微軟小冰測顏值為什麼這麼准？

12-27

微信加小冰公眾號試用了測顏值的功能，試了幾十張，感覺還是很準的，有個別給丑明星打的分過高。名人基本都能識別出來。

基本上，多測幾張自己的照片，穩定在7份以上顏值就不錯了，8分基本上是男神女神。大家可用自己照片和知乎爆照者做對比。

請問測顏值的原理是什麼，考慮了哪些方面？

選一張照片後，會被傳到某個偏僻角落，後台一堆三哥看一眼，打個分。。。

好吧，其實不是，但原理「相同」。都是「機器學習」。雖然不知道他具體怎麼實現的，但有一條路是：
1. 人臉關鍵點檢測。在人臉上標記幾十個點，作為參數化空間。這個已經很成熟了，半臉側臉都行。Microsoft Project Oxford Home 這裡的face api就能。
2. 去表情。有了參數化的關鍵點之後，可以得到一個無表情的「標準臉」。這步屬於可選，但有的話會讓結果更好。
3. 採集大量樣本，人肉標記每張臉的顏值。
4. 把臉的照片和標記出來的顏值送去機器學習。
5. 用學習得到的kernel預測新照片。

小冰成精了，蛤蛤蛤！

想起了我之前在的兒童遊戲公司，公司有一款產品是小學生的作業應用，就是拍個作業題目的照片上傳，然後很快就能得到答案。某競爭公司一直想知道我們用的技術是什麼，據說還買了俄羅斯的一個文字識別服務，找了幾個博士去研究ocr
其實我們公司就是請了很多大學生兼職，在網上等題目，來一個做一個再發回去…

看了這個問題玩了半天，話不多說發倆張圖大家感受一下吧。

至於我自己，搔首弄姿了半天，最低3.1，最高7.1，沒想到我再同一時間顏值起伏那麼大。

准個毛線。。。測出來9.1分
本人女，怕熟人看見，匿了

找大量的training data然後用各種supervised learning train就好了。測出來不服的話，去找那群給training data打分的人。。。

中國男性確實喜歡.....

所以到底是多少

試了很多次它都找不到我的臉…

本人親測

有鬍子的證件照7.5分
有鬍子的0美化自拍7.7分
不帶鬍子的證件照8.3分
不帶鬍子的0美化自拍8.4分

還能說啥呢？微軟小冰就是個sexist，歧視男性，歧視雄性面部特徵，尤其是鬍子。

覺得準的都是娘炮小白臉吧？你們開心就好。

事情的起因是我分享了一張測顏值圖給小夥伴

然後小夥伴也覺得蠻有意思的
於是也參與進來了

我也不好幸災樂禍了
於是就說你把眼鏡摘了試試

反正我也不知道怎麼安慰他了
只能期待他能從美顏上找點自信
結果。。。

覺得他心裡好難受，也許以後再也不會相信愛了

怎麼辦，你們說我怎麼安慰小夥伴呢？

我只發圖，不說話……

先問是不是（再見）

我一開始以為小冰是開玩笑的....（再見）

OK，我來猜測一下其原理。

1，獲取圖象中臉部輪廓（edge detection)
2，臉部識別，提取標記出眼睛，嘴巴，眉毛，耳朵，面色
3，逐一對特徵加權評分，這裡需要詳細分多個模塊：
眼睛，取眼瞼最大直徑，按照審美查表，超過平均值20%，作為最美，權值為1，標準尺寸權值暫且定位0.78,其餘類推，寫一張靜態表。睫毛同樣，也做一張表對應不同權值。

嘴巴，亞洲人以小為美，櫻桃小嘴。歐美非洲以寬大為美，嘴唇厚為豐滿。做不同的表，根據檢測膚色判斷。白種黑種黃種各自查對應表。

鼻子，以高聳鼻樑挺並有一定的豐潤度而美，依次加權評分。

眉毛，八字眉衰，倒八字凶。男性卧蠶眉為雄偉，女性柳葉眉為嬌媚，各自建表。

耳朵，圓潤帶耳垂為美，耷拉為衰，尖豎為奸，各自加權評分。

面色，粉潤為美，印堂發黑為衰。各自評分。當然黑種人這裡比較吃虧。

然後按照口耳眼眉鼻顏的權值統計數學期望，得分最高自然比較符合(程序編寫者）共同的審美。

其實這套演算法，跟象棋AI比較接近，每個不同棋子棋力的不同，分配不同權值，所處位置的不同再次計算得分，最後得出得分高的下一步走法。顏值測定演算法，大體也是如此。

如果你把照片機械性地眼睛PS大，嘴巴PS小，最後評分更高則肯定可以認為這種演算法是很爛的了。

根據我的體驗和之前的答主總結，給女孩子的評分明顯偏高很多

大概不好好哄妹子們就不玩了吧

柏原崇:7.2

劉梓晨。。。。你們自己看吧