当你把一张照片上传到 WhatZoo 时，结果会在一两秒内出现——但就在那一瞬间，背后发生的事情多得超乎想象。本文将带你走完整个分析流程，从原始图片到最终的动物匹配结果，让你清楚地了解这款应用到底在做什么（以及没有在做什么）。
第一步：找到你的脸
在测量任何东西之前，应用必须先在照片中定位到一张脸。WhatZoo 使用 MediaPipe Face Mesh，这是谷歌最初为增强现实打造的一款端侧机器学习模型。它会扫描整张图片，回答两个问题：这里有没有脸，脸在哪里？
这一步完全在你的浏览器中运行。你的照片绝不会上传到服务器——模型文件只会下载到你的设备上一次，所有繁重的计算都在本地、利用你设备的 GPU 完成。这正是为什么即使网络很慢分析也能正常工作，也是你的图片得以保持私密的原因。
第二步：检测 478 个关键点
一旦找到了脸，模型就会在脸上标记 478 个关键点。这些点勾勒出你的眼睛、眉毛、鼻子、嘴唇、下颌的轮廓，以及整张脸的外形。每个关键点都是三维空间中的一个坐标，所以模型捕捉到的不仅是五官的位置，还有它们相对的深度与比例。
478 个点蕴含着大量细节。作为对比，许多较早的人脸检测系统只用 68 个点甚至更少。点的密度之所以重要，是因为比如"狐狸面相"和"猫咪面相"之间的差别，往往就在于一些微妙的比例上——眼睛的倾斜角度、鼻梁的宽度、下颌的弧度。
第三步：把关键点转化为指标
原始坐标本身意义不大——它们会随照片大小、拍摄距离和角度而变化。因此下一步会把它们转化为比例和角度，无论照片是怎么拍的，这些数值都能保持一致。WhatZoo 会计算大约七项核心指标，包括：
- 眼睛倾斜度——眼睛向上或向下的角度
- 脸部纵横比——脸的长度相对于宽度的比例
- 鼻宽比——鼻子相对于整张脸的宽度
- 嘴宽比——嘴巴相对于整张脸的宽度
- 以及其他几项，涵盖眼睛大小、下颌形状和五官间距
由于这些都是相对测量值，同一个人的自拍和专业肖像照应该会得出相近的数字。这正是关键所在：应用读取的是比例，而不是像素。
第四步：匹配动物档案
WhatZoo 中的每一种动物类型都有一份档案——一组预期的指标范围，用来定义这种动物"长什么样"。比如，狐狸档案预期眼睛锐利上挑、脸型偏窄；而熊的档案则预期脸更圆、更宽。
匹配引擎会通过两种方式将你的指标与每一份档案进行比对：
- 门槛检查（关键特征）。 每种动物都有一项不可或缺的决定性特征。如果你的脸过不了这道门槛，这种动物就会被早早排除。
- 加权评分。 对于剩下的候选动物，每项指标都会根据它对该动物的重要程度贡献一个分数。你的比例越接近档案，分数就越高。
总分最高的动物就成为你的结果，而这个分数本身就变成了你在屏幕上看到的"相似度"百分比。
为什么你的结果会变化
有时同一个人用两张不同的照片，会得到略有不同的动物。这是正常现象，通常取决于输入。歪着头会改变眼睛倾斜度的读数；强烈的侧光会遮住下颌线；大大的笑容会拉宽嘴宽比。模型忠实地测量它所看到的一切——所以越干净的照片，得出的结果就越准确。（如果你想获得最高的准确度，我们另写了一篇拍出完美照片的指南。）
一个重要的提醒
这一部分我们想坦诚相告：动物面相分析仅供娱乐。 上述流程是真实的计算机视觉技术，测量也是真实的。但赋予它们的含义——比如"狮子面相"就意味着领导型人格——只是一种好玩的诠释，没有科学依据。没有任何经过同行评审的证据能证明面部比例决定性格。
所以尽情享受你的结果，和朋友分享，并以它本来的精神看待那些性格描述：一面有趣的镜子，而不是一份诊断书。
一句话总结
- MediaPipe 在你的设备上找到你的脸。
- 它标记出 478 个关键点。
- 这些点变成一致的比例和角度。
- 这些比例与动物档案进行匹配，找出最接近你的类型。
这就是整个旅程——从一张照片到你的本命动物，大约只需一秒钟。