常见问题
脸型、照片分析、隐私与吸引力测试。
这里是对最常出现的问题的简短回答。前三节讲脸型以及找到自己脸型的三种方式；第四节讲 AI 吸引力测试；最后两节讲造型与本站本身。如果这里没有你的问题，可以通过联系页找到我们。
脸型基础
这些分类意味着什么，以及它们不意味着什么。
- 脸型是科学事实吗？
- 不是。脸型分类是造型惯例，不是生物学事实。对边界上的脸，理性的人会有不同判断；我们公布规则集使用的边界，让你能确切看到自己的脸落在哪里。
- 为什么是七种脸型、不是八种？
- 有的造型指南把「倒三角形」单列一类，有的把它当作心形的同义词。两者之间的边界不够稳定，没法拿来分类，所以我们把它留在心形里并说明这一点，而不是发明第八个原型。
- 七种脸型到底描述什么？
- 每个标签概括五项比例：脸长对颧骨宽、额头宽、下颌宽、下颌拐角的角度，以及下巴收窄的程度。标签指向最接近的参照脸型。它是谈论比例的一种紧凑方式，不是另一种独立的生理特征。
- 怎么在不靠猜的情况下找到自己的脸型？
- 这里有三种独立路径：在浏览器里量 478 个关键点的照片分析、七道题的视觉问卷，以及用四项测量的软尺计算器。每条路都会给出最接近的结果及周围的差距，结果页会显示各路在哪些地方一致或不同。
- 各网站的脸型分类一样吗？
- 不完全一样。多数指南用同一组大类，但边界会移动：有的单列倒三角形，有的把长形和矩形当成一类，有的给同一个轮廓换个名字。这就是本站公布自己的规则集和每个标签的中心参照、而不是让你相信一张图的原因。
照片分析与隐私
什么离开你的设备、检测器量什么，以及照片为什么会被拒绝。
- 关掉标签页之后，我的照片会怎样？
- 一切都消失了。你的照片只存在于浏览器内存里，标签页关闭时操作系统会回收。没有服务器端副本可以删除，因为根本没有服务器端副本。
- 分析真的在我的设备上运行吗？
- 是的。关键点模型被编译成 WebAssembly，在你的浏览器里运行。图片在本地解码，关键点在本地检测，没有任何网络请求携带照片。如果你想自己核实这一点，可以在分析照片时盯着 Network 面板。
- 照片分析测量什么？
- 它定位 478 个面部关键点，然后归约为五项读数：脸长对颧骨宽、额头宽对颧骨宽、下颌宽对颧骨宽、下颌拐角的角度，以及下巴尖度。分类器把这些读数与七个参照脸型比较，返回最接近的一个，以及差距。
- 为什么歪头或相机距离会改变结果？
- 脸是在图像里量的，不是在三维空间里量的。歪头会改变下颌的表观角度，相机太近会拉伸离镜头最近的部分，相机偏高或偏低会改变那是脸的哪一部分。检测器要求一张水平、正对的照片，因为这些形变移动的正是比例所依据的关键点。
- 什么情况下检测器会拒绝一张照片？
- 当脸在画面里太小、转得太偏、倾斜、与相机不水平，或缺少关键点时，它会拒绝。没有脸或有多张脸的照片也会被拒绝。解决办法通常是靠近一点、正对镜头、光线均匀，并把头发拨到后面。
- 眼镜、胡子或刘海会影响读数吗？
- 有可能。镜框可能遮住外眼角，胡子可能模糊下颌线，刘海会挡住用来量脸长的发际线。分析仍可能运行，但要预期差距更大或置信度更低。如果这个结果对你重要，可以再拍一张，并尽量让镜框或头发离开测量点。
- 你们会用我的照片训练模型吗？
- 不会。本站从不接收你的图像，所以没有照片可用于训练。关键点模型是预先训练好的浏览器构建；你的照片只在分析期间留在内存里，不会加入任何数据集。
问卷与软尺
两条不用照片的路径，以及它们如何交叉核对第一条。
- 问卷和照片分析有什么不同？
- 问卷问你七道关于镜中所见的问题，不用相机，也不用照片。照片分析测量 478 个关键点。它们是不同的输入，不是同一个测试的更好与更差版本；结果页会显示它们在哪里不一致。
- 软尺计算器要哪四项测量？
- 脸长、额头宽、颧骨宽和下颌宽。你需要一把软尺，或者一根线加一把直尺，再加一面镜子。计算器用这些宽度推导下颌角，并把下巴尖度视为不可用，所以结果页会给置信度封顶，并说明上限已经生效。
- 我应该先试哪种方法？
- 如果你有一张正对、光线良好的照片，并且想要最快的读数，就用照片分析。如果没有相机，或者想要一条完全不需要照片的路径，就用问卷。如果你想要一次独立的第二次测量，尤其是在两种脸型很接近时，就用软尺计算器。
- 两种方法给出不同脸型怎么办？
- 那是有用的信息，不是失败。结果页会显示两条路径在哪几项特征上不一致，而边界上的脸确实会落在两个参照脸型之间。如果照片倾斜或太小，重拍一张；否则比较两者的差距，把标签当成接近的判定，而不是裁决。
吸引力测试
0–100 指数量的是什么，以及它刻意不回答哪些问题。
- AI 吸引力测试到底在打什么分？
- 七项：左右平衡、面部三庭、面部五等分、一项公开声明的黄金分割参照、眼角平衡、下颌平衡，以及眼鼻间距。每一项读数都与一条公开声明的参照比较，0–100 指数概括这组读数与参照的接近程度。它不是一组成人评分员，也不预测别人会怎么看你。
- 分数越高就代表脸更好看吗？
- 不。指数衡量的是与公开几何参照的接近程度，不是人们体验到的吸引力。数字更高只说明这组测量更接近那些参照，不代表脸更好；数字更低也不代表更差。五个档位描述的是这段距离，不是等级。
- 为什么没有百分位或排名？
- 百分位需要你所比较的人群有代表性分布，本站没有。标定集是工作参照集，不是人群样本，所以一个「前百分之几」的标签会加上数据支撑不了的精确度。页面改为报告档位和各项差异。
- 同一张脸在不同照片上分数稳定吗？
- 对同一张照片、同一版方法，方法是可复现的：同一张图应给出同一结果。换一张照片可能得到不同结果，因为头部角度、相机距离、光线和表情都会移动关键点。把这个数字当成对一张照片的读数，而不是你脸的固定属性。
- 参照集是代表性样本吗？
- 不是。参照是公开声明的数值与公布的比例，不是人群平均值；标定集也不是代表性样本。所以页面不拿你和别人比较，也不把某个分数标成「典型」。它把你的读数与它点名的参照比较。
- 运行测试时什么会离开浏览器？
- 你的照片、关键点和各项读数都留在浏览器里，不会发送到服务器，也没有可删除的存储副本。本站每页确实加载两个页面浏览计数器；它们收到页面地址和基本设备信息，不是你的照片或结果。隐私页列出了这两个计数器以及各自收到什么。
造型与推荐
发型、眼镜和配饰——以及谁为什么付费。
- 某种脸型比另一种更好吗？
- 不。脸型不是评分。没有更好或更差的脸型——只有适合你现有脸型的造型。本站每一页都按这个前提写。
- 你们卖眼镜或美发产品吗？
- 不。我们不卖眼镜或美发产品，本站的推荐不受任何品牌影响。今天站内没有联盟链接，也没有付费投放；如果将来加入零售商链接，会在链接旁和 /about 页披露。
- 产品推荐是付费的吗？
- 不是。今天站内没有赞助文章、付费投放或联盟链接。造型页讲线条与比例如何互动，不链向商店。如果这一点改变，披露会放在链接旁与关于页，链接也会在页面源码里标为赞助。
- 哪些发型适合我的脸型？
- 七份脸型指南各有一节发型，解释哪些剪法增加长度、宽度或角度，以及为什么。清单是选项，不是规则：没列出的剪法不算错。从你脸型的指南开始，用那套推理判断你本来就喜欢的发型。
- 怎么挑合适的眼镜？
- 两个分开的问题：镜框要避开颧骨，框型是造型选择。镜框尺寸计算器读取镜腿内侧的镜片宽度与鼻梁宽度，加上你的瞳距，检查合不合适。脸型指南解释哪些框线与你轮廓形成对比。
- 帽子、耳饰和项链也取决于脸型吗？
- 方式不一样。帽子尺码来自头围，项链长度来自在脖子上量出的垂深，耳饰尺寸来自颧骨宽处的下颌线。每件工具都直接问它真正用到的测量值，而不是先让你做一遍脸型问卷。
站点、数据与更正
费用、分析、开放数据，以及如何质疑一条主张。
- 为什么你们不公布准确率？
- 因为脸型工具挂着的准确率数字都是自报的——没有说明样本、没有说明方法，也没有东西可以核对。我们改为公布阈值和你量出的比值；等我们有一个足够大、有意义的带标注验证集时，会公布真实的混淆矩阵。
- 整站都免费吗？
- 是。站内每个工具都免费使用，没有账号、没有注册、没有付费墙。没有需要解锁的内容，也没有高级版；无论哪种情况，分析都在你的浏览器里运行。
- 你们收集哪些数据？
- 不收集任何关于你脸的数据。照片和关键点留在浏览器里；本站从不接收图像。两个页面浏览计数器（Cloudflare Web Analytics 与 Google Analytics）会收到页面地址、到达时间、来源页面和基本浏览器信息。Google Analytics 会写一个第一方 Cookie；隐私页解释这两个计数器以及如何屏蔽它们。
- 我可以复用规则集和数据吗？
- 可以。脸型规则集与文章公布的按日期排序的表在 GitHub 公开仓库里，采用 CC BY 4.0。你可以在署名后复用；开放数据页列出了仓库、包含什么，以及数据不能证明什么。
- 谁撰写和审核本站？
- 长文页由 Know Your Face Shape 团队撰写。它们尚未经过持证美容师审核，署名行会如实说明，而不是编造一个审核人。如果你是持证美容师或颅面研究者并发现问题，可以通过联系页找到我们。
- 怎么报告错误？
- 把页面地址和那句话发到 contact@knowyourfaceshape.com，有出处一并附上。关于页列出了方法所依据的参考文献，这是指出某条主张与出处不一致最快的方式。