- Pagina iniziale
- Che cosa la stima può e non può sostenere
Metodologia e limiti
Che cosa la stima può e non può sostenere
Questa pagina documenta il metodo geometrico, i sette prototipi, i controlli di qualità e i limiti che contano quando leggi un risultato.
Definizioni delle misure
L’app misura lunghezza del viso, larghezza della fronte, larghezza degli zigomi, larghezza della mascella e larghezza della mascella inferiore dai punti di riferimento. Deriva i rapporti lunghezza/larghezza, fronte/mascella, zigomi/mascella, fronte/zigomi, mascella/viso e rastremazione del mento. Terzi del viso, distanza tra gli occhi, inclinazione degli occhi e simmetria sono riportati come indizi di supporto.
Confronto con i prototipi
Ognuna delle sette forme è rappresentata da un intervallo e un peso per cinque caratteristiche di rapporto. L’app valuta quanto i rapporti misurati rientrano in ciascun intervallo, combina i punteggi ponderati e li normalizza. Il punteggio più vicino è la lettura principale; il successivo può apparire come corrispondenza secondaria.
Controlli di qualità
L’app controlla dimensione del viso nell’inquadratura, nitidezza, esposizione, inclinazione della testa, imbardata, beccheggio e apertura degli occhi. Questi controlli cambiano l’etichetta di affidabilità e producono avvisi. Non trasformano il risultato in una misurazione validata.
Limiti noti
Una foto 2D appiattisce un viso 3D. Distorsione dell’obiettivo, angolazione della testa, illuminazione, capelli, occhiali, trucco, peli del viso e ritaglio possono cambiare le proporzioni apparenti. Il metodo non ha un benchmark di precisione etichettato da esperti né una validazione demografica rappresentativa. Diamante e Triangolare sono categorie esplorative. Il risultato è un aiuto allo stile, non una valutazione medica, d’identità, età, genere o attrattiva.
Dati e stato del modello
L’app di produzione usa un modello di punti di riferimento incluso e regole geometriche trasparenti. Non include un classificatore di immagini addestrato per la forma del viso. Un dataset pubblico a cinque classi valutato per questo progetto è stato scartato per l’uso in produzione a causa di problemi di copertura, etichette, suddivisione e copyright. Nessun modello candidato ha superato il protocollo di benchmark documentato.