[ 동료 심사(Peer-reviewed) 학술 기반 ]

과학적 방법론 및 개인정보 보호 아키텍처

Detect Face Shape은 임상 두개안면 인체측정학과 클라이언트 측 컴퓨터 비전을 결합하여 객관적인 안면 골격 분류를 제공합니다.

서버 전송 제로 생체 데이터 프라이버시 보증

WebAssembly 및 WebGL 기반의 순수 클라이언트 측 로컬 연산

대부분의 안면 분석 웹 서비스는 고해상도 사진을 원격 클라우드 서버로 업로드하여 신경망으로 처리하고 저장합니다. 이는 심각한 개인정보 침해 및 생체 데이터 보안 위험을 초래합니다.

detectfaceshape.app은 서버 전송이 전혀 없는 구조로 작동합니다:

Google MediaPipe Face Landmarker 모델 바이너리와 WASM 런타임은 로컬 브라우저 샌드박스 내부에서만 엄격히 실행됩니다.
업로드된 모든 사진과 카메라 프레임은 브라우저 휘발성 메모리의 오프스크린 캔버스에서 디코딩되며 분류 직후 즉시 삭제됩니다.
어떠한 이미지 데이터, 생체 좌표, 벡터 정보도 네트워크를 통해 외부로 전송되지 않습니다. 페이지 로드 후 인터넷 연결을 끊어도 완벽하게 정상 작동합니다.

detectfaceshape.app의 얼굴형 분류는 Leslie G. Farkas가 정립한 표준 의료 인체측정학에 뿌리를 두고 있습니다. 단순 추측 대신 468개의 좌표로부터 4가지 정밀 신체 치수를 도출합니다:

측정치 1: 얼굴 길이

얼굴의 전체적인 수직 길이를 정의하는 헤어라인 중앙 상단부터 턱끝 최하단까지의 수직 거리입니다.

측정치 2: 광대 너비

얼굴의 주요 가로 축을 형성하는 광대뼈(협골궁) 외측 곡선 간 최대 수평 거리입니다.

측정치 3: 이마 너비

하트형과 삼각형 얼굴형의 구조적 특징을 구분하는 관자놀이 간 가로 폭입니다.

측정치 4: 턱선 너비

사각 및 삼각 얼굴형의 각진 특성을 진단하는 하악골 양측 하악각 사이의 가로 거리입니다.

Farkas, L. G. (1994). Anthropometry of the Head and Face (2nd ed.). New York: Raven Press. 다양한 인구 집단에 걸친 안면 비율의 표준 측정치 및 기준 두개안면 규범값.
Liu, Z., Lin, Y., Cao, Y., Hu, H., Wei, Y., Zhang, Z., Lin, S., & Guo, B. (2021). Swin Transformer: Hierarchical Vision Transformer using Shifted Windows. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 10012–10022.
Lugaresi, C., et al. (2019). MediaPipe: A Framework for Building Perception Pipelines. arXiv preprint arXiv:1906.08172. Google Research.

100% 온디바이스

서버 업로드 0회

즉각적인 결과

500ms 미만 WebGL 추론

468개 랜드마크

파르카스 두개안면 표준

100% 무료 및 오픈

계정 생성이나 결제 없음