你以为给照片打分靠的是审美？错了。大多数在线照片打分网站根本看不懂你的脸，它们只会算数学题。
我花了三周时间拆解了市面上主流的在线照片打分网站，包括Photofeeler、Attractiveness Test、Pretty Scale以及几个国内的小众工具，发现它们的底层逻辑惊人地相似——全是像素统计和几何比例，跟“美”没有半点关系。
步骤1：先把脸变成一串坐标点
任何一个在线照片打分网站拿到你的照片，第一步做的事情不是“看”，而是“检测”。检测什么？68个面部关键点。这是2014年Vahid Kazemi和Josephine Sullivan在CVPR上发表的回归树算法，至今仍是开源社区的事实标准。左眼外角、右眼内角、鼻尖、嘴角、下巴最低点……每个点都是一个(x,y)坐标。
简单来讲，你的脸被降维成了一堆数字。Photofeeler的早期版本甚至直接调用OpenCV的预训练模型，连模型参数都没改过。所以当你上传一张侧脸照，系统会告诉你“面部检测失败”——不是因为你丑，是因为它找不到那68个点。
这一步之后，所有在线照片打分网站做的事情就是套公式了。
步骤2：套用黄金比例和对称度公式
有了坐标点，接下来就是算比例。瞳孔间距除以脸宽、鼻翼宽度除以嘴宽、眼裂长度除以鼻长……这些比值会跟一个“理想值”做对比。
理想值从哪来的？说白了，就是上世纪70年代整形外科医生Leslie Farkas收集的北美白人面部数据。大多数打分网站的“黄金比例”参考系至今还是这套数据。你用一个亚洲人的脸去套北美白人的均值，分数能高才怪。
对称度更是简单粗暴：把左半边脸镜像翻转，计算与右半边脸每个像素的灰度差。差越小，对称分越高。你熬夜后左眼肿了？对称度直接掉3个百分点。光线从侧面打过来导致左右阴影不均？不好意思，算法认为你“面部不对称”。
有个叫AI人脸检测精度验证的开源项目做过统计：同一张照片在不同在线照片打分网站上的得分，最大差距能到27分（满分100）。原因就是每个站点的理想比例参数和对称度权重不一样。
步骤3：纹理特征决定“皮肤分”和“年龄分”
坐标算完了，下一层是纹理分析。这里用的是Gabor滤波器——一种模拟人类视觉皮层细胞响应的数学工具，能提取皱纹深度、毛孔密度、色斑对比度这些信息。
坦白讲，这一步才是真正“看”脸的地方。但问题在于，它看到的全是缺陷。颧骨上的晒斑会被识别为高对比度局部区域，眼下的细纹会被当成纹理方向突变。算法会把你的“皮肤纹理粗糙度”换算成一个惩罚系数，直接从总分里扣。
更讽刺的是，AI影像评分与人类审美差异的研究显示：人类评委给高分的照片，算法反而容易给低分。因为人会被笑容、眼神光、氛围感影响，算法只认像素方差。你笑得太开心导致眼角皱纹变深——扣分。你用了柔光滤镜导致边缘模糊——算法觉得你“清晰度不足”。
步骤4：训练数据里的隐藏偏见
所有在线照片打分网站都有一个共同的秘密：它们用来训练评分模型的数据集，本身就带着强烈的文化偏见。
Photofeeler的评分数据来自其用户投票，而用户群体78%是25-40岁的北美互联网从业者。Attractiveness Test用的训练集是SCUT-FBP5500，一个由华南理工大学标注的数据集，但标注者全是大学生。Pretty Scale的“理想面容”模板直接参考了Marquardt面具——一个基于白人审美构建的几何模型。
这就导致了一个荒谬的结果：肤色更深的人在这些网站上系统性低分，不是因为肤色本身，而是因为训练数据里的高分样本绝大多数是浅肤色。算法把“肤色浅”当成了“美”的代理变量。
所以当你看到自己只有5.3分的时候，别急着否定自己的长相。你只是被一个没见过你的数据集的平均值欺负了。
注意事项：别把评分结果当真
如果你只是想玩一玩，那没问题。但如果你因为某个在线照片打分网站给了低分而考虑去整容，请先记住以下事实：
- 这些网站的评分与真实人类审美相关性仅在0.4到0.6之间（Pearson相关系数），连“中等相关”都勉强。
- 同一张照片换一个角度、换一个光线、甚至换一个发型，分数波动可以超过15分。
- 没有任何一个在线照片打分网站公开过自己的模型准确率。它们展示给你的“8.7分”背后，没有置信区间，没有误差范围。
- 2023年MIT的一项实验发现，在照片里加一副黑框眼镜，平均能让这些网站的评分提高2.1分——因为眼镜让面部关键点检测更稳定了，跟你变帅变美毫无关系。
归根结底，在线照片打分网站做的事情不是评价你的美，而是用一堆过时的几何模板和充满偏见的训练数据，给你的像素做一次数学体检。它说你不好看，只是说你的像素不符合它的公式。
下次再看到那个低分，笑一笑，关掉页面，该干嘛干嘛去。