В статье рассматривается задача автоматизированного определения дихотомии экстраверсия/интроверсия (E/I) на основе анализа статических фотографий лица. Предложен и экспериментально исследован алгоритм, основанный на извлечении геометрических признаков лица с использованием фреймворка MediaPipe FaceMesh и последующей классификации с помощью алгоритма K-ближайших соседей (KNN). В качестве признаков использовались относительные расстояния между ключевыми анатомическими точками лица, что позволило минимизировать влияние масштаба изображения и условий съемки. Эмпирической базой исследования послужил авторский датасет, сформированный на основе фотографий респондентов с верифицированными результатами тестирования по методике MBTI. Проведена серия экспериментов с варьированием набора признаков, параметров классификатора и критериев отбора изображений. Показано, что качество и стандартизация фотографий (анфас, отсутствие экспрессии, макияжа и поворотов головы) оказывают критическое влияние на точность распознавания. Максимальная достигнутая точность классификации составила около 72% на отобранной выборке. Полученные результаты подтверждают наличие статистически значимой связи между морфологическими характеристиками лица и дихотомией E/I.