AI 扫脸测试怎么算出分数？关键点、自拍与评分逻辑

一句话讲完流程

扫脸测试把你的自拍过三道工序：先找到脸，再在脸上铺一串关键点，最后拿这些点套一个公式算出数字。第一、二道是成熟的计算机视觉，第三道才是娱乐开始的地方——因为那个公式是人为设计的选择，不是测量。

把这三道工序分清楚，是这篇文章的全部目的。一旦你能分清"软件很准地找到了你的下巴"和"这个数字有意义"是两件事，结果就变得很好读了。

第一道：找到脸

首先要判断照片里哪些像素属于一张脸。这是个检测问题，现代检测器做得不错：合影里能挑出人脸，戴眼镜、留胡子也能应付，手机斜着拍的也认。

它需要你给的条件是：照片里得真有张能看见的脸。扫不出结果通常是下面几种情况：

• 脸太小。 全身照里人脸只占几十个像素，模型没东西可用。
• 逆光。 背光剪影把检测器依赖的对比度抹掉了。
• 脸部被遮住。 手、口罩、挡住脸的头发，都可能把画面压到检测阈值以下。
• 上传的不是人像。 这不用说，但确实有人这么试。

如果拿到的是一句报错而不是分数，原因通常就在这一步。而这个报错，是整条流程里唯一诚实的反馈：它说明软件确实没找到脸，并且没有凭空编一个出来。

第二道：关键点

找到脸之后，模型会在上面铺一组固定的点。这些点叫关键点：眼角、鼻尖与鼻梁、下颌轮廓、嘴唇、眉毛，每个都对应图像上一个精确的像素坐标。

这一步的输出不是描述，也不是判断，而是一张数字表。典型的一条长这样：(312.4, 188.9)——图像上的横坐标和纵坐标。

由此可以推出两件都重要的事：

• 这些点是几何的，不是语义的。 模型知道你左眼外眼角有一个点，它完全不知道"眼睛"意味着什么，也没有能力从中得出结论。
• 坐标会随照片缩放。 同一张脸凑近拍和隔远拍，坐标描述的是同一个几何形状但单位不同。所以公式要用任何量之前，必须先拿一个参考长度做归一化——通常是两眼之间的距离。

当站点宣传关键点数量时，那个数字只是模型铺了多少个点。点越多，网格越密，几何形状对噪声稍稳一点。它不代表这些点更"接近真相"，也完全不能说明最终分数有没有意义。

第三道：公式

关键点网格就是在这里变成"前任数量""忠诚度分数""暴富命"的。这个转换是算术：距离、比值、角度、加权求和，由开发者写出来。

这里有一句话必须说直白：公式是设计决定，不是发现。 没有人从真实人生数据里把它挖出来，因为做这件事所需的数据根本不存在。是某个人决定了"这个比值大一点分数就往上涨、小一点就往下降"，挑了系数，再给结果起了一个好记的名字。

这不是什么阴谋——娱乐产品本来就是这么做出来的。签语饼上的话也是人写的。问题只在于：当输出被当成测量结果而不是写好的台词时，麻烦才开始。

但也因为公式是固定的，这些测试至少是内部自洽的：同一张脸用同样的方式拍，会得到同样的分数。这种一致性很容易被误读为准确——分数不动，就显得它锚定在某个真实的东西上。它锚定的是公式，而公式稳定这件事，和一只停摆的钟一天准两次是同一个道理。

自拍能承载什么、不能承载什么

一张正脸照片承载的信息很窄。值得看清里面到底有什么：

左列对其他用途确实有价值——面部几何被用在动画、无障碍工具、修图，以及由临床医生解读结果的医学影像研究里。右列是娱乐层。左列的东西不管加多少关键点、多少算力，都不会变成右列。

为什么同一张脸分数会变

很多人发现多试几次分数不一样，就以为软件坏了。它没坏，它完全按设计在跑，只是输入变了。

• 姿态和角度。 头稍微歪一点，公式读到的投影距离就变了。
• 光线与阴影。 阴影会改变轮廓看起来的位置，关键点跟着挪。
• 表情。 微笑会改变嘴部和下颌的几何，而有些公式会把笑容也当成一项测量。
• 滤镜与美颜。 自动磨皮、瘦脸、放大眼睛，都发生在图片进入模型之前。
• 压缩。 反复截图会丢掉边缘细节，精度也跟着掉。

如果你想让几次分数之间至少互相一致，就把这些变量控制住：正脸、均匀光照、中性表情、不开滤镜、不截图。你会拿到更稳定的数字。但它仍然不会变得更有意义。

诚实的总结

三道工序，只有前两道是工程。人脸检测和关键点定位是成熟、可靠、真在干活的技术。从末端出来的那个分数，则是一段有娱乐用途的公式。

这两句话可以同时成立，而且确实同时成立：技术是真的，主张不是。想玩这些测试，诚实的理由是"和朋友互相对比很好玩"——而它确实好玩。只要把分数留在它该待的那一栏里。