensa, y ocurre antes de que la app vea nada.

1. No miden los mismos puntos

Los sistemas de análisis facial se apoyan en esquemas de puntos de referencia, y los esquemas no son intercambiables:

• 68 puntos — el trazado clásico de dlib y del OpenCV temprano. Contorno de la mandíbula, dos cejas, puente y base de la nariz, dos contornos de ojo, línea externa e interna de los labios.
• 98 puntos — el esquema de anotación WFLW, usado por varios modelos de investigación. La misma idea, más denso alrededor de los ojos y del contorno de la boca.
• 468 puntos — MediaPipe Face Mesh, una malla densa que cubre toda la cara, mejillas y frente incluidas.
• 478 puntos — la misma malla más diez puntos de iris, cinco por ojo.

Dónde se nota: en el ancho de la nariz. Con 68 puntos hay dos puntos de aleta nasal y un solo tramo entre ellos. Con una malla de 468 hay varios pares candidatos a lo ancho de la nariz, y el par que elija la fórmula mueve la medida unos puntos porcentuales. Con el ancho de la mandíbula pasa igual: el punto más externo de la mejilla en una malla densa no está en el mismo lugar anatómico que la esquina de la mandíbula en un esquema de 68. Dos apps pueden rotular honestamente "ancho de mandíbula" y estar midiendo tramos distintos de tu cara.

Más puntos no significa más precisión. Una malla más densa le da más opciones a la fórmula, y por tanto más margen para discrepar con la herramienta de al lado.

2. Toda proporción necesita un denominador, y eligen uno distinto

Una distancia en píxeles no significa nada: cambia con la resolución, con la distancia a la cámara, con el recorte. Por eso todas las herramientas dividen la distancia bruta entre algo. Los denominadores habituales:

Dos apps pueden calcular el mismo tramo nasal y reportar proporciones distintas porque una divide por el ancho de pómulos y la otra por la caja delimitadora. Si la caja incluye tu pelo, el denominador crece y todas las proporciones encogen a la vez. Así baja una nota entera sin que nada de tu cara haya cambiado.

Un truco para detectarlo: si los números se mueven al cambiar de peinado pero no al cambiar de expresión, probablemente el denominador sea la caja delimitadora.

3. Los datos de entrenamiento no son neutros

Los modelos de puntos de referencia aprenden de fotos anotadas, y las fotos con las que aprendieron deciden en qué caras son precisos. Las notas publicadas por Google sobre Face Mesh describen un conjunto de entrenamiento de unas 30.000 imágenes. Sea cual sea su composición exacta, ningún conjunto representa igual a todas las poblaciones, y los puntos débiles conocidos del campo son consistentes: pose extrema de la cabeza, poca luz, oclusión por gafas, barba o pelo sobre la cara, y tonos de piel que aparecen menos en el conjunto anotado.

En la práctica eso es un error que no ves. Un desvío de dos o tres píxeles en la esquina de la mandíbula es invisible en la vista previa, pero es un cambio real en una proporción, y esa proporción luego se mapea a una escala de 0 a 100 con pendiente pronunciada. Error pequeño en la entrada, diferencia visible en la salida.

Es también la razón de que la misma cara puntúe distinto con otra luz en la misma app. No es el estado de ánimo: es la confianza del detector moviéndose.

4. Algo pasa antes de que corra el modelo

Casi todos los móviles procesan el fotograma antes de entregarlo a la app: suavizado de piel, mapeo de tonos y, en algunos casos, retoque de la forma de la cara. Dos consecuencias.

Primero, el suavizado borra los degradados de textura con los que el modelo encuentra bordes: la línea del labio, el pliegue del párpado, los lados de la nariz. Los puntos se desplazan.

Segundo, el retoque cambia la geometría real. El modelo mide entonces la cara retocada, y la mide con precisión. Está haciendo bien su trabajo sobre la entrada equivocada.

Una app que lee el búfer crudo de la cámara y otra que lee la vista previa ya procesada van a discrepar aunque sus algoritmos sean idénticos.

5. El último paso está diseñado, no medido

Aun con los mismos puntos y el mismo denominador, el número sigue siendo distinto, porque convertir una proporción en una nota es una decisión de diseño. La forma habitual: tomar la proporción r, acotarla entre un mínimo y un máximo y mapearla linealmente a 0–100. Mueve los extremos y se mueven todas las notas.

El 70 de una app puede significar "mitad de la escala, algo por encima de la media". El 70 de otra puede significar el percentil noventa de su propia muestra. Ninguno de los dos extremos está calibrado contra nada externo: se eligen para que la distribución quede razonable en unos cientos de fotos de prueba.

Por eso los números absolutos no viajan entre apps. El orden de clasificación viaja algo mejor, y solo entre caras parecidas.

Una comparación que sí puedes hacer

El truco es sacarte a ti de la ecuación. Una foto impresa es una constante física: misma geometría, misma luz, siempre.

1. Imprime un retrato nítido y frontal en papel mate, de unos 15 cm de alto.
2. Pégalo en la pared a la altura de los ojos. Ilumínalo de frente con una lámpara y cierra la cortina.
3. Escanea la impresión con cada herramienta dos veces, con diez minutos de diferencia. Anota los dos números.
4. Repite con una selfie real a 60 cm, lente a la altura de los ojos, sin filtro.
5. Arma una tabla: herramienta, nota de la impresión, nota de la selfie, diferencia.

Cómo leerla:

• Impresión estable, selfie inestable — la herramienta es sensible a la entrada, no a la cara. Su varianza viene de la luz y la pose.
• La nota de la impresión se aleja mucho de la de la selfie en la misma herramienta — hay preprocesado fuerte. Una impresión no tiene textura de piel que suavizar, así que las dos entradas no son equivalentes.
• Dos herramientas ordenan igual cinco caras impresas — miden cosas parecidas con escalas distintas.
• El orden se invierte — miden cosas distintas, y las etiquetas están haciendo el trabajo.

Ordenar cinco caras y comparar el orden es la única comparación entre herramientas que sobrevive a escalas distintas. Los números absolutos no viajan; los órdenes a veces sí.

Si la variación viene de tu lado y no de la herramienta, arregla primero la entrada: la guía de ángulos para selfies cubre distancia, altura de lente y luz, y el analizador de forma de cara sirve para comprobarlo pasando la misma foto dos veces.

Qué sacar de la nota que te tocó

Nada de esto le quita gracia a los tests. Se la da en otro sentido: los vuelve legibles. Cuando dos apps no se ponen de acuerdo sobre tu cara, el desacuerdo es un hecho sobre las apps —sus puntos, sus denominadores, su conjunto de entrenamiento, su escala— y no un hecho sobre ti. Vale la pena saberlo antes de tomarte una captura en serio.

Preguntas frecuentes

¿Por qué dos apps dan notas distintas con la misma foto?

Esquemas de puntos distintos, denominadores distintos para la misma proporción, datos de entrenamiento distintos y extremos distintos en la escala final. Cualquiera de esas cosas mueve la nota diez puntos.

¿La nota más alta es la más precisa?

No. No hay una verdad de referencia con la que comparar. Una nota alta suele significar que la escala está anclada más abajo, o que la fórmula premia un rasgo que tú tienes.

¿Qué cantidad de puntos es la más precisa?

No hay una respuesta única; depende de la tarea. 68 puntos está muy estudiado y es barato; 468 o 478 da cobertura densa y va bien para analizar forma. La precisión viene del conjunto de entrenamiento y de lo bien que encaje con tus condiciones, no del número de puntos.