程序猿是如何算出你的“颜值”的？ _小知识

某日偶遇同窗好友在用某款测颜值的APP 。问他得了几分，他微微一笑， “必须是9分男神。 ”诧异间我又随手搜了张凤姐的照片一试，竟然得了9.4分。这次轮到我大笑了。 “哈哈，男神女神果真般配啊。 ”

后来笔者听闻好友玩的那款测颜值APP竟然也风靡一时。我一时好奇间就先拿两款APP做了测试。第一组测试对象是高圆圆和凤姐。结果嘛，呵呵。凤姐以9.4的高分力压女神高圆圆呢！第二组测试对象是我家沙发。这些APP再次显示了自己的无能为力。同一个沙发得分基本上均匀的分布在1-10分之间。没错，一张沙发的照片有时候都能得到9分以上。这种简单的颜值APP甚至都不太能进行面孔识别。还要它们来进行标准化打分，实在是为难了。

文章插图

文章插图

话说回来，即使人工来打分，大家也口味各异，御姐萝莉各有所爱。一款APP又岂能判断美丑呢？所以用APP测了颜值的大家，高分玩家勿要得意，低分玩家也不用暗自神伤，当成饭后娱乐笑笑便好了。

虽说这些APP性能还不够强大，但是实际上的确有科学家研究过人脸的美丽程度，并试图以此为依据开发“颜值算法” 。这里就简单介绍一下吧。那就是广为流传的“平均脸”效应了。科学家曾做过这样的实验，找来志愿者看大量的人脸照片，给照片打分。实验结果表明，人们更喜欢对称的脸。另外研究表明，将大量人脸取平均得到“标准脸”，脸的指标和这种“标准脸”越接近，越是让人觉得好看。

韩国仁济大学整形外科教授李承哲在2010于国际美容整形外科学会（ISAPS）下属刊物《美容整形外科》中发表一篇论文，发布了使用全球多名最漂亮女艺人的照片合成的五张平均脸。即使是跨人种，我们也依然能发现美貌的一致性。其中中国人的面孔是不是很像某位明星？

文章插图

大概就是“丑人多作怪，美人一个胚”的感觉吧。而正是这种“美人一个胚”的现象让颜值算法有了可行性。至于为什么APP表现不太好，请吐槽不靠谱的码农吧。

从进化角度来看， “美人都似一个模子里出来的”也并不让人意外。进化是经过漫长自然选择的结果，拥有平均性状的个体也更容易幸存。
最后再Geek地介绍一下“颜值算法” 。

刚才我们说了，长得对称又标准，是基因正常、健康状态良好的体现和保证，从进化的角度来看是很合理的。因此，如果得到了这些人脸的数据，我们可以通过计算人脸的对称性和与“标准脸”的差距，定性计算“颜值” 。

文章插图

接下来的问题是，怎么用软件得到这些测量指标呢？或者说，怎么让软件“认出”人的脸呢？其实，人脸检测是计算机科学领域一个重要方向，已经有了诸多发展。在人脸检测算法中，按发展顺序有基于知识的模板匹配，纹理特征，颜色特征，基于统计的PCA特征脸，支持向量机， AdaBoost方法等等。

想想看我们自己是怎么识别出人脸的呢？很多时候我们看到一些石头或云，也会觉得像人的脸，不论总体上有多么大差距，那往往是因为恰好有什么东西构成了眼睛、鼻子和嘴。再想一想我们怎么堆雪人的？最后是不是往往要弄个眼睛鼻子嘴什么的才有“人”的感觉？没错了！其实眼睛、鼻子和嘴对我们识别人脸有非常重要的作用。我们对人的脸有一些先验知识，知道眼睛鼻子嘴等等的形状、特征，知道它们之间相互位置，和这些先验知识符合程度高的，我们的大脑就会判断为是人脸。