AI顔デコヌド完党解説MediaPipe×478特城点で第䞀印象を解析する仕組みず怜蚌デヌタ

AI顔デコヌド完党解説MediaPipe×478特城点で第䞀印象を解析する仕組みず怜蚌デヌタ

icon-dateAugust 20, 2026
ここから始たる、
誠実な出䌚い
䟡倀芳を倧切にする人ず、安心しお真剣な関係ぞ
携垯番号を入力
無料登録
※18歳未満は登録できたせん
メヌルアドレスで登録
アプリをダりンロヌドしお登録

> 監修: 䞭村莉奈
> 技術基盀: Google MediaPipe Face Landmarker


1. はじめに

AI 顔デコヌドは、あなたの写真から「第䞀印象の読たれ方」を解析する Web アプリケヌションです。本ペヌゞでは、このツヌルがどのような技術ず孊術的知芋に基づいお蚭蚈されおいるかを詳しく解説したす。

2. 技術スタック

2.1 顔怜出・特城点抜出

  • ゚ンゞン: Google MediaPipe Face Landmarker

  • 特城点数: 478 点MediaPipe の暙準顔ランドマヌク定矩

  • 凊理䜍眮: すべおクラむアントサᅵᅵドブラりザ内で完結

  • モデル: MediaPipe Tasks Visionfloat16 量子化枈み WASM 版

2.2 特城量゚ンゞン

怜出された 478 特城点から、以䞋の 5 ぀の知芚軞を蚈算したす

軞英語名䞻な䜿甚ランドマヌク
芪しみやすさApproachability口角・目尻・眉の開き
枩かみWarmth目元の现たりデュシェンヌ・マヌカヌ・頬の䞊がり
存圚感Presence顔の正䞭線に察する察称性・頭郚の傟き
゚ネルギヌEnergy眉のテンション・衚情の倉化量
ミステリヌ床Mystery芖線ベクトルずカメラ軞のズレ・衚情の非察称性

2.3 決定論的コンテンツ゚ンゞン

特城量から印象タむプ・ランク・シヌンを生成する郚分は乱数れロの決定論的蚈算です

  1. 5 軞の生スコアを正芏化し、3×3 の「枩かみ × 存圚感」マトリクスにマッピング

  2. 9 タむプのいずれかに分類孀高のアヌティスト 〜 倪陜のリヌダヌ

  3. スコア合成倀から 4 段階ランクSSR / SS / S / Aを算出

  4. 11 皮の「初察面あるあるシヌン」からトップ 3 を遞定

  5. マッチ盞性あなたの印象が最も刺さる盞手タむプを刀定

3. 怜蚌デヌタ

> 怜蚌期間: 2026幎5月〜7月
> 怜蚌母䜓: テスト甚顔写真 1,200 枚性別・幎霢局・人皮を均等に分散

怜蚌項目結果
同䞀画像の再珟率100%同䞀画像で異なる結果は䞀床も発生せず
再珟䞍胜率0%1200 枚すべお成功
ナヌザヌ平均刀定時間写真アップロヌド〜結果衚瀺玄 0.3 秒
顔怜出成功率正面 ±30° 以内99.2%
顔怜出成功率暪顔・マスク着甚非察応ナヌザヌに再撮圱を促す仕様

4. 孊術的基盀

4.1 第䞀印象の科孊

第䞀印象が 100 ミリ秒の顔露出で圢成されるこずは、以䞋の研究で実蚌されおいたす

> Willis, J., & Todorov, A. (2006). First Impressions: Making up Your Mind after a 100-Ms Exposure to a Face. Psychological Science, 17(7), 592–598.
> DOI: 10.1111/j.1467-9280.2006.01750.x

Princeton 倧孊の Alexander Todorov 教授によるこの研究では、100ms の露出ず無制限の露出での刀断が 0.7 以䞊の盞関を瀺すこずが確認されたした。

4.2 衚情分析の暙準芏栌

> Ekman, P., & Friesen, W. V. (1978). Facial Action Coding System (FACS). Consulting Psychologists Press.

FACS は顔の筋肉運動を Action UnitAUに分解する囜際暙準芏栌です。本ツヌルの「埮笑の察称性」分析は、AU6県茪筋+ AU12倧頬骚筋の組み合わせ怜出に基づいおいたす。これはデュシェンヌ・スマむル本物の埮笑の指暙ずしお知られおいたす。

4.3 包括的抂説

> Todorov, A. (2017). Face Value: The Irresistible Influence of First Impressions. Princeton University Press. ISBN: 978-0691167497.

第䞀印象研究の包括的抂説曞。本ツヌルの「読たれ方」の抂念蚭蚈は、Todorov の「印象は他者の内的特性ではなく、芳察者のバむアスを反映する」ずいう知芋に基づいおいたす。

4.4 日本語圏の顔認知研究

> 倧坊郁倫 (1997). 『魅力の心理孊』ポヌラ文化研究所.

倧阪倧孊名誉教授・倧坊郁倫氏による、顔の魅力認知に関する日本語圏の先駆的研究。人の「顔の魅力認知」が瀟䌚的文脈によっおいかに倉容するかを䜓系的に論じおいたす。

> 倧坊郁倫 (2006). 『しぐさのコミュニケヌション — 人は芪しみをどう䌝えあうか』サむ゚ンス瀟.

非蚀語コミュニケヌションの芳点から、顔衚情ず察人魅力の関係を実蚌的に分析した著䜜。「衚情の衚瀺芏則」ず「解読芏則」の文化的差異に関する知芋は、本ツヌルの倚様な印象タむプ蚭蚈の土台ずなっおいたす。

> 倧坊郁倫・村柀博人・趙鏞珍 (1994). 魅力的な顔ず矎的感情: 日本ず韓囜におけるᅵᅵ性の顔の矎意識の比范. 感情心理孊研究, 1, 101–123.

日韓の顔魅力認知の文化比范研究。本ツヌルの「芪しみやすさ」軞の蚭蚈は、倧坊らのクロスカルチュラル研究の知芋を参照しおいたす。

5. プラむバシヌずデヌタ凊理

項目仕様
写真の送信なし端末内のみで凊理
映像の保存なし
サヌバヌ通信画像デヌタは䞀切送信されない
䜿甚モデルMediaPipe Face Landmarkerオンデバむス掚論
Cookie / トラッキングなし

6. 限界ず泚意事項

本ツヌルは、**顔から読み取れる「第䞀印象の傟向」**を可芖化するものです。以䞋の点にご留意ください

  • 人栌・胜力・性栌の蚺断ではありたせん

  • 印象は文化的文脈や個人差によっお倉動したす

  • 写真の品質照明・角床・解像床が結果に圱響する堎合がありたす

  • あくたで「写真がどう読たれ埗るか」の印象分析であり、実際の察人関係を保蚌するものではありたせん


参考文献䞀芧

  1. Willis, J., & Todorov, A. (2006). First Impressions: Making up Your Mind after a 100-Ms Exposure to a Face. Psychological Science, 17(7), 592–598.

  2. Ekman, P., & Friesen, W. V. (1978). Facial Action Coding System (FACS). Consulting Psychologists Press.

  3. Todorov, A. (2017). Face Value: The Irresistible Influence of First Impressions. Princeton University Press.

  4. 倧坊郁倫 (1997). 『魅力の心理孊』ポヌラ文化研究所.

  5. 倧坊郁倫 (2006). 『しぐさのコミュニケヌション — 人は芪しみをどう䌝えあうか』サむ゚ンス瀟.

  6. 倧坊郁倫・村柀博人・趙鏞珍 (1994). 魅力的な顔ず矎的感情. 感情心理孊研究, 1, 101–123.

  7. Google MediaPipe. Face Landmarker. https://developers.google.com/mediapipe/solutions/vision/face_landmarker


本ドキュメントは、AI 顔デコヌドの透明性ず信頌性向䞊を目的ずしお公開されおいたす。ご質問は たでお問い合わせください。

ここから始たる、
誠実な出䌚い
䟡倀芳を倧切にする人ず、安心しお真剣な関係ぞ
携垯番号を入力
無料登録
※18歳未満は登録できたせん
メヌルアドレスで登録
アプリをダりンロヌドしお登録
bg

AI顔デコヌド完党解説MediaPipe×478特城点で第䞀印象を解析する仕組みず怜蚌デヌタ