Perché due app di scansione viso danno voti diversi

La risposta breve

Manda la stessa foto a due app di scansione viso e venti punti di differenza sono la norma. Nessuna delle due è rotta. Il voto non è una proprietà del tuo viso: è l'uscita di una catena di elaborazione, e ogni passaggio di quella catena contiene scelte. Cambia le scelte, cambia il numero.

Tre di queste scelte spiegano quasi tutto lo scarto: quali punti del viso vengono misurati, per cosa viene divisa quella misura, e in che punto della propria scala finisce il rapporto che ne esce. Ce n'è una quarta a cui quasi nessuno pensa, e succede prima che l'app veda qualcosa.

1. Non misurano gli stessi punti

Le pipeline di analisi viso si appoggiano a schemi di punti, e gli schemi non sono intercambiabili:

• 68 punti — il tracciato classico di dlib e del primo OpenCV. Contorno della mandibola, due sopracciglia, ponte e base del naso, due contorni degli occhi, linea esterna e interna delle labbra.
• 98 punti — lo schema di annotazione WFLW, usato da diversi modelli di ricerca. Stessa idea, più fitto intorno agli occhi e al contorno della bocca.
• 468 punti — MediaPipe Face Mesh, una maglia densa che copre tutto il viso, guance e fronte comprese.
• 478 punti — la stessa maglia più dieci punti dell'iride, cinque per occhio.

Dove si vede: nella larghezza del naso. Con 68 punti ci sono due punti delle ali nasali e un solo intervallo tra loro. Su una maglia da 468 ci sono diverse coppie candidate attraverso il naso, e la coppia scelta dalla formula sposta la misura di qualche punto percentuale. Con la larghezza della mandibola è lo stesso: il punto più esterno della guancia su una maglia densa non sta nello stesso posto anatomico dell'angolo della mandibola in uno schema a 68. Due app possono scrivere onestamente "larghezza mandibola" e misurare tratti diversi del tuo viso.

Più punti non significa più precisione. Una maglia più densa dà più opzioni alla formula, quindi più margine per discordare con lo strumento accanto.

2. Ogni rapporto ha bisogno di un denominatore, e ne scelgono uno diverso

Una distanza in pixel non significa niente: cambia con la risoluzione, con la distanza dalla fotocamera, con il ritaglio. Per questo ogni strumento divide la distanza grezza per qualcosa. I denominatori più comuni:

Due app possono calcolare esattamente lo stesso intervallo nasale e riportare rapporti diversi, perché una divide per la larghezza degli zigomi e l'altra per il riquadro. Se il riquadro include i capelli, il denominatore cresce e tutti i rapporti si riducono insieme. Ecco come cala un voto intero senza che sia cambiato nulla nel tuo viso.

Un controllo utile: se i numeri si muovono cambiando pettinatura ma non cambiando espressione, il denominatore è probabilmente il riquadro.

3. I dati di addestramento non sono neutri

I modelli di punti imparano da foto annotate, e le foto usate decidono su quali visi sono precisi. Le note pubblicate da Google su Face Mesh parlano di un set di addestramento di circa 30.000 immagini. Qualunque sia la composizione esatta, nessun set rappresenta allo stesso modo tutte le popolazioni, e i punti deboli noti del settore sono costanti: posa estrema della testa, poca luce, occlusione da occhiali, barba o capelli sul viso, e tonalità di pelle meno presenti nel set annotato.

In pratica è un errore che non vedi. Due o tre pixel di scarto all'angolo della mandibola sono invisibili nell'anteprima, ma sono un cambiamento reale in un rapporto, e quel rapporto viene poi mappato su una scala 0–100 con pendenza ripida. Piccolo errore in ingresso, differenza visibile in uscita.

È anche il motivo per cui lo stesso viso prende voti diversi con un'altra luce nella stessa app. Non è l'umore: è la confidenza del rilevatore che si sposta.

4. Prima che giri il modello, succede qualcosa

Quasi tutti i telefoni elaborano il fotogramma prima di passarlo all'app: levigatura della pelle, mappatura dei toni, a volte rimodellamento della forma del viso. Due conseguenze.

Primo, la levigatura cancella i gradienti di texture che il modello usa per trovare i bordi: la linea delle labbra, la piega della palpebra, i lati del naso. I punti iniziano a derivare.

Secondo, il rimodellamento cambia la geometria stessa. Il modello misura allora il viso rimodellato, e lo misura con precisione. Sta facendo bene il suo lavoro sull'ingresso sbagliato.

Un'app che legge il buffer grezzo della fotocamera e una che legge l'anteprima già elaborata discordano anche con algoritmi identici.

5. L'ultimo passaggio è progettato, non misurato

Anche con gli stessi punti e lo stesso denominatore il numero resta diverso, perché trasformare un rapporto in un voto è una decisione di progetto. La forma tipica: prendere il rapporto r, limitarlo tra un minimo e un massimo, mapparlo linearmente su 0–100. Sposta gli estremi e si spostano tutti i voti.

Il 70 di un'app può significare "metà scala, poco sopra la media". Il 70 di un'altra può essere il novantesimo percentile del proprio campione. Nessuno degli estremi è tarato su un riferimento esterno: sono scelti perché la distribuzione sembri ragionevole su qualche centinaio di foto di prova.

Per questo i numeri assoluti non viaggiano tra app. L'ordinamento viaggia un po' meglio, e solo tra visi simili.

Un confronto che puoi davvero fare

Il trucco è togliere te stesso dall'equazione. Una foto stampata è una costante fisica: stessa geometria, stessa luce, ogni volta.

1. Stampa un ritratto nitido e frontale su carta opaca, alto circa 15 cm.
2. Attaccalo al muro all'altezza degli occhi. Illuminalo di fronte con una lampada, tenda chiusa.
3. Scansiona la stampa con ogni strumento due volte, a dieci minuti di distanza. Annota entrambi i numeri.
4. Ripeti con un selfie reale a 60 cm, obiettivo all'altezza degli occhi, senza filtri.
5. Compila una tabella: strumento, voto della stampa, voto del selfie, differenza.

Come leggerla:

• Stampa stabile, selfie che salta — lo strumento è sensibile all'ingresso, non al viso. La varianza viene da luce e posa.
• Voto della stampa molto lontano da quello del selfie sullo stesso strumento — c'è pre-elaborazione pesante. Una stampa non ha texture di pelle da levigare, quindi i due ingressi non sono equivalenti.
• Due strumenti ordinano allo stesso modo cinque visi stampati — misurano cose simili su scale diverse.
• L'ordine si inverte — misurano cose diverse, e sono le etichette a tenere insieme il tutto.

Ordinare cinque visi e confrontare gli ordini è l'unico confronto tra strumenti che sopravvive a scale diverse. I numeri assoluti non viaggiano; gli ordini a volte sì.

Se la variabilità viene dal tuo lato e non dallo strumento, sistema prima l'ingresso: la guida agli angoli per selfie copre distanza, altezza dell'obiettivo e luce, e l'analizzatore di forma del viso serve a verificarlo passando due volte la stessa foto.

Cosa farti del voto che hai ricevuto

Niente di tutto questo toglie il divertimento ai test. Lo rende leggibile. Quando due app non sono d'accordo sul tuo viso, quel disaccordo è un fatto sulle app — i loro punti, i loro denominatori, il loro set di addestramento, la loro scala — e non un fatto su di te. Vale la pena saperlo prima di prendere sul serio uno screenshot.

Domande frequenti

Perché due app danno voti diversi per la stessa foto?

Schemi di punti diversi, denominatori diversi per lo stesso rapporto, dati di addestramento diversi ed estremi diversi sulla scala finale. Ognuna di queste cose sposta un voto di dieci punti.

Il voto più alto è quello più preciso?

No. Non esiste una verità di riferimento da centrare. Un voto alto di solito significa che la scala è ancorata più in basso, o che la formula premia un tratto che tu hai.

Quale numero di punti è il più preciso?

Non c'è una risposta unica, dipende dal compito. 68 punti è ben studiato e leggero; 468 o 478 dà copertura densa adatta all'analisi della forma. La precisione viene dal set di addestramento e da quanto combacia con le tue condizioni, non dal numero di punti.