聚焦信息技術領域 為産業發聲

導讀

說起美顔類應用，從最早的光影到美圖、天天P圖、美顔，再到美妝、IN、美咖、潮自拍等，無一不受到年輕人的熱捧。今年愚人節，小米手機幽了一默，推出了“偏心美顔”模式，号稱可以“微笑駕馭閨蜜政治”，雖然這樣的功能隻是一個愚人節的梗，但是在現實中，“偏心美顔”的人其實還真不少……研究機構發現，36%的自拍者承認他們會在拍完照的第一時間美化照片，而13%的人修圖時幾乎不放過任何一張自拍。你知道美顔相機是如何為你“整容”的呢？

圖為小米的“偏心美顔”模式效果圖

偏心美顔模式即：當群用戶自拍時，比如閨蜜間的合影，該模式智能識别機主和其他人，并進行“着重美化”和“撩草美化”，讓你在合影中脫穎而出，輕松駕馭閨蜜政治。

美顔1.0到2.0的技術支撐

如果說美顔1.0隻是化妝（磨皮、祛痘、膚色調整）的話，那目前最新的美顔技術已經發展到了2.0階段，達到整容級的效果——把眼睛變大，把圓臉變成瓜子臉，甚至可以做到直播實時美顔。而實現這些效果的技術支撐就是人臉識别。

那什麼是人臉識别呢？人臉識别主要包括人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識别四個部分。而美顔模塊則利用這項技術來定位出人臉，通過人臉檢測( Face Detection )和關鍵點檢測( Landmark )來識别五官、臉型的多個特征點，并利用這些特征點作為臉部美化工作的基礎。

每一張圖像可以看作是一個二維的數據集合，其中每個元素都是一個像素點。如果将這些數據用幾何的方式來呈現出來，“痘”就是和周圍點差異較大的點。在圖像處理領域，這個差異是通過灰度值來衡量的灰度，也叫“亮度”。灰度圖，也就是黑白圖。将彩色圖轉換為灰度圖，圖像的關鍵特征不會丢失。磨皮祛痘，就是要平滑點與點之間的灰度差異，同時還要保持皮膚原有的一些細節。所以，美顔一般選擇邊界保持類平滑濾波算法。

直播美顔要求實時處理，很短的時間内，完成一系列任務。所以直播中的美顔，對性能有很高的要求，在動态視頻中實現實時人臉跟蹤定位和三維重構。

在直播中一般選擇雙邊濾波算法。這個算法性能高，效果也比較好，非常适合直播場景。除了磨皮算法外，調整皮膚膚色也是美顔的一個關鍵環節。關于調整膚色：一方面實現美白、紅潤的效果；另一方面則通過控制膚色，可以弱化“痘”和“斑”等，因為磨皮算法隻能在一定程度上消除噪點。

我們知道，目前人臉識别領域可分為機器學習與深度學習兩類方案：

機器學習識别物體是基于像素特征的我們會搜集大量的圖像素材，再選擇一個算法，使用這個算法來解析數據、從中學習，然後對真實世界中的事件做出決策和預測；深度學習是機器學習中的一類方法，模拟人類自己去識别人臉的思路，人類看物體的時候永遠都是先觀察到邊緣。深度學習就模拟了我們人類去觀測物體這樣一種方式，首先拿到海量數據，拿到以後才有海量樣本做訓練，通過網絡抓取核心特征建立一個網絡，從而判斷這個圖像可能是張人臉。

而直播中的給人臉實時貼圖，應用的就是深度學習技術，檢測并識别出人臉的關鍵點再進行圖像處理即可。此外，美顔相機突破次元壁，讓機主“化身二次元少女”，則運用了運用了人臉識别和AR技術對五官進行了自然的變形和美化，達到二次元感的效果，讓用戶參與到漫畫中，創造出屬于自己風格的漫畫作品。

本文由南京船舶雷達研究所高級工程師程旭提供技術指導

黃河連線原創文章

轉載請注明出處

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!