fix face

README.md

@@ -8,3 +8,44 @@ pinned: false
 ---
 
 Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+
+# PicPocket 图像处理后台 API 扩展说明
+
+本项目在面部人脸评分（`/analyze` 与 `/app/analyze`）接口的返回数据结构中，新增了面部局部特征分析与颜值寿命预测功能，参数均挂载在人脸信息的 `facial_features` 节点下。以下是这些新增参数的具体含义与设计注释：
+
+## 1. 五官美学评分 (`facial_features`)
+包含各个五官单项的美学几何得分。分值范围与输入颜值分保持相同的分制（受整体颜值总分自适应靠拢约束，融合系数为 0.6）：
+* **`eyes`** (float): 眼部美学得分。基于眼部开合比例、左右眼对称度以及眼距偏差计算。
+* **`nose`** (float): 鼻部美学得分。基于鼻梁长度、鼻翼宽度及黄金长宽比偏差计算。
+* **`mouth`** (float): 嘴部美学得分。基于唇部厚度、嘴角上扬弧度及横向嘴宽比例计算。
+* **`eyebrows`** (float): 眉毛美学得分。基于双眉对称性、斜率及眉眼间距偏差计算。
+* **`jawline`** (float): 下颌轮廓得分。基于下颌骨边缘平滑度与左右颌角对称度计算。
+
+## 2. 综合表现指标
+* **`harmony_score`** (float): 面部整体协调性得分。评估面部整体几何比例与中心对称性的协调度。
+* **`overall_facial_score`** (float): 五官平均综合得分。各单项五官得分的算术平均值。
+
+## 3. 面部雷达图指标 (`radar_analysis`)
+用于客户端绘制五维雷达图的各项细分美学指标。分值均采取十分制（自适应总分归一化后靠拢）：
+* **`symmetry`** (float): 对称指数。评估受试者脸部左右侧结构（如眉、眼、轮廓）的几何对称水平。
+* **`proportions`** (float): 三庭五眼得分。严格对比中国古典美学“纵向三庭、横向五眼”黄金比例的契合程度。
+* **`contour`** (float): 轮廓线条得分。结合下颌线柔和度与两颊折角的平顺程度得出，折角越平缓分数越高。
+* **`eyes_brows`** (float): 眉眼精神得分。融合眼睛和眉毛的打分，反映眼周区域的神态与聚光度。
+* **`nose_mouth`** (float): 鼻唇协调得分。融合鼻子与嘴唇的打分，反映中下庭在视觉上的协调与平衡。
+
+## 4. 颜值巅峰预测与抗衰生命曲线 (`beauty_timeline`)
+基于当前的年龄、下颌骨坚实度（骨相）与对称性预测的颜值时间演变模型：
+* **`peak_age`** (int): 预测的颜值巅峰年龄（单位：岁）。通常根据当前年龄推估在 24~32 岁之间。
+* **`peak_score`** (float): 颜值巅峰时的预测分数。
+* **`aging_resistance`** (float): 骨相抗衰指数。基于下颌线条骨骼坚实度与面部对称度计算，骨骼感和对称性越好抗衰能力越强。
+* **`future_curve`** (Dict): 未来颜值走势曲线。包含 20 岁、30 岁、40 岁、50 岁四个年龄节点的颜值预测分数。
+
+> [!NOTE]
+> **分制自适应逻辑说明**：
+> * `peak_score`、`aging_resistance` 以及 `future_curve` 中的各年龄预测分数均支持**十分制（10分制）与百分制（100分制）自动识别**。
+> * 系统通过输入综合颜值的量级（阈值为 `15.0`）自动适配，保证客户端展示的数据分制与全局颜值分保持完美一致。
+
+## 5. 算法方法标识
+* **`analysis_method`** (str): 分析所采用的方法。
+  * `"mediapipe_landmarks"`: 关键点检测成功，使用 68 点面部特征网格模型进行精细化评估。
+  * `"basic_estimation"`: 兜底降级模式。当人脸过偏或关键点检测失败时触发，输出自适应分制后的温和默认值。