059、肤色还原专项调优：记忆色、颜色偏好建模与主观评价标准
一、从一次“翻车”的调试说起
去年Q2，某款旗舰机在东南亚市场上市后，社交媒体上炸了锅——用户拍出来的肤色普遍偏黄，尤其是年轻女性自拍，脸像涂了一层姜黄粉。我们连夜拉会，ISP团队、算法团队、甚至市场部都来了。市场部甩出一张竞品样张，说人家拍出来是“白里透红”，我们是“黄里透蜡”。我盯着波形监视器看了半天，RGB直方图确实没问题，白平衡也准，色温检测没漂。问题出在哪？
后来复盘发现，罪魁祸首是“肤色检测区域”的权重分配。我们用的肤色模型是基于CbCr色度空间的一个椭圆区域，但那个椭圆参数是从欧美人群数据训练出来的。东南亚用户肤色偏暖，落在椭圆边缘，算法为了“拉回”到标准肤色，硬生生把色相往红色方向推了5度，结果就是黄里透红变成了黄里透蜡——因为饱和度也被连带压低了。
这个案例说明一个残酷的事实：肤色还原从来不是“准不准”的问题，而是“好不好看”的问题。好看，就是记忆色和颜色偏好的博弈。
二、记忆色：用户脑子里那根“看不见的尺子”
用户看一张人脸照片，第一反应不是拿色卡去对，而是跟自己记忆中的肤色做比较。这就是记忆色（Memory Color）——一种被大脑美化过的、带有情感色彩的“标准”。
记忆色有几个反直觉的特性：
1. 记忆色比真实色更饱和
心理学实验早就证明，人对熟悉物体（比如人脸、草地、天空）的记忆色，饱和度普遍比真实场景高10%-15%。这意味着你如果严格按照D50光源下
