วิธีการวัด

doodee วัดสัดส่วนใบหน้าจากแผนที่ landmark 478 จุดบนรูปถ่ายของคุณ จากนั้นนำตำแหน่งของจุดเหล่านี้มาคำนวณเป็น 60 เมตริก เช่น มุมกราม สัดส่วน golden ratio ระยะตา-ปาก eye aspect ratio (EAR) ฯลฯ

การวัดสัดส่วนหลักประมวลผลในเบราว์เซอร์ของคุณ ฟีเจอร์บัญชี โควต้า การชำระเงิน สรุปรายงาน และภาพอ้างอิงออนไลน์อาจใช้การประมวลผลฝั่งเซิร์ฟเวอร์เมื่อจำเป็น

เมตริกแบ่งเป็น 6 หมวด แต่ละหมวดน้ำหนักต่างกันในคะแนนรวม (ปรับปรุง Phase 20c):

ความสมดุล (Harmony, 7%) — สัดส่วนคลาสสิกตาม Da Vinci / Marquardt: golden ratio, สามส่วนของใบหน้า, ระยะตา-ปาก, สัดส่วนปาก-จมูก

ความคม (Angularity, 22%) — มุมกราม (gonial angle), องศาตา (canthal tilt), องศาคิ้ว (brow tilt), มุมจมูก-ริมฝีปาก (nasolabial)

ลักษณะเฉพาะเพศ (Dimorphism, 16%) — กว้างกราม ÷ โหนกแก้ม, ความสูงคาง, มุมปาก, ความกว้างปาก: ค่าอุดมคติชายกับหญิงต่างกันชัดเจน

บริเวณดวงตา (Eye Area, 45%) — ขนาดและรูปทรงของรอยแยกเปลือกตา, ระยะคิ้ว-ตา, ความกว้างของตา และความสมมาตร (น้ำหนักสูงสุดเพราะจับ aging signal ได้ดีที่สุด)

ลักษณะใบหน้า (Features, 10%) — โปรไฟล์จมูก (จากรูปด้านข้าง), ความหนาริมฝีปาก, ตำแหน่งคาง, ตำแหน่งริมฝีปากเทียบเส้น Ricketts E

ความสมมาตร (Symmetry, 0%) — สมมาตรซ้าย-ขวาของตา, ปาก, คิ้ว, จมูก, กราม. แสดงเป็นข้อมูลประกอบ เพราะภาพรวมใบหน้าไม่ได้ขึ้นกับความสมมาตรอย่างเดียว — ไม่นับคะแนนรวม

Skin (12% fold) — ความสม่ำเสมอของสีผิว (uniformity), ความใส (clarity), ความเปล่งปลั่ง (glow) — sample 4 patches แล้ว fold เข้า overall เป็น 12% บนสุดของ landmark-based categories

เพื่อไม่ให้สับสน doodee วัดเฉพาะสัดส่วนจาก landmark ที่ตรวจพบ + skin patch averages ดังนั้นจะ ไม่วัด:

• ริ้วรอย รอยแผล ฝ้า กระ จุดด่างดำ เฉพาะตัว (วัดเฉพาะ uniformity / clarity / glow แบบ average)

• อายุที่แท้จริง (proportions + skin texture เป็น proxy ของ aging ไม่ใช่ตัวอายุจริง)

• Charisma, ปัญญา, personality, รอยยิ้ม, แววตา

• ทรงผม การแต่งหน้า แว่นตา เสื้อผ้า

• น้ำหนักตัว fat vs lean (กระดูกใต้ fat ยังอยู่ — landmark วัดความหนาของ fat layer ไม่ได้)

• ระยะห่าง/มุมกล้องที่แน่นอน (head roll แก้แล้ว pose/yaw/pitch มี confidence layer ตัดถ่วงน้ำหนัก)

ถ้าอยากรู้ว่าตัวเอง 'ดูดี' ในชีวิตจริงแค่ไหน คะแนน doodee เป็นแค่ส่วนหนึ่งของคำตอบ — ไม่ใช่คำตอบสุดท้าย

คะแนนต่อเมตริก: ค่าที่อยู่ในช่วงอ้างอิงได้คะแนนสูงกว่า นอกช่วงคะแนนจะค่อยๆลดลงตามระยะที่ห่างจากช่วงนั้น

คะแนนหมวด: ค่าเฉลี่ยของเมตริกในหมวดนั้น เมตริกที่ flagged (ค่าอยู่นอกช่วงเป็นไปได้ของมนุษย์) ถูกตัดออก

Confidence weighting: แต่ละเมตริก blend คะแนนกับค่า neutral 5.5 ตามความน่าเชื่อถือของ landmark (ขึ้นกับมุมหน้า) → off-axis photo จะไม่โดน 0/10 หนักเกินไป

คะแนนรวม: ค่าเฉลี่ยถ่วงน้ำหนักของหมวด — Eye Area weight สูงสุด (45%) เพราะ จับ aging signal ได้ดีที่สุด, dimorphism + angularity รองมา. คะแนนสุดท้ายมีการ fold skin scores 12% บนสุด

Percentile: เทียบคะแนนกับช่วงประชากรโดยประมาณ เช่น 7.0 ≈ Top 16%, 8.5 ≈ Top 2%, 5.5 ≈ Top 50%

ระดับผลลัพธ์: คะแนน 9+ → โดดเด่นมาก, 8+ → สูงมาก, 7.5+ → สูง, 6+ → เหนือค่าเฉลี่ย, 4.5+ → ค่าเฉลี่ย, < 4.5 → ต่ำกว่าค่าเฉลี่ย

Sanity bounds: เมตริกที่ได้ค่าผิดธรรมชาติ (เช่น มุมกราม 180°) จะถูก flagged ว่า 'ไม่มั่นใจพอ' และไม่นำมาคำนวณ

เมื่อประเมินเสร็จคุณจะเห็น chip เล็กๆ ใต้คะแนนรวม: **G · S · L** สามตัวเลขนี้คือสามสัญญาณที่ผสมกันเป็นคะแนนสุดท้าย

G (Geometric) — ค่าเฉลี่ยถ่วงน้ำหนักของ 60 เมตริก + skin fold เป็นคะแนนหลักที่อธิบายได้: ทุกตัวเลขย้อนกลับไปดูได้ในรายละเอียดเมตริกแต่ละตัว

S (Second opinion) — statistical ensemble ของเมตริกชุดเดียวกัน แต่ใช้วิธีรวม 4 แบบ (median, worst-K, skin-heavy, confidence-discounted) เพื่อให้ความเห็นที่สองที่ไม่เป็น linear เหมือน G จับลักษณะ 'จุดอ่อนหนึ่งจุดลากทั้งกอง' ที่ human perception จับได้ — Phase 27

L (Model review) — ถ้ามีโมเดลเสริมที่อนุมัติไว้ ระบบจะประเมินภาพที่จัดแนวแล้วหลายรอบเพื่อให้คะแนนอ้างอิงเพิ่มเติม

สูตรรวม: เมื่อมี L ครบ → G × 0.6 + S × 0.2 + L × 0.2 เมื่อไม่มี L → G × 0.7 + S × 0.3 (Phase 27 fallback)

ทำไมโชว์ทั้ง 3? เพื่อความโปร่งใส — ช่องว่างระหว่างค่าบอกว่าระบบมั่นใจแค่ไหน เห็นพร้อมกันดีกว่า black box เดียว

ก่อนให้คะแนน ระบบเช็ค 5 อย่าง (Phase 32):

Blur — Laplacian variance บน 64×64 downsample ของบริเวณหน้า ถ้าต่ำเกิน (ภาพเบลอ) แจ้งให้ถ่ายใหม่

Lighting — luminance mean + dynamic range ดูดสว่าง/มืด/แบนเกินไป

Pose frontness — ใช้ค่า pose ที่ estimate มาแล้ว ถ้าหน้าหันเอียงมากเกิน confidence ลด

Face size — สัดส่วนหน้าในกรอบ ถ้าเล็กเกิน (ภาพ body) หรือใหญ่เกิน (เข้ามาใกล้กล้องเกินไป) แจ้ง

Eye openness — palpebral fissure aspect ทั้งสองข้าง ถ้าตาปิด ไม่มีข้อมูล eye-area

ระบบไม่ block — เป็น advisory + คำแนะนำให้ถ่ายใหม่ + ลดค่า confidence ของเมตริก ให้ <LowConfidenceBanner> โผล่อัตโนมัติ (Phase 33)

ในกล้อง live: pill สีเขียว/เหลือง/ส้มบอกคุณภาพภาพ real-time ก่อนกดถ่าย (Phase 34)

doodee ปรับเกณฑ์ได้ 2 มิติ:

เพศ (ชาย/หญิง) — ค่าอุดมคติของหลายเมตริกต่างกันชัดเจน เช่น มุมกรามผู้ชายแคบกว่าผู้หญิง คิ้วผู้หญิงโค้งกว่าผู้ชาย

เชื้อชาติ (สากล/เอเชีย) — เกณฑ์ 'สากล' ใช้ค่าจากงานวิจัยกลุ่มคอเคเซียนเป็นหลัก เกณฑ์ 'เอเชีย' ปรับให้ตรงกับสัดส่วนของชาวเกาหลี/จีน/ฮ่องกง/ไทย ตามงานวิจัยที่หาได้ (Jayaratne 2013, Hwang 2002, Kim 2018, ฯลฯ)

ถ้าคุณเป็นคนเอเชียและอยากได้ผลที่ตรงกับสัดส่วนปกติของชาวเอเชีย เลือก 'เอเชีย' — เกณฑ์จะปรับให้สัดส่วนตา ริมฝีปาก จมูก ฯลฯ ตรงกับงานวิจัยกลุ่มเอเชียโดยตรง

Head pose — รูปที่หัวเอียงเล็กน้อย (roll) ระบบแก้ไขให้แล้ว แต่ถ้าหันหน้าด้านข้าง (yaw) จะยังมีความเพี้ยน especially ในเมตริก symmetry

Forehead occlusion — ผมยาวบังหน้าผากทำให้ตำแหน่ง forehead apex คลาดเคลื่อน ส่งผลต่อ facial-thirds และ fwhr

Approximated ranges — เมตริกบางตัวยังเป็นช่วงอ้างอิงเชิงประมาณ (badge สีอำพันในรายละเอียดเมตริก) ดูได้ที่ docs/METRIC_AUDIT.md

Asian-population data — ปัจจุบัน 4 เมตริกมี Asian range research-cited แล้ว (palpebral-fissure-aspect, lip-fullness, brow-tilt, lip-e-line) อีก ~11 เมตริกยังเป็น judgement-tuned

ไม่วัด aging — ระบบนี้วัดสัดส่วน ไม่วัด aging markers (ผิว, ริ้วรอย, ตาตก) คนวัยกลางคนที่มี proportions ดียังคงได้คะแนนใกล้กับคนหนุ่ม