Hva gjør AI-sminkeapper egentlig? Mer enn filtre og prøving

AI-sminkeapper deles inn i fire tydelige kategorier: filterapper som rett og slett maler sminke over kamerabildet ditt, AR-apper for virtuell prøving som legger spesifikke produkter over ansiktet ditt i sanntid, AI-analyseapper som vurderer kolorittten din og anbefaler nyanser, og AI-apper for generering av looks som foreslår personlige looks bygget for trekkene dine, noen ganger med en tilhørende tutorial. Hver løser et ulikt problem. Når du vet hvilken kategori du har med å gjøre, blir det lettere å sette realistiske forventninger og velge riktig verktøy for det du faktisk trenger.

Fire typer AI-sminkeapp (og hvorfor forskjellene betyr noe)

Begrepet «AI-sminkeapp» brukes om et bemerkelsesverdig bredt spekter av produkter. En app som digitalt limer en leppestiftnyanse på selfien din og en app som analyserer din 12-sesongers fargeprofil kalles begge AI-sminkeapper, men de gjør fundamentalt forskjellige ting. At de slås sammen er grunnen til at så mange laster ned én type i forventning om en annen og ender opp skuffet.

Her er en tydelig oversikt over alle fire kategoriene.

AI-filterapper

AI-filterapper er den enkleste kategorien og, til tross for navnet, kvalifiserer de knapt som «AI» i noen meningsfull forstand. Dette er sminkefiltrene du ser på Snapchat, TikTok og Instagram. De bruker enkel ansiktssporing til å male dekorative effekter på kamerabildet ditt: en winged liner, et strøk rouge, en leppestiftnyanse, noen ganger en hel ferdig look. Resultatet er laget for å se fordelaktig ut på et bilde eller en videosnutt.

Filterapper analyserer ikke trekkene dine, vurderer ikke kolorittten din og anbefaler ingenting. Det er heller ikke meningen at de skal det. Et sminkefilter er en morsom visuell effekt, ikke en produktanbefaling eller en teknikkguide. Folk forveksler denne kategorien med «ekte» AI-sminkeapper fordi overflateresultatet ser likt ut: du ser sminke i ansiktet ditt som ikke var der før. Forskjellen er at et filter er underholdning til engangsbruk, mens de andre kategoriene er verktøy som gir veiledning du kan ta med deg når du tar opp en pensel.

Filterapper er bare verdt å nevne her fordi forvirringen mellom dem og ekte AI-analyseverktøy er så vanlig. Hvis en app først og fremst finnes for innholdsproduksjon eller forskjønning av selfier, hører den hjemme her.

AI-filterapper er underholdningsverktøy. De analyserer ikke, anbefaler ikke og lærer deg ingenting. Behandle dem deretter.

AR-apper for virtuell prøving

AR-apper for virtuell prøving bruker deteksjon av ansiktspunkter til å kartlegge ansiktet ditt i sanntid og legge produktfarger over spesifikke områder. Hold opp telefonen, velg en leppestiftnyanse fra en merkevares katalog, og appen skal vise deg hvordan akkurat den nyansen ser ut i ansiktet ditt. Beveger du hodet, følger overlegget med.

Kategorien finnes for å løse et reelt problem: å kjøpe et produkt på nett uten å kunne teste det først. Skjønnhetsmerker har tatt det i bruk i stor utstrekning fordi det har som mål å redusere kjøpsnøling. YouCam Makeup, Maybellines verktøy for virtuell prøving og L'Oreals ModiFace-drevne opplevelser er vanlige eksempler.

Den sentrale begrensningen er at AR-prøving ikke analyserer trekkene dine eller forteller deg hva som vil kle deg. Den viser deg hvordan et spesifikt produkt ser ut lagt over ansiktet ditt, men den vurderer ikke om den nyansen komplementerer undertonen din, harmonerer med fargesongen din eller fremhever øyeformen din. Den vurderingen må du fortsatt ta selv. Tenk på det som en digital versjon av å teste swatcher i en sminkebutikk: nyttig for å bekrefte et valg, men ikke for å lede deg mot det riktige valget i utgangspunktet.

AR-prøving kan heller ikke stoles helt på. Vårt eget team har testet overlegg som så perfekte ut på skjermen, bare for å oppdage at det ekte produktet la seg annerledes på huden da det kom. Overflatestrukturer, lyset i rommet, finishen på formelen og de små forskjellene mellom en gjengitt swatch og faktisk pigment summerer seg alle sammen. AR kan forenkle utvalget, men den endelige swatchen på ditt eget håndledd forteller fortsatt den sanneste historien.

AR-apper for virtuell prøving er den mest tilgjengelige kategorien og fungerer best som et grovt filter før kjøp, ikke som en garanti for at en nyanse vil se lik ut i virkeligheten.

AI-analyseapper

AI-analyseapper går et skritt videre ved faktisk å vurdere trekkene dine i stedet for bare å legge produkter over dem. Disse appene bruker maskinlæringsmodeller trent på datasett med ansiktsbilder for å tolke kolorittten din. Hva de måler varierer mye mellom produkter. Noen ser bare på hudtonen i overflaten. Noen forsøker å plassere deg i en av de klassiske fargesongene. Mer avanserte systemer veier flere dimensjoner samtidig, blant annet verdi, kroma og samspillet mellom huden, øynene og håret. Å samle alt dette under en ryddig etikett som «varm, kald eller nøytral» overser hvor stort spenn kategorien faktisk dekker.

Dressika og Colorwise.me er to ofte nevnte eksempler. Begge tar imot en selfie og gir tilbake en fargesong med foreslåtte nyanser, men de fungerer ikke likt og gir ikke like pålitelige resultater. Ulike algoritmer, ulike treningsdata og ulike filosofier om hvor mye vekt hvert trekk skal ha betyr at to apper kan analysere det samme bildet og være uenige. Å oppdage at du er en Dempet Sommer fremfor en generisk «kjøligtonet» type kan virkelig endre måten du ser på hvert produkt på, men bare hvis analysen du fikk var nøyaktig i utgangspunktet.

Den andre begrensningen er at de fleste analyseapper stopper på analysestadiet. De forteller deg hvilken sesong du er og hvilke generelle nyanser som kler deg, men de viser deg ikke en brukbar look på ditt faktiske ansikt. Det er et gap mellom «du er en Dempet Høst, så velg varme dempede toner» og «her er nøyaktig hvordan du bygger en øyelook med palettene du eier akkurat nå». Analyseapper fyller første halvdel av det gapet, sjelden den andre.

AI-analyseapper er utmerkede for å forstå kolorittten din, men ikke alle bruker den samme algoritmen eller gir like pålitelige resultater, og de fleste bygger ikke bro over gapet mellom å kjenne sesongen din og å vite hva du skal gjøre med den.

AI-apper for generering av looks

AI-generering av looks er den nyeste og mest ambisiøse kategorien, selv om etiketten dekker et smalt og ujevnt utvalg produkter snarere enn én enkelt standard. Den røde tråden er at disse appene prøver å gjøre mer enn å beskrive kolorittten din. De bygger en look for deg og viser deg hvordan du bærer den. Nøyaktig hva som genereres, og hvor personlig det egentlig er, avhenger helt av appen. Noen fokuserer på fulle ansiktsrenderinger. Andre holder seg til et bestemt område, som øynene, og går mye dypere på tutorial-siden.

BeautySpark holder seg solid i øyensminke-banen. Etter at du har lastet opp en selfie, analyserer appen ansiktsformen, øyeformen, hudtonen, undertonen og fargesongen din, og genererer så en øyensminkelook tilpasset nettopp disse trekkene. Hvis du skanner dine egne øyenskyggepaletter inn i appen, henter den bare fra nyanser du allerede eier. Hver look kommer med en match-score og en detaljert tutorial med plasseringsveiledning spesifikk for øyeformen, slik at du ikke bare ser på en pen rendering, men blir ledet gjennom hvordan du gjenskaper den på ditt eget ansikt.

For et dypere innblikk i hva prosessen for personlig generering av looks innebærer, går guiden om personlige looks i AI-sminkeapper gjennom hvert trinn i detalj.

Begrensningen ved denne kategorien er dens relative nyhet og variasjonen innenfor den. Færre apper tilbyr i dag ekte generering av looks, teknologien modnes fortsatt, og dybden i opplevelsen varierer kraftig mellom produktene. Resultatene avhenger sterkt av selfiekvaliteten, og ikke alle apper i denne kategorien håndterer alle hudtoner like godt.

AI-apper for generering av looks er den kraftigste kategorien for å gjøre analyse om til et brukbart resultat, men kvaliteten og omfanget av det de genererer varierer nok til at kategorinavnet alene ikke forteller deg hva du faktisk vil få.

Hvordan AI-sminketeknologien egentlig fungerer

Å forstå mekanikken bak AI-sminkeapper hjelper deg å vite hva du kan forvente og hvordan du får bedre resultater. Den gode nyheten er at kjerneteknologien ikke er så mystisk som markedsføringsspråket ofte får det til å høres ut.

Deteksjon av ansiktspunkter

Hver kategori av AI-sminkeapp starter med deteksjon av ansiktspunkter: en teknikk som identifiserer spesifikke punkter i ansiktet ditt, typisk 68 eller flere, som markerer øyekrokene, kantene på leppene, kjevelinjen, brynbuene og så videre. Disse punktene er grunnlaget for alt annet. AR-prøveapper bruker dem til å plassere produktoverlegg presist. Analyse- og genereringsapper bruker dem til å måle avstander, proporsjoner og former.

Moderne punktdeteksjon kjører i sanntid på en smarttelefon, og det er derfor AR-prøveapper kan spore ansiktet ditt jevnt mens du beveger deg. Nøyaktigheten i punktdeteksjon under varierende lysforhold har blitt dramatisk bedre de siste årene, selv om den fortsatt fungerer best i jevnt, diffust lys.

Algoritmer for fargeanalyse

Fargeanalyse innebærer mer enn å oppdage en heksverdi fra huden din. Robust AI-fargeanalyse kartlegger hudtonen din på tvers av flere dimensjoner: kulørtonen i overflaten (det du ser når du ser på huden din), den underliggende undertonen (varm gulgyllen, kald rosablå eller nøytral), verdien din (hvor lys eller mørk den samlede kolorittten din er) og kromaet ditt (om kolorittten din er livlig og mettet eller dempet og myk). Disse fire variablene avgjør sammen fargesongen din.

AI-modeller trent for fargeanalyse må ta høyde for lysvariasjon, forskjeller i kameraets hvitbalanse og det enorme mangfoldet i menneskelige hudfarger. De beste appene ber deg ta bilde av deg selv under bestemte lysforhold fordi nøyaktigheten i analysen avhenger direkte av kvaliteten på det du legger inn. Et bilde tatt under varmt gult innendørslys vil forskyve fargeavlesningene nok til å gi et annet resultat enn det samme ansiktet fotografert i naturlig dagslys.

Rammeverket for 12-sesongers fargeanalyse som ligger til grunn for de mest avanserte appene, deler personlig koloritt inn i tolv tydelige sesongbaserte paletter, hver med sitt eget optimale spenn av kulører, verdier og kromaer.

Maskinlæring og treningsdata

De underliggende AI-modellene som driver disse appene er trent på store datasett med merkede ansiktsbilder. Modellen lærer å koble mønstre i det du legger inn (trekkene i ansiktet ditt, kolorittten din, øyeformen din) med riktige utdata (riktig sesong, det fordelaktige nyansespennet, den passende skyggeplasseringen for øyeanatomien din).

Kvaliteten og mangfoldet i treningsdataene betyr enormt mye. Modeller trent på datasett som underrepresenterer visse hudtoner eller etnisiteter vil prestere dårligere på de gruppene. Dette er et område med aktiv forbedring i hele bransjen. Et praktisk signal du kan sjekke selv: se på appens markedsføringssider, demovideoer og eksempler. Hvis alle ansiktene som vises deler samme hudfarge, heller treningsdataene bak modellen sannsynligvis i samme retning. Produkter som viser et bredt spekter av hudtoner i sitt eget materiale er som regel mer seriøse om inkludering under panseret.

Nøyaktigheten til enhver AI-sminkeapp avhenger direkte av kvaliteten på treningsdataene, forholdene rundt selfien din og dybden i fargeanalysesystemet den bruker.

Hva AI-sminkeapper får til

Til tross for begrensningene gjør AI-sminkeapper flere ting genuint godt, og på enkelte områder slår de tradisjonelle alternativer.

Personalisering i stor skala

En profesjonell fargeanalyse på stedet koster flere hundre dollar og tar timevis. En profesjonell sminkekonsultasjon koster tilsvarende summer per økt. AI-sminkeapper bringer personlige anbefalinger basert på dine faktiske trekk til alle med en smarttelefon. Det er et meningsfullt skifte i tilgjengelighet.

Avgjørende nok er de beste AI-sminkeanbefalingene basert på trekkene dine, ikke på generiske regler. «Varme hudtoner kler varm øyenskygge» er en tommelfingerregel som ikke tar høyde for den enorme variasjonen innenfor varmtonet hud. En AI som har analysert din spesifikke undertone, verdi og kroma gir mer nyttig veiledning enn en altomfattende kategori.

Oppdag fargesongen din uten profesjonell hjelp

Mange har brukt årevis på å kjøpe «feil» farger fordi de aldri har hatt tilgang til en trent fargeanalytiker. Forskjellen er viktig. En ansatt i en sminkebutikk kan høres autoritativ ut og likevel bomme på undertonen din, fordi å lese overflatekoloritt ikke er den samme ferdigheten som å lese ekte undertone. Mange har fått høre at de er varmtonede av en selvsikker stemme i en skjønnhetsbutikk, for så senere å oppdage gjennom skikkelig analyse at de egentlig var i en kald sesong hele tiden. En genuint trent fargeanalytiker som forstår den forskjellen er gullstandarden, men øktene løper ofte opp i flere hundre dollar og ligger utenfor mange budsjetter.

Det er her AI-apper kommer inn. De fungerer godt som et utgangspunkt: raske, rimelige og tilgjengelige fra en telefon. Behandle resultatet som en første avlesning som kan sette deg på riktig spor, og som et nyttig grunnlag hvis du senere setter deg ned med en menneskelig analytiker for å finjustere det. Når du først vet at du heller mot Ekte Vinter fremfor en vag «kald» type, endres hele tilnærmingen din til sminke og fargevalg. Du slutter å kaste bort penger på nyanser som aldri vil fungere på deg, og enhver fremtidig profesjonell økt starter fra et sterkere utgangspunkt.

Redusert produktsvinn

Når en app for generering av looks henter fra dine faktisk skannede paletter, hjelper den deg å bruke produkter du allerede eier på måter du kanskje ikke har vurdert. BeautySparks palettskanning, for eksempel, løfter jevnlig frem nyansekombinasjoner som brukere hadde oversett eller avskrevet. Du oppdager at den støvete mauven i den glemte paletten din faktisk er en perfekt overgangsnyanse for fargesongen din, og paletten kommer ut av dvale.

Lær gjennom personlige tutorials

Tutorials laget for øyeformen din lærer deg på en måte generiske YouTube-videoer ikke kan. Hvis du har hettøyne, vil en tutorial filmet på mandelformede øyne gi deg vakker teknikk som gir feil resultat på din anatomi. En app som kjenner øyeformen din og justerer plasseringsveiledningen deretter, korter ned læringskurven betraktelig.

AI-sminkeapper gir genuint gode resultater når de tilpasser dybden i personaliseringen til dine spesifikke trekk i stedet for å bruke regler som passer alle.

Oppdag din perfekte øyelook

Få din første AI-personaliserte look på under 5 minutter.

Hva AI-sminkeapper fortsatt gjør feil

Ærlighet om begrensningene betyr noe. AI-sminkeapper har reelle svakheter, og å kjenne dem hjelper deg å kalibrere forventningene dine og bruke disse verktøyene mer effektivt.

Lysavhengighet

AI-fargeanalyse er bare så nøyaktig som bildet den analyserer. Selfier tatt under varmt innendørslys forskyver den tilsynelatende undertonen din mot gult eller oransje. Selfier i kaldt blått lys forskyver den mot rosa eller grått. Overeksponerte bilder vasker ut den nyanserte fargeinformasjonen algoritmen trenger. De fleste apper inkluderer veiledning om lysforhold, men mange brukere følger den ikke, for så å lure på hvorfor analysen føles feil.

For best resultat bør du ta analyseselfiene dine i naturlig dagslys uten direkte sol på ansiktet. Forskjellen mellom en varm innendørsselfie og en god selfie i naturlig lys kan lett resultere i en annen fargesongklassifisering.

Hudtonenøyaktighet på tvers av ulike hudfarger

Dette er det mest betydelige systemiske problemet i AI-skjønnhetsfeltet. Mange modeller ble trent på datasett som heller mot lysere hudfarger, noe som betyr at analysenøyaktigheten for mørkere hudtoner, særlig for undertonedeteksjon og sesongklassifisering, henger etter. Gapet har blitt mindre etter hvert som flere apper aktivt har jobbet med å gjøre treningsdataene sine mer mangfoldige, men det har ikke lukket seg helt.

Hvis du har en middels til dyp hudfarge, er et nyttig signal før du abonnerer appens egen visuelle markedsføring. Bla gjennom produktnettstedet, skjermbildene i appbutikken og eventuelle demovideoer. Ser du et reelt spekter av ansikter på tvers av toner og undertoner? En app som bare noensinne viser én hudfarge i sitt eget materiale forteller deg hvor treningsoppmerksomheten har ligget. Apper som viser frem et genuint mangfoldig sett med modeller har som regel lagt den samme omtanken i systemet bak kameraet.

Filter-mot-virkelighet-problemet

Noen apper innen AR-prøving og generering av looks gir resultater som ser polerte ut på skjermen, men som ikke tilbyr noen veiledning for den virkelige verden. Et kraftig bearbeidet AI-generert bilde av «deg» med en bestemt look er bare nyttig hvis det kommer med konkrete instruksjoner for å gjenskape det. Uten trinnvise tutorials forankret i øyeformen din og dine faktiske produkter, er et pent gjengitt bilde nærmere et filter enn et sminkeverktøy.

Spørsmålet du bør stille enhver app for generering av looks er: forteller den meg hvordan jeg faktisk lager denne looken, med mine produkter, for ansiktet mitt?

Personvernhensyn

Selfien din er biometriske data. Når du laster opp et bilde til en AI-sminkeapp, kan det bildet bli lagret, brukt til å forbedre modellen eller delt med tredjeparts databehandlere. Personvernerklæringer varierer betydelig mellom apper og mellom jurisdiksjoner. Før du laster opp, les appens retningslinjer for datalagring og sletting. Sjekk om appen opererer under GDPR, CCPA eller tilsvarende forbrukervern, og om dette vernet gjelder biometriske data i din region.

AI-sminkeapper har fortsatt reelle begrensninger når det gjelder lysfølsomhet, nøyaktighet på ulike hudtoner og personvernsåpenhet, og den beste tilnærmingen er å teste dem med realistiske forventninger og lese personvernerklæringen før du laster opp ansiktet ditt.

Hvem har mest nytte av AI-sminkeapper

Ikke alle får like mye verdi ut av hver kategori av AI-sminkeapp. Her er hvem som genuint har mest nytte av hver type.

Nybegynnere som ikke vet hvor de skal starte

AI-sminkeapper korter ned læringskurven hvis du er ny i sminke. AR-prøving gir deg en risikofri måte å forhåndsvise produkter på før du bruker penger. AI-analyse gir deg et vokabular for din egen koloritt, slik at «hva kler meg?» slutter å føles som gjetting. AI-generering av looks, der det er tilgjengelig, gjør det vokabularet om til noe du faktisk kan bære ved å foreslå spesifikke nyanser og plassering. Hvilken kategori som hjelper mest avhenger av hva som holder deg tilbake: å velge produkter, forstå kolorittten din eller oversette teori til en anvendt look.

Folk som har funnet fargesongen sin

Hvis du allerede vet at du er en Klar Vinter eller en Dempet Høst, er du et stykke på vei. En AI-app som jobber med sesongen din kan ta det grunnlaget og gjøre det om til brukbare looks i stedet for bare en liste over anbefalte farger. Kombinasjonen av å kjenne sesongen din og ha en app som bygger looks ut fra den er spesielt kraftfull.

Alle som er lei av å kjøpe feil produkter

Hvis du regelmessig kjøper sminke som ser annerledes ut på deg enn den gjør på reklamebilder eller på personen i tutorialen, vil fargeanalyseapper spare deg for penger. Å kjenne sesongen din før kjøp betyr at du kan vurdere ethvert nytt produkt opp mot paletten din før du forplikter deg. AR-prøveapper legger til enda et lag ved å la deg forhåndsvise spesifikke nyanser i ansiktet ditt før kjøp.

Sminkeentusiaster som vil ha mer ut av palettene sine

Hvis du elsker sminke, men føler at du bare noensinne griper etter de samme fem fargene i hver palett, kan palettskanning og generering av looks åpne opp samlingen din. BeautySpark genererer jevnlig kombinasjoner som erfarne brukere beskriver som noe de aldri ville ha tenkt på å prøve, og oppdager nyansepar som fungerer nydelig for sesongen og øyeformen deres.

AI-sminkeapper gir mest verdi til folk som engasjerer seg seriøst i dem: følger lysveiledningen, utforsker looks på tvers av fargesongen sin og bruker tutorials som en genuin læringsressurs i stedet for et morsomt filter.

Ofte stilte spørsmål

Neste steg

Nå som du forstår de fire kategoriene av AI-sminkeapp og hva teknologien kan og ikke kan gjøre, er det naturlige neste spørsmålet hvilken konkret app som er riktig for deg. Det avhenger av målene dine, budsjettet ditt og hvor mye du vil investere i personaliseringsprosessen.

Guiden om hvilke funksjoner som betyr noe når du velger en AI-sminkeapp går nettopp gjennom den avgjørelsen: hva du bør se etter, hvilke spørsmål du bør stille, og hvordan du vurderer enhver app opp mot dine faktiske behov før du forplikter deg til et abonnement.

Hvis du heller vil se hvordan spesifikke apper stiller seg side om side på funksjonene som betyr mest, dekker artikkelen sammenligning av de beste AI-sminkeappene seks av de ledende alternativene i detalj, inkludert nøyaktigheten i fargeanalysen, kvaliteten på genereringen av looks og den samlede verdien.