臉部對稱分數：它到底在測什麼

對稱是你報告裡最被高估的數字

掃臉工具會輸出一個對稱百分比，而這正是用戶最執著的一個數字。它同時也是最跟「別人實際上怎麼看你」無關的一個。真實的臉本來就不對稱——每個人都一樣——而你身邊的人是把你整張臉、在動態中當成一個整體來處理的，不是拿一張鏡像疊圖去比對。對稱分數衡量的是「與某個數學理想的偏差」，不是衡量吸引力。

為什麼完美對稱的臉看起來並沒有更好

關於臉部對稱與被感知吸引力的研究，一次又一次得到同樣的結果：小幅度不對稱很正常，而且大多不會被注意到；而被人為做成完全對稱的臉——把一半鏡像過去——看起來是怪，不是更好。你的兩半從來就不是要一模一樣的。追著掃臉報告裡的對稱數字跑，是在朝一個沒有任何觀看者會看到的輸出做最佳化。

真正會改變對稱數字的，是什麼

在假定這個分數反映你的骨骼結構之前，先排除掉那些便宜的原因：

• 頭部傾斜。 幾度的側傾就會在特徵點位置上顯示為不對稱。這是分數偏低最常見的單一原因。
• 偏心打光。 一側的陰影會讓偵測到的眼睛與下顎點位移。
• 表情。 單邊的半笑或瞇眼，造成的特徵點位移比骨骼結構大得多。

用水平的頭、均勻的光、放鬆的臉重新掃一次，再從對稱數字下任何結論。

面對一個確實很低的分數，該怎麼辦

如果重新乾淨地掃一次，仍然顯示明顯的不對稱，那麼有用的問題不是「我要怎麼修正它」，而是「有誰真的提過這件事嗎」。真正明顯、會被別人注意到的骨骼不對稱很罕見；如果在你一生中從沒有人評論過，那掃描找到的是沒人看得見的東西。髮型、眼鏡貼合度、拍照習慣，對你的外觀影響遠比一個特徵點偏差百分比大——而且和骨骼不同，這些是你今天就能改變的。

誠實的結論

把對稱分數當成照片品質的檢查，而不是自我價值的檢查。分數偏低，最常代表這張照片拍得不好。分數偏高，也只是代表你離一個沒人感知得到的理想偏差很小。無論哪一種，這個數字描述的都是一張照片的幾何——不是你在滿室人群中的那張臉。

更好的用法：怎麼看待你的掃臉結果

把掃描當成一個針對「你能控制的輸入」的回饋迴路。照片品質、光線、距離、表情，都是你今天就能調整的變數，而分數會立刻對它們做出反應——這讓它成為一個還不錯的拍照教練。結構、年齡、骨骼幾何，是你無法實質改變的輸入，而分數幾乎不對它們做出反應。把你報告裡的每個數字分成「我能改變的」和「我改變不了的」兩類，只要一分鐘，卻能消掉掃臉帶來的大部分焦慮。

也值得記住這個工具是幹嘛用的。掃臉存在的目的，是給你一張靜態影像的「外部視角」。它從來不是用來替你的身分打分，而那個對稱百分比——感覺最私人的數字——恰恰是離「任何一個看著你的人會計算的東西」最遠的一個。

常見問題

我的對稱分數是 87%——這樣很差嗎？

不差。對稱分數並沒有哪個門檻值會對「你看起來如何」變得有意義。真實的臉差異很大，身邊的人是把你整張臉在動態中當成整體來感知，而鏡像完美的臉讀起來是怪，不是有吸引力。用水平的頭、均勻的光重新掃一次，再對這個數字做任何解讀。

我可以改善臉部對稱嗎？

你可以改善你照片的對稱：頭部水平、光線置中、表情放鬆、鏡頭與眼睛同高。這四項改變，對掃描分數的影響遠大於任何關於你真實臉部的事。那些宣稱能「修正」對稱的醫美手段，是很貴的方式，去追一個別人根本感知不到的數字。

為什麼在同一個房間裡，我得到了不同的對稱分數？

通常是因為光。一盞略偏一側的燈會移動陰影邊界，而特徵點偵測會跟著陰影跑。一次只改一個變數——先改頭部位置，再改光線——你會在幾次重掃之內找到原因。