載入中 ...
本文由民視《科學再發現》贊助，泛科學獨立製作
文 / Jia-Bin Huang｜伊利諾大學香檳分校電機工程學系博士候選人
兩個多禮拜前，一位名為Esther Honig的記者發表了一個名為Before & After的專題。Esther想知道各個國家對於美是否有同樣的標準。於是Esther拍了一張自拍照，接著Esther將這張照片發送給世界各地的Photoshop專家請他們 “Make her beautiful”。結果如下圖。這個創意專題引起了大篇幅的媒體報導和討論，讓人們重新反思對於美的追求是否過了頭。
Esther自己是這麼說的
“Photoshop allows us to achieve our unobtainable standards of beauty, but when we compare those standards on a global scale, achieving the ideal remains all the more elusive.” – Esther
Esther本人未經修改前的照片 Credit: Esther Honig
Credit: Esther Honig
但是，若仔細看看這些修改過的照片，大部分的照片似乎僅僅是反映出個人修圖技巧而非反映出各國的審美觀。在這裡我們試著用不同的方法來將Esther的相片轉換到各國不同的臉型。
各國女性的平均臉
那麼要如何取得世界各國不同的臉型呢? 我們首先假設各國女性的平均臉是各個國家中理想的美女。2013年Collin Spears在他的部落格上蒐集了各國女性的正面照片，並將他們做平均。
Image credit: Collin Spears
偵測臉部特徵 （Facial Landmark Localization）
我們首先偵測每一張臉上的特徵點，並且依據眼睛部 位對齊影像（如下圖）。
同樣地，我們也可以用同樣的方法來偵測Esther的臉部特徵。
Face Morphing
有了各國平均臉和Esther的臉部特徵點之後，我們將Esther的臉部形狀轉移（Transfer）到各國的臉型上。從下面十二張動畫可以觀察我們如何將Esther的臉型加上50%的平均臉型的過程。
如果Esther來自… 台灣/韓國/中國/日本/德國/法國/義大利/…
以下是來自四十個國家的Esther !
世界各國女性臉之間的差異
那麼，世界各國的女性臉之間究竟有甚麼差異呢? 我們可以藉由研究各國平均臉的相似程度來試著回答這個問題。
首先，我們可以從這40個國家的平均臉，再做一次平均，得到這位擁有40個國家臉部特徵的混血兒。
接著我們把所有平均臉的臉型都Warp到這個平均臉的臉型上，也就是說，下圖中各國的差異僅剩下膚色。
藉由結合臉型（shape）和外觀（appearance）兩種特徵（Active Appearance Models），我們現在可以比較兩兩之間的相似程度。我們使用了Locally Linear Embedding （code）來將40張各國平均臉投射到2維的平面。在這個embedding空間中，兩兩之間的距離即表示各國臉型和外觀的相似程度。
從這個圖可以觀察到一些有趣的事情。比如說，台灣、中國、韓國、日本等東亞國家均位在座標位置約 （-0.5, 1）左右，泰國和越南非常接近。而歐洲的幾個國家大多位於右半部下方。荷蘭和比利時這兩個國家不只在地理位置相近，這兩個國家的平均臉也十分相似（見右下角）。
原刊載於： Global Beauty Standards?
您最近是不是也有以下的感受？
1.各類議題中的科學及專業知識日益複雜，想懂實在太難。
2.資訊爆炸、真假難辨、覺得無所適從，甚至想不聽不看。
3.擔心身邊的人受偽科學與謠言所誤，但不知道該怎麼辦。
這時候你需要「科學思辨力」幫助你，建立自己的邏輯、跨過複雜議題討論的門檻、提升資訊選擇、處理與溝通的能力。
用 12 堂課讓你成為更能面對未來變化的公民吧！
課程內容詳見：《科學思辨力》
泛科學總編輯鄭國威招牌課程再度開課，面對面傳授閱讀理解、科普寫作到內容行銷的心法，幫助你打造個人品牌。
慶祝泛科學院周年慶，快來領取專屬優惠，現在購買課程還有機會抽中 $1,111 折價券喔！課程傳送門請點我
