臉部超科學回春！光影、老化與比例對外觀的影響

本文由 Amway 委託，泛科學企劃執行。

到底怎樣才算是「乾淨」？這不是什麼靈魂拷問，而是一個價值上億的商業命題。

在半導體產業的無塵室中，「乾淨」的定義極其殘酷：一粒肉眼看不見的灰塵，就足以讓造價數百萬美元的晶圓直接報廢。空氣品質的好壞，甚至能成為台積電（TSMC）決定是否在當地設廠的關鍵性指標。回到你的家中，雖然不需要生產精密晶片，但我們呼吸系統中的肺泡同樣精密，卻長期暴露在充滿 PM2.5、病毒以及各種揮發性氣體的環境中。為了守護健康，你可能還要付費購買「乾淨的空氣」來用。

因此，空氣議題早已超越單純的環保範疇，成為同時影響國家經濟與個人健康的重要問題。

很多人可能沒想到，無論是家用的空氣清淨機，還是造價動輒百億的頂尖晶圓廠，它們對抗污染的核心武器並非什麼複雜的雷射防護罩，而是同一件看起來平凡無奇的東西：一片外觀像紙一樣的 HEPA 濾網。但你真的相信，就憑這層厚度不到幾公分的板子，能擋住那些足以毀滅精密晶片、滲透人體細胞的「奈米級刺客」嗎？

這片大家都聽過的 HEPA 濾網，裡面到底是什麼？

首先，我們必須打破一個直覺上的誤解：HEPA 濾網（High Efficiency Particulate Air filter）在本質上其實並不是一張「網」。

細懸浮微粒 PM2.5，是指粒徑在 2.5 微米以下的污染物，它們能穿過呼吸道直達肺泡，並穿過血管引發全身性發炎。但這只是基本，在工廠與汽車尾氣中，還存在粒徑僅有 1 微米的 PM1，甚至是小於 0.1 微米的「超細懸浮微粒」（UFP，即 PM0.1）。 UFP 不僅能輕易進入血液，甚至能繞過血腦屏障（BBB），進入大腦與胎盤，其破壞力十分可怕。

如果 HEPA 濾網像水槽濾網或麵粉篩一樣，單靠孔目大小來「過濾」粒子，那麼為了攔截奈米微粒，濾網的孔目只能無限縮小到幾乎不透氣的程度。更別說在台積電或 Intel 的製程工程師眼裡，一般人認為的「乾淨」，在工程師眼裡簡直像沙塵暴一樣。對於線寬僅有 2 奈米或 3 奈米（相當於頭髮直徑萬分之一）的晶片而言，空氣中一顆微小的塵埃，就是一顆足以毀滅世界的隕石。

因此，傳統的過濾思維並非治本之道，我們需要的是原理截然不同的過濾方案。這套技術的雛形，最早可追溯至二戰時期的「曼哈頓計畫」。

HEPA 的前身，誕生於曼哈頓計畫！

1940 年代，製造濃縮鈾是發展原子彈的關鍵。然而，若將排氣直接排向大氣，會導致致命的放射性微粒擴散。負責解決這問題的是 1932 年諾貝爾化學獎得主歐文·朗繆爾（Irving Langmuir），他是薄膜和表面吸附現象的專家。他開發了「絕對過濾器」（Absolute Filter），其內部並非有孔的篩網，而是石綿纖維。

有趣的來了，如果把過濾器放到顯微鏡下，你會發現纖維之間的空隙，其實比某些被攔截的粒子還要大。那為什麼粒子穿不過去呢？這是因為在奈米尺度下，物理規則與宏觀世界完全不同。極微小的粒子在空氣中飛行時，並非走直線，而是會受到空氣分子撞擊，而產生「布朗運動」（Brownian Motion），像個醉漢一樣東倒西歪。

當粒子通過由緻密纖維構成的混亂迷宮時，布朗運動會迫使它們不斷轉彎、移動，最終撞擊到帶有靜電的纖維上。這時，靜電的吸附力會讓纖維就像蜘蛛網般死死黏住微粒。那些狂亂移動的奈米刺客，就這樣被永久禁錮迷宮中。

現在最常見的 HEPA 材料，是硼矽酸鹽玻璃纖維。

現代 HEPA 濾網最常見的核心材料為硼矽酸鹽玻璃纖維。這些玻璃纖維的直徑通常介於 0.5 至 2 微米之間，它們在濾網內隨機交織，像是一座茂密「黑森林」。微粒進入這片森林後，並非僅僅面對一層薄紙，而是得穿越一個具有厚度且排列混亂的纖維層，微粒極有可能在布朗運動的影響下撞擊並黏附在某根玻璃絲上。

除此之外，HEPA 濾網在外觀上還有一個極具辨識度的特徵，那就是像手風琴般的摺紙結構。濾材會被反覆摺疊、摺成手風琴的形狀，中間則用鋁箔或特殊的防潮紙進行結構支撐，目的是增加表面積。這不僅為了捕獲更多微粒，而是要「降低過濾風速」。這聽起來可能有點反直覺：過濾不是越快越好嗎？

其實，這與物理學中的流速控制有關。想像一條水管，如果你捏住出口，水流會變得湍急；若將出口放開並擴大，雖然總出水量不變，但出水處的流速會變得緩慢。對於 HEPA 濾網而言，當表面積越大，單位面積所需承載的空氣量就越少，空氣穿透濾網的速度也就越低。

低流速代表微粒停留在濾網內的時間也更久，增加被捕捉的機會。此外，越大的表面積也為 HEPA 濾網帶來了高「容塵量」，延長了使用壽命，這正是它能夠稱霸空氣清淨領域多年的主因。

然而，即便都叫做 HEPA 高效率空氣微粒子過濾網 (High Efficiency Particulate Air filter)，但每個 HEPA 的成分與結構還是會不一樣。例如 安麗逸新空氣清淨機 SKY ，其標榜「可過濾粒徑最小至 0.0024 微米」的污染物，去除率高達 99.99%。

0.0024 微米是什麼概念？塵蟎、花粉、皮屑或黴菌孢子，大小約在 2 至 200 微米；細懸浮微粒  PM2.5 大小約 2.5 微米，細菌也大概這麼大。最小的其實是粒徑小於 0.1 微米的「超細懸浮微粒」，大多數的病毒（如流感、新冠病毒）都落在此區間。對安麗逸新 的HEPA濾網來說，基本上通通都是可被攔截的榜上名單。

在過敏防護上，它更獲得英國過敏協會（Allergy UK）認證，能有效處理 19 大類、102 種過敏原，濾除空氣中超過 300 種氣態與固態污染物。

然而，同樣的過濾邏輯一旦進入半導體無塵室，就必須換一條更為嚴苛的技術路線。因為硼矽酸鹽玻璃纖維對晶圓來說有個致命傷，就是「硼 (Boron)」。

在半導體製程中，硼是常見的 P 型摻雜物，用來精準改變矽晶圓的電性。如果濾網有任何微小的破損、老化或化學侵蝕，進而釋放出極微量的硼離子，就可能直接污染晶圓，改變其導電特性，導致晶片報廢。

此外，無塵室要求的是比 HEPA 更極致的 ULPA（超低穿透率空氣濾網） 等級的潔淨度。ULPA 的標準通常要求對 0.12 微米 的粒子達到 99.999% 甚至 99.9999% 的超高攔截率。在奈米級的競爭中，任何多穿透的一顆微塵，都代表著一筆不小的經濟損失。

為了解決「硼」的問題並追求極限的過濾效率，材料學家搬出了塑膠界的王者，PTFE 也鐵氟龍。鐵氟龍不僅耐酸鹼、耐腐蝕，還能透過拉伸製成直徑僅 0.05 至 0.1 微米 的極細纖維，其細度遠勝玻璃纖維。雖然 PTFE 耐化學腐蝕，但它既昂貴且物理上也很脆弱，安裝時若不小心稍微觸碰，數萬元的濾網就可能報銷。因此，你只會在晶圓廠而非一般家庭環境看到它。

即便如此，在空氣濾淨系統中，還有一樣是無塵室和你家空氣清淨器上面都有的另一張濾網，就是活性碳濾網。

活性碳如何從物理攔截跨越到分子吸附？

好不容易將微塵擋在門外時，危機卻還沒有解除。因為空氣中還隱藏著另一類更難纏的大魔王：AMC（氣態分子污染物）。

HEPA 或 ULPA 這類物理濾網雖然能攔截固體微粒，但面對氣態分子時，就像是用網球拍想撈起水一樣徒勞。這些氣態分子如同「幽靈」一般，能輕易穿過物理濾網的縫隙，其中包括氮氧化物、二氧化硫，以及來自人體的氨氣與各種揮發性有機物（VOCs）。

為了對付這些幽靈，我們必須在物理防線之外，加裝一道「化學濾網」。

這道防線的核心就是我們熟知的活性碳。但這與烤肉用的木炭不同，這裡使用的是經過特殊改造的「浸漬處理（Impregnation）」活性碳。材料科學家會根據敵人的不同性質，在活性碳上添加不同的化學藥劑：

• 酸鹼中和：對付氮氧化物、二氧化硫等酸性氣體，會在活性碳上添加碳酸鉀、氫氧化鉀等鹼性藥劑，透過酸鹼中和反應將有害氣體轉化為固體鹽類。反之，如果添加了磷酸、檸檬酸等酸性藥劑，就能中和空氣中的氨氣等鹼類。
• 物理吸附與凡德瓦力：對於最麻煩的有機揮發物（VOCs，如甲醛、甲苯），因為它們不具酸鹼性，科學家會精密調控活性碳的孔徑大小，利用龐大的「比表面積」與分子間的吸引力（凡德瓦力），像海綿吸水般將特定的有機分子牢牢鎖在孔隙中。

空氣濾淨的終極邏輯：物理與化學防線的雙重合圍

在晶圓廠這種對空氣品質斤斤計較的極端環境，活性碳的運用並非「亂槍打鳥」，而是一場極其精密的對戰策略。

工程師會根據不同製程區域的空氣分析報告，像玩 RPG 遊戲時根據怪物屬性更換裝備一樣——「打火屬性怪要穿防火裝，打冰屬性則換上防寒裝」。在最關鍵的黃光微影區（Photolithography），晶圓最怕的是人體呼出的氨氣，此時便會配置經過酸性藥劑處理的活性碳進行精準中和；而在蝕刻區（Etching），若偵測到酸性廢氣，則會改用鹼性配方的濾網。這種「對症下藥」的客製化邏輯，是確保晶片良率的唯一準則。

而在你的家中，雖然我們無法像晶圓廠那樣天天進行空氣成分分析，但你的肺部同樣需要這種等級的保護。安麗逸新空氣清淨機 SKY 的設計邏輯，正是將這種工業級的精密防護帶入家庭。它不僅擁有前述的高規 HEPA 濾網，更搭載了獲得美國專利的活性碳氣味濾網。

關於活性碳，科學界有個關鍵指標：「比表面積（Specific Surface Area）」。活性碳的孔隙越多、表面積越大，其吸附能力就越強。逸新氣味濾網選用高品質椰殼製成的活性碳，並經過高溫與蒸氣的特殊活化處理，打造出多孔且極致高密度的結構。

這片濾網內的活性碳配重達 1,020 克，但其展開後的總吸附表面積竟然高達 1,260,000 平方公尺——這是一個令人難以想像的數字，相當於 10.5 個台北大巨蛋 的面積。這種超高的比表面積，是市面上常見濾網的百倍之多。更重要的是，它還添加了雙重觸媒技術，能特別針對甲醛、戴奧辛、臭氧以及各種細微的異味分子進行捕捉。這道專利塗層防線，能將你從裝潢家具散發的有機揮發氣體，或是路邊繁忙車流的廢氣中拯救出來，成為全家人的專屬空氣守護者。

總結來說，無論是造價百億的半導體無塵室，還是守護家人的空氣清淨機，其背後的科學邏輯如出一轍：「物理濾網攔截微粒，化學濾網捕捉氣體」。只有當這兩道防線同時運作，空氣才稱得上是真正的「乾淨」。

進一步了解商品：https://shop.amway.com.tw/products/2071?navigationType=brand&

2021年末，小玉的「Deepfake 換臉事件」讓大眾正視 Deepfake 技術的濫用問題。  Deepfake 發展至今不只有造假技術在進步，辨偽也是：目前任職於成大統計所的許志仲老師，從 2018 年開始便在這個主題中專研，並於 2020 年發表相關研究結果，該篇文章起今已有超過 50 次的引用次數。「以這篇論文發表的期刊影響指數（Impact Factor，簡稱IF值）來說，這個引用數相對來說是高的，這代表 Deepfake 辨偽的議題開始變得重要，但研究的人可能沒那麼多。」

許志仲坦言，自己 2018 年研究 Deepfake 辨偽時，Deepfake 影片品質並沒有特別好。沒想到短短兩三年的時間，Deepfake 的效果就已經好到可能會造成問題了。

雙面刃的 Deepfake

Deepfake 技術起初是希望能藉由電腦產生各種不同的逼真圖片或影片，來因應特效製作或老照片修復之類的工作，而要產生逼真圖片或影片，有許多不同的方法都能達成這個目的，目前 Deepfake 最常使用的方法為 2014 年提出的「生成對抗網路（Generative Adversarial Network, 簡稱 GAN）」，透過生成網路與判別網路的對抗，產生逼真的圖片或影片，因此說到 DeepFake，通常都會說起 GAN。

「我們會說 Deepfake 就是 GAN，是因為就目前生成技術還是以 GAN 最好，當然也有新的方法正在發展，所以未來未必還是以 GAN 作為主體，可能用別的方法偽造，也能做得很漂亮。」

許志仲也表示，Deepfake 的發展目標是正面的，技術本身是中立的，但使用者怎麼使用這項技術，就成了重要問題。而在不能確保使用者心態的情況下，辨偽技術成了這項技術的最後一道防線。而 Deepfake 辨識的主要問題，可以分為偏向研究的「偽造特徵不固定」，以及偏向實務面的「辨偽系統的使用情境差異」兩個面向。

Deepfake 辨識的研究困難：偽造特徵不固定

現在已經有可以辨識貓狗、車牌等物體的影像辨識系統，這些辨識系統也相當成熟可靠，直覺來說，要做出一套辨識 Deepfake 的辨識系統，應該也不會太困難吧？

但實際上卻並非如此，過往辨識系統的做法是抓取容易辨別的特徵，例如貓與狗兩者在形態上就有明顯的差異，只要給電腦夠多的訓練資料，就能有一組精確區分貓與狗的判別式，且能用到各種需要分辨貓與狗的情況下。

先不談分辨人臉真假，就人臉辨識本身來說，就是個值得研究的問題，每個人的臉都長得差不多，差異在於五官的相對位置、形狀或大小有微小的差異，這使人臉辨識本身就難有通則可以去分辨。而不同方法生成相似的 Deepfake 圖片，並不一定具有相同的偽造特徵，從人臉特徵到偽造特徵都不固定，使得 Deepfake 辨識具有一定的困難度。

此外，即便用同一種方法製作同樣的 Deepfake 圖片，也會因為當初給的資料不同，使得偽造特徵出現差異，這讓「一組判別式就能判斷是否為 Deepfake」成為近乎不可能實現的夢。

也許，偽造特徵根本不在人臉上!?

面對 Deepfake 辨識的棘手問題，許志仲說：「要辨識的特徵太多元。我們覺得倒不如去尋找有什麼線索是 GAN 一致會產生的，這線索也許是我們眼睛看不到的，但是電腦可以透過學習的方式去挖掘，所以我就用了這種學習機制去抓出，會不會大部分的這種生成系統，都可能有共同的瑕疵。」

一張 Deepfake 照片並不只有人臉與五官，也包含了背景。而許志仲的論文指出，Deepfake 的偽造特徵，經常出現在背景，或是背景與人臉的交界處：

「臉通常都合成的很漂亮，但是背景跟臉的交界處會不自然。通常在髮絲的地方，髮絲的地方會糊掉這是一種，或是眉毛或者是額頭中的髮線也會有明顯差異。另外就是背景，會明顯看不出背景是什麼東西。大家都忽略看這裡（背景）很正常，而實驗結果也確實看到這些部分具有相對好的辨識度。」

然而，即便該篇論文是近期發布的，許志仲也不敢肯定這套辨識方式是否能套用在目前的狀況下，他表示目前每半年，GAN 生成的 Deepfake 影像的逼真度，就會有顯著的突破，且沒有消退的趨勢。

Deepfake 辨識的實務困難：辨偽系統的使用情境差異

在實務上，許志仲認為目前還有更為棘手的問題需要解決，那就是辨偽系統的使用情境差異。以一段 Deepfake 影片上傳 Youtube 平台為例，上傳的時候 YouTube 就會先對影片進行壓縮，這時原有的 Deepfake 偽造特徵很可能會因為壓縮而被破壞，許志仲解釋：「有些人會故意加上一些雜訊、加一些後處理，比方說整個畫面做類似美肌之類的處理，這些都會破壞掉偽造的線索，我們發現這些狀況十分常見，而且很難克服。這也是為什麼現在幾乎沒有軟體或網站，提供 Deepfake 辨識服務。」

在實驗室裡，我們可以拿到 GAN 生成的原始影像去做分析，但在網路世界裡，每一個影像都可能像上述的情況一樣，做了各種後處理才放到網路上，就算現在有研究指出某種辨認方式是有效的，也未必真的能應對網路上的複雜情況。

許志仲表示，目前看到有希望突破壓縮這個問題的辨認方式，是去抓人臉在一段影片中的五官變化是否足夠自然，這個線索可以克服壓縮的一點點問題，因爲是藉由五官相對位置的變化來偵測，這就跟壓縮沒太大關係。但正如前面提到的，人臉辨識是困難的，人臉的五官定位本身就無法做到精準，真要使用這套方法辨識 Deepfake，還需要更多研究來確認可行性。

也有研究者認為 GAN 理論雖然看似完美無瑕，但在產出 Deepfake 過程中仍可能會出現某些關鍵操作，只要藉由偵測畫面中是否有經歷這些操作，就能間接推測這個畫面是否為 Deepfake，不過這個做法的缺點也很明顯，那就是這些關鍵操作，也很可能只是正常的影片後製造成的，並造成不是 Deepfake 的影像也被歸類到 Deepfake 中。

情境逐個突破，讓研究能落地使用

說到這裡，許志仲語重心長地說：「我們研究做了這麼多偵測 Deepfake 的方法，但都不一定能在真實世界使用，這讓我非常意外，而上述的這些情境，也只是冰山一角。」

其實大家都在研究差不多的特徵，像是五官的落差，說話的時候嘴巴的動態變化會比較小或模糊之類的，但這些特徵面在真實的使用情境中，還能有多少辨識度，就真的是未知數。考量到真實情境的複雜度，目前許志仲認為逐個突破不同的情境下它們適合的辨偽方式，才是比較實實際的。

「我們必須先確認好問題是正確的，才能找到正確的答案。」許志仲說，要在實驗室裡做出一套數據漂亮的辨識系統並不困難，但要做出實際能用的辨識系統卻非常不簡單。

許志仲也嘗試將自己的研究成果運用在實際情境中，但面對製作公司精心製作的 Deepfake 影片，許志仲換了好幾套模型，也只有一套能判別出來，也呼應了「使用情境差異」才是辨識 Deepfake 無法落地的最大問題。

各界都在防範 Deepfake 影響生活

GAN 要能生成以假亂真的 Deepfake 圖像，必須建構在有訓練完善的生成模型上，而一個訓練完善的生成模型，並不是隨便餵幾筆資料給 GAN 就會跑出來的，必須要有足夠算力的電腦，配合大量的資料才能完成。除了像 Google 或 Facebook 這種規模的公司有能力製作外，也只有部分研究單位，能做出這種以假亂真的生成模型。

許志仲說：「由於 Deepfake 對社會的影響很大，現在他們都只公開自己的程式碼，但不會公開自己的模型，主要就是怕模型被拿去幹壞事。」許志仲也坦承，對於辨偽技術的研究來說，目前的狀況是非常不利的，這代表研究者必須自己用程式碼生出不那麼精良的模型，來製作 Deepfake 圖片測試。

面對未來 Deepfake 是否會無法辨別，許志仲表示就影像上來說，這件事情是做得到的，總會有方法做出不被任何辨識系統偵測，堪稱完美的 Deepfake 影像。但身為防禦方的我們，並不是只能靠圖片辨識真偽，上傳的使用者、社群平台的 meta-data，這些能標示來源的訊息，都可能是我們辨識這部影片是否為 Deepfake 的線索。

面對持續進化，仍看不見消退的 Deepfake 技術，許志仲也希望未來能有更多人一同加入 Deepfake 辨偽的研究行列，針對 Deepfake 辨偽系統的使用情境，我們還有非常多的問題等著被解答。

大家有不小心把自己畫成白鼻心，或者是臥蠶畫成眼袋過嗎？有畫鼻影的時候有不小心把自己畫成阿凡達的納美人過嗎？原本就方方的臉有沒有好像覺得越畫越寬？相信很多人都有這樣的慘痛化妝經驗，特別是在新手期 XD

之前在分享過一些有關解剖結構的文章，希望大家對這些知識更有掌握，可以把妝化得更好。其實化妝品 「cosmetics」是希臘文的「kosm tikos」，翻譯過來大概是「裝扮巧妙，使自己更具魅力」。字首的「kosmos」的意思，就是裝飾。既然要裝飾成「某個樣子」，那你心裡面就不可能「沒有某個樣子」。對多數人來說，「某個樣子」通常代表「更年輕」、「更有吸引力」。以現在人的標準來看，更有吸引力通常代表「更立體」、「更精緻」的五官比例。

所以今天我想分享的是：

 1. 光影如何影響人臉的視覺效果
2. 人類的臉部老化過程——比較年輕的臉跟老化的臉的差異
3. 符合東方美學概念的臉部比例

如果要保養，也必須知道到底哪些是可逆的，哪些是不可逆的。看懂之後就不用亂花錢囉！

累了嗎，我們聽首歌吧！痾，不是啦，先來看一下影片～片長兩分多鐘，大家看個三十秒就可以停了。

光線的顏色與明暗對人臉視覺上的影響

https://www.youtube.com/watch?v=uqTuo2yQBXM

從這部影片，你可以清楚看到，不同顏色、不同角度的光，對人臉在視覺上會產生很大的影響。如果全都是強光，沒有明暗，就不會有立體感。你想想看，這不就是化妝在做的事情嗎？另外你也可以知道，為什麼在某些餐廳、某些店家，照鏡子照起來就會特別好看？這除了鏡子的原因以外，光線的顏色跟角度也都有差喔！！！下次如果不小心又沈浸在某個讓自己看起來很瘦的鏡子前，趕快回想一下這篇文章，醒醒吧阿宅，這一切都只是幻覺啊！

人臉自然老化的過程

從一個小蘿莉，長成花樣年華的少女、再到輕熟女、然後熟透，然後過熟（誤），慢慢步入中老年的過程，到底是怎麼回事呢？我們來看一下這支影片，一分鐘帶你走過女人臉部的八十年。

https://www.youtube.com/watch?v=tTBlFC-oAnw

人的臉部老化是「全面性的」，從皮膚、皮下脂肪、肌肉到骨骼，都有各自老化的過程。

臉部皮膚的老化

皮膚從外到內有很多層次，我們就由外而內說明：

皮膚變薄：老化過程中，膠原蛋白跟彈性纖維變性，結締組織也會流失，所以皮膚就會變薄。老人的皮膚常常一擦到就破，就是這個原因。

皮膚鬆弛：皮膚變薄加上重力的影響，臉部皮膚就會呈現鬆弛。

皮膚粗糙：表皮的角質層因為角化異常，就會導致皮膚粗糙。

乾燥：青春期腺體分泌旺盛，但老了就功能下降。皮脂腺和汗腺分泌不足，無法形成正常的皮脂膜，皮膚就會乾燥。

黑斑：正常的黑色素小體會均勻分布。但如果色素調節異常，就會出現局部的黑色素增加，產生黑斑或曬斑。

白斑：有時候某些黑色素細胞會退化，就會在它負責的區域產生一點一點的白斑。

老人斑：表皮細胞不正常的角化，會產生脂漏性角化症或俗稱的老人斑。

老年性紫斑：老年人血管及周遭的膠原蛋白跟彈性蛋白都減少，所以微血管變得脆、硬，很容易一碰撞就出現一大片的出血。年紀越大就越容易出現！

大家要注意的是，上面有些事情是你可以阻止的，例如防曬；但有些就幾乎難以預防，只能順其自然。有些廠商會隨便宣稱他的東西有療效，聽聽就算，不要浪費錢。

臉部脂肪的老化

臉部在老化的過程中，脂肪會流失，另外也會伴隨著軟組織一起下垂，所以逐漸就從一個倒三角的 V 臉，變成一個正三角形的下垂臉了。年輕的女生常常在哭自己有嬰兒肥，你不知道那是甜蜜的負荷啊！等你老了，該有肉的地方沒肉，肉都垂到不該有的地方你就欲哭無淚啊……。

臉部肌肉的老化：張力增加

有句玩笑話，什麼是老男人：就是該軟的都硬了，該硬的都軟了……該硬的不硬，不該硬的血管啊、攝護腺啊通通都硬了。但肌肉這件事情更是老天爺的玩笑，四肢的肌肉常會因為老化萎縮，但臉部的表情肌反而會因為老化而張力增加……，經年累月的拉扯加上過強的肌肉張力，就會出現很多表情紋路。像是抬頭紋啊、魚尾紋啊、法令紋啊、皺眉紋之類的，讓我忍不住想起這首歌啊：如果說一切就是天意，一切就是命運，終究……（透露年齡…）。

臉部骨質的老化

大家可能比較難想像，骨頭這麼硬的東西也會變？其實骨頭是「活的」，隨時都有「生骨細胞」在製造新的骨質，也隨時有「蝕骨細胞」在吃掉老化的骨質。老了之後，製造新骨的能力低於蝕骨的能力，就會慢慢看到骨質流失了。在臉部常可看到眉骨被吸收、眼眶骨更凹陷，下頷角更往下垂等現象。可以對照骨骼圖看：

年輕的臉 VS 老化的臉

所以一張年輕的臉，基本上會是：

1. 皮膚緊實、平滑
2. 肌肉張力不過強，沒有皺紋
3. 輪廓呈現一個倒三角形（inverted triangle face）

整張臉也不是只有一個大的倒三角，你可以把它拆解很多個，把整張臉用很多個倒三角來設計 。例如把整個臉當一個大的倒三角，或者眼睛一區、嘴巴下巴一區之類的都可以。 總之臉上可以區分成很多三角，但一定是倒三角 ，絕對不能是正三角 ！不然就是老的臉……。

近年也有人提出好看的臉是大小兩個心形：

不管是哪種，照著這樣的輪廓去化妝，或者是作為保養、治療的目標方向就對了。所以接下來的目標，就是讓他趨近倒三角，或所謂大小雙心的結構！我們能做的，就是光影的明暗效果，或者是立體效果。亮的顏色就是顯大，暗的顏色就是顯小。越立體你看上去就是小，越平面你看上去就是大。 要讓他變寬，就讓他平面化發展 ；要讓他看起來窄，就讓他立體化發展 。

這有點像是一個三角做圖法，你可以在臉上取兩個不會動的點，例如兩邊的眉尾，然後選定一個第三點去動作。不管是化妝還是整形。

像是上面這張圖，左邊的女生下巴就短了一點點，不管是用拍照角度、化妝或是整形拉長了比例，就變更好看了。

所以最好看的臉就是又小又精緻又立體。 大家想想看喔，如果你臉白，就會顯大。所以要在螢幕上，又白、看起來又小，那就必定要有立體的五官。有沒有這種人呢？有一個歷史上很標準的正妹：

但這只是一個美的典型，別忘了美是有很多很多種的喔！而赫本當然也抵擋不了老化的力量，大家可以觀察其中的變化。

符合東方美學的臉部比例：三庭五眼和各種黃金比例

大家可能會想知道，符合東方美學的臉部比例是什麼樣子？其實也是有些客觀的分析標準，有興趣的朋友可以看隆鼻懶人包第一集，有更完整的角度介紹。但這邊就先讓大家看個最基本的三庭五眼圖。

記住，整型是非必要的，化妝、髮型、微整形、手術都是可能的選項，當然要花你比較多錢，或承擔比較多風險的，就一定要想清楚喔！

同場加映：視錯覺原理在化妝與整形的應用

講到化妝或整形，就不能不知道「視錯覺原理」。它可以分成由感覺器官引起的「生理錯視」，以及由心理原因導致的「認知錯視」。詳細的視錯覺成因跟機制可以講到很複雜，但這邊先簡單說，基本上視錯覺原理就是個愚蠢的「人類自行腦補的故事」。

好啦，也不能這麼片面把人類當作這麼愚蠢啦～人類的認知功能是有限的，必須在很短的時間做出判斷，然後把認知功能專注放在重要的事情上，所以對於很多事情我們會傾向直接腦補……所以你就會出現錯覺。視錯覺廣泛出現在我們生活中，這邊我們舉幾個可能用得上的例子吧～

案例一：A 和 B 兩個長方形，哪個比較長？

其實這是兩個一模一樣的長方形。人在看兩個相同的長方形時，會傾向於把 A，擺成豎起來的這個看得更修長。所以可以在化妝時或穿搭時，設計一些豎長的線條，都會顯得比較修長。這道理很簡單，叫胖子穿橫條紋就是個悲劇不是嗎……。

案例二

A 和 B 其實是同一個人。只要把其中一部分地方遮住，只露出剩下的部分，人們就會腦補被遮住的畫面。所以不管在穿衣服還是化妝還是設計髮型的的時候，想辦法露出自己最瘦的地方，或者遮住自己最胖的地方，或者顯露出五官最立體的部分，遮住比較平或角度不好看的部分，大家就會把你腦補成又瘦又五官立體的正妹惹（無誤）。

案例三：這兩個女孩哪個比較高？

答案是一樣高。但大家都覺得戴帽子的那個高。這就是「視覺動線」的作用，這是一個利用「顯眼的視覺焦點」，大家就會把視覺動線往上拉，或者是往下拉，這個戴帽子的女孩就是因為你的視覺動線上移所以看起來高。當然也可以往左拉，或往右拉（但這類運用較少）。例如有個寬臉妹子，又同時帶了很亮眼的耳環，你在看她的時候，視線跟著耳環左右移動，恩，那就悲劇惹。所以如果你的臉部比例不是標準的三庭五眼，都可以利用這招，不管是用帽子、髮型、首飾等小心機做出效果喔～

案例四：哪條線比較長？

最後一定要介紹一下上港有名聲，下港有出名的「萊依爾錯視」。三根線明明一樣長，但在箭頭的作用下，B 顯得最短，A 顯得最長。

這個可以解釋非常多事情！！！在穿搭上這就是Ｖ領衫可以顯得臉小的原理。在臉型上，這就是 V 臉為什麼看起來臉小的原理。活用這個錯視，你可以搞出一大堆變化！一統自拍界指日可待啊哈哈哈哈哈！

今天這篇文章是希望讓大家知道，化妝跟整型都是可以很科學、很醫學的。有更多的知識，就可以用更低的成本，達到更好的效果。不會因為不懂成分，結果買了一堆可怕的產品毀掉自己的臉，如果要整形也不會因為搞不清楚狀況，接受了一個根本不適合你的手術。

另外也希望大家正確認知「老化」這件事情，但不是要大家害怕老化，然後趕快去亂買抗老產品。知道什麼是老化、理解老化的機制，接下來我們會慢慢找機會補上其他相關機制，告訴大家哪些對預防老化是「實證有效的」，哪些是「持續爭議中的」，哪些是「根本沒效不要再被騙的」。錢跟時間是你最需要掌控的。把這兩樣東西運用好，人生就會有餘裕。但要把錢跟時間運用好，其實是需要很多正確的知識啊！！！

所以拜託千萬不要隨便放棄治療，或者是手滑亂買東西啊……。腦袋空空，錢包就會空空，這是不變的真理啦！！！科學其實沒這麼難，希望大家卸下心防，讓我們幫助你輕鬆學習，然後實際應用在日常生活中～

看完這篇文如果覺得有幫助，趕緊用底下按鍵分享給所有好朋友吧！不傳的沒朋友啊啊！（不夠要好的就不用傳了，認真。因為化妝或整形就是一種競爭，如果大家都超正，就顯不出你的正了…科科）

助人省錢，功德無量，阿彌陀佛～～～

編按：愛美是每個人的天性，不過對你而言光是看滿架的化妝品、保養品，各種醫美產品就令你眼花撩亂，更別說還有玻尿酸、膠原蛋白、類固醇這些有聽沒有懂的名詞來搗亂嗎？如果你想要聰明的美，不想要被各種不實廣告唬得團團轉，那麼泛科學這位合作夥伴 MedPartner 美的好朋友，就是你我的好朋友。

本文轉載自MedPartner 美的好朋友