Определить цветотип по фото: нейросеть точнее стилиста

Милан, 2018 год, бэкстейдж показа. Два топ-стилиста ожесточенно спорят над подтоном кожи модели. Один утверждает, что перед нами типичная «Холодная зима», другой клянется, что это «Чистая весна». Кто был прав? Оба. И одновременно ни один из них. Проблема заключалась не в их квалификации, а в физике света. Желтые лампы накаливания у гримерного зеркала и холодный синий дневной свет из окна создавали оптическую иллюзию, сводящую на нет годы профессиональной насмотренности.

Именно тогда я впервые задумалась: если даже эксперты с мировым именем становятся жертвами освещения, как обычная женщина может доверять субъективному взгляду? Спойлер: математика справляется с этим лучше. Сегодня определить цветотип по фото нейросеть может с точностью, недоступной человеческому глазу. Подробнее об эволюции этого метода мы рассказали в нашем полном гиде по цифровому анализу внешности, а в этой статье мы разберем анатомию процесса до пикселя.

Анатомия цвета и метамерия: почему ошибаются профессионалы

Большинство людей считают, что у стилистов есть некая «магическая интуиция» на цвета, которой лишены машины. В реальности человеческое зрение глубоко уязвимо. Фундаментальный труд Джозефа Альберса «Взаимодействие цвета» (1963) доказал: мы физически не способны воспринимать цвет изолированно. Наш мозг всегда оценивает оттенок относительно соседних пятен.

Но главный враг стилиста — метамерия. Это физическое явление, при котором один и тот же объект выглядит абсолютно разным при смене источника света. Ткани поглощают и отражают световые волны по-разному в зависимости от температуры (в кельвинах) окружающего освещения.

На моей практике был классический случай. Клиентка купила потрясающую шелковую блузу изумрудного оттенка за 180 € в бутике с теплым галогенным светом. Она выглядела свежей и отдохнувшей. На следующий день она надела эту вещь в офис с типичными флуоресцентными лампами. Роскошный изумруд превратился в болезненно-болотный, а лицо приобрело землистый подтон.

«Человеческий глаз способен различить около 10 миллионов оттенков, но усталость сетчатки, личные предпочтения и даже настроение стилиста неизбежно искажают финальный вердикт».

Именно поэтому традиционный метод драпинга (прикладывания цветных платков к лицу) в 30% случаев дает сбой, если проводится не в идеальной лабораторной среде.

Как работает алгоритм: определить цветотип по фото нейросеть может точнее глаза

Пока стилист оценивает общую картину, алгоритм опирается на стандарты колориметрии Международной комиссии по освещению (CIE). Нейросеть не смотрит на ваше лицо в привычном смысле — она разбивает его на сотни контрольных точек.

Искусственный интеллект извлекает чистые значения RGB и HEX из конкретных пикселей кожи, корней волос и радужки глаза. Это позволяет машине математически вычислить уровень контрастности вашей внешности. Например, алгоритм видит разницу между кожей и волосами как соотношение 8:1. С этими цифрами невозможно спорить — они объективны.

Особенно ярко преимущество машинного зрения проявляется при определении температуры кожи. Стилисты часто путают холодный оливковый подтон с теплым желтым, потому что визуально они кажутся «золотистыми». Нейросеть, считывая пропорцию синего и красного пикселей в структуре изображения, никогда не допустит такой ошибки.

Пиксели не лгут: устранение когнитивных искажений

У искусственного интеллекта нет любимых цветов. Он не будет «дотягивать» вас до колорита «Осень» просто потому, что в этом сезоне на подиумах правит терракотовый цвет и стилисту очень хочется примерить его на вас.

Кроме того, ИИ блестяще работает с возрастными изменениями. Когда появляется седина или меняется пигментация кожи, ваш цветотип может плавно сместиться (например, от контрастной Зимы к более мягкому Лету). Машина оценивает ваши данные здесь и сейчас, в то время как человек часто цепляется за «старый» образ клиентки.

Ахиллесова пята машинного зрения: когда ИИ выдает ошибку

Было бы нечестно сказать, что нейросети безупречны. У них есть одно уязвимое место, которое описывается железным правилом программистов: Garbage In, Garbage Out (Мусор на входе — мусор на выходе). Алгоритм полностью зависит от качества исходного фото.

Главный саботажник цифрового анализа — автоматический баланс белого (AWB) в камере вашего смартфона. Пытаясь «улучшить» кадр, камера часто самостоятельно «желтит» или «синит» фотографию.

Однажды мы тестировали работу приложения на селфи, сделанном на закате (в так называемый «золотой час»). Алгоритм честно прочитал переданные ему пиксели и выдал результат: «Чистая весна». Проблема заключалась в том, что в реальности девушка была контрастным «Холодным летом». Закатное солнце залило кадр теплым желтым светом, полностью исказив физические данные. То же самое происходит при наличии макияжа, плотных тональных основ или при съемке в салоне автомобиля с тонированными стеклами.

Инструкция эксперта: как сделать фото, которое ИИ прочитает идеально

За годы работы с цифровыми инструментами я вывела строгий протокол подготовки фотографии. Если вы выполните эти 4 шага, нейросеть определит ваш цветотип с точностью лабораторного спектрофотометра.

1. Свет: только рассеянный дневной. Никаких прямых солнечных лучей, кольцевых ламп или ламп накаливания. Встаньте лицом к окну в дневное время (идеально — если на улице легкая облачность).
2. Нейтральная зона рефлексов. Уберите от лица всё цветное. Надевайте серую, белую или черную майку с открытыми ключицами. Яркий свитер (особенно неоновый или красный) даст цветной отсвет на подбородок, и алгоритм решит, что у вашей кожи теплый/красноватый подтон.
3. Чистый холст. Абсолютно никакого макияжа. Волосы необходимо убрать в гладкий хвост. Если они окрашены, наденьте белую или серую повязку, оставив видимыми только натуральные корни у линии роста волос.
4. Лайфхак стилиста: калибровочный лист. Возьмите обычный белый лист бумаги формата А4 и держите его в кадре на уровне груди. Это заставит алгоритмы AWB в камере вашего смартфона выставить правильный баланс белого, и цвет вашей кожи передастся максимально достоверно.

Экологичный подход: как знание цветотипа спасает планету (и ваш кошелек)

Переход от интуитивного шопинга к математически выверенному — это не просто вопрос эстетики. Это фундаментальный шаг к устойчивой моде. По данным отчета McKinsey (2024), несоответствие цвета в реальности и на экране, а также то, что вещь «просто не к лицу», является причиной до 40% возвратов в онлайн-магазинах. Значительная часть этих возвратов отправляется прямиком на свалки из-за сложной логистики сортировки.

Когда вы знаете свои точные HEX-коды, вы перестаете покупать вещи-однодневки. Загрузив свою палитру в приложение MioLook, вы можете автоматически фильтровать «свои» и «чужие» оттенки при планировании капсулы.

Я всегда говорю своим клиенткам: 15 вещей в правильной, гармонирующей с вашей внешностью цветовой гамме дадут вам в три раза больше комбинаций, чем 50 разрозненных трендовых предметов одежды. Представьте, что базовый кашемировый свитер обходится в среднем в 120–150 €. Если вы ошиблись с подтоном, он будет лежать в шкафу мертвым грузом, напоминая о потраченных деньгах. Точное знание своей палитры — это лучшая финансовая инвестиция в гардероб.

Машины не отбирают у нас творчество, они освобождают нас от дорогостоящих ошибок. Делегировав анализ цвета беспристрастным пикселям, мы получаем базу, на которой можно строить по-настоящему осознанный и качественный персональный стиль. А интуицию лучше оставить для выбора парфюма или фактуры ткани.