為什麼有些人自拍出來的照片總是特別地好看？很明顯，自拍時相機與臉之間的相對角度占了絕大部分的因素。打開網絡搜尋，很快地就可以搜尋到非常多與擺姿勢相關的技巧教程。然而，這些教程往往太過抽象而不容易簡單地運用在日常生活中。我們心中不免疑惑，究竟要怎麼樣擺姿勢才是最好看的呢？

不同於專家的意見，我們直接試著從數據中找出規律來。我們這裡選了3位網絡「正妹」來做分析：

從左到右依次為：Julie Chang（張齊郡）、張香香、Mika 黃杏蕙。

3位選來做自拍照樣本的網絡正妹：從左到右依次是Julie Chang（張齊郡）、張香香、Mika 黃杏蕙。圖片來自Facebook.

選擇這3位有兩個主要的原因：第一、她們在Facebook上都擁有高人氣，表示大家都相當喜歡她們的狀態更新；第二、我們需要大量的數據進行分析以免得到不可靠的數據，3位正妹在Facebook公開的上千張自拍照片即成了有用的資料。

數據處理

要分析正妹們自拍時如何擺POSE，我們得先從影像中估算臉與相機間的相對角度。大致上可以分為3個步驟：

首先用現成的軟體批次下載正妹們在Facebook上公開的照片； 其次我們用Open CV中的人臉偵測軟體來自動地標示每張照片里臉部的位置； 有了臉部的偵測，我們接著運用計算機視覺的技術來估算臉部3D的Pose。

在這裡我們使用空氣動力學中的俯仰（Pitch）、 扭轉（Yaw）和橫擺（Roll）來表示物體（正妹）與觀測者（相機）間的相對角度。簡單來說，在人臉的情況下，俯仰指的是鼻尖指向相機下方或是上方，扭轉則是表示左臉或是右臉，橫擺用來表示臉傾斜的角度。下圖我們借用飛機來解釋。

圖片來源: theboredengineers.com

俯仰、扭轉和橫擺一維邊際分布

有了照片中估算的角度，我們可以用Kernel Density Estimation 的方法來估計3位正妹各自的俯仰、扭轉和橫擺的一維機率分布為何。其中，Pitch、Yaw、Roll分別為俯仰、扭轉、橫擺的角度。結果請見下圖左側。

Julie Chang（張齊郡）

張香香

Mika黃杏蕙

從這些數據我們可以學到什麼東西呢？

首先，我們可以看到3位正妹在俯仰度（藍線）的選擇上相當一致，絕大部分的自拍照都選擇將臉朝下15°左右的姿勢。這和一般人對於自拍的認知相符合，臉朝下自拍往往可以有瘦臉的效果。經由影像分析我們得到15°左右也許是最佳的結果。

第二，我們觀察到扭轉度（綠線）的選擇上有蠻大的差異。例如說，Julie Chang（張齊郡）習慣性地會將她的右臉面向相機，而張香香則是較喜歡露出她的左臉。然而，不論是傾向左臉或右臉，橫擺的角度大小通常為20°左右。也許在這樣的角度底下，可以讓自拍照片臉部特徵更加立體。至於個人左右臉哪個比較具吸引力，可能需要自己看鏡子練習一下才能得知了。

第三，3位正妹照相時橫擺角度（紅線）似乎沒有太大的變化，絕大部分的照片都在0°左右。不過還是可以從比較中還是可以觀察出些許不同。比如說Julie Chang（張齊郡）較偏愛在自拍中選擇較大的橫擺角度。

俯仰扭轉聯合分布

雖然上面的一維機率分布較為簡單直覺，但是往往會過於簡化而忽略了數據中各維度相互的影響。我們在上圖右側畫出二維的分布。從中我們發現，Pitch－Yaw－Roll 角度之間並不是相互獨立（Independent）或是無關（Uncorrelated）的。這驅使我們去更進一步了解正妹們究竟是如何擺姿勢。 我們用了Mean-Shift 算法從一堆相片之中，找出機率分布中的模式。其中，Pitch、Yaw、Roll分別為俯仰、扭轉、橫擺的角度。以下是Mean-Shift做分類的結果。

Julie Chang（張齊郡）

張香香

Mika 黃杏蕙

從數據中找出代表性姿勢

有了從Mean-shift 得到的聚類分析（Clustering），我們可以利用影像「平均」來可視化我們找到具有代表性的自拍姿勢。下面我們對這3位正妹各選了12張代表性的自拍姿勢。

Julie Chang（張齊郡）

張香香

Mika 黃杏蕙

人臉姿勢的數據還可以做些甚麼呢？這裡有個簡單的應用。我們使用估計出來的角度做排序，就可以產生下面沿著不同POSE而改變的影像，也許可以方便大家觀賞正妹的照片，點選照片可連結到GIF檔圖集。

Julie Chang（張齊郡）

張香香

Mika 黃杏蕙

當然，從3位正妹的自拍照片我們很難去做明確的結論，希望同樣的技術可以運用在大量自拍高手的照片上，相信屆時我們將能從中發掘每種臉型最適合的自拍姿勢。（編輯：聞菲）

轉載請註明來源：今天頭條