功能強大的美顏相機是如何使人像變美的?


功能強大的美顏相機是如何使人像變美的?



美顏相機正在被越來越多愛美的朋友們熟悉并使用, 無論是旅游還是逛街, 都能看到人們使用美顏相機拍照的身影 。 那么美顏相機里神奇的瘦臉、磨皮、美白等功能是如何實現的呢?
美顏一張照片首先要進行人臉檢測, 即檢測圖片中是否存在人臉, 并定位其位置 。 這個過程主要的技術難點在于圖片中可能存在光照條件變化、人臉姿態變化、人臉表情變化以及遮擋等問題 。
在深度學習理論誕生之前, 人們主要使用人工設計好的特征來訓練檢測器檢測人臉;當深度學習在計算機視覺領域占據絕對主導地位之后, 人們便開始嘗試用深度神經網絡來做人臉檢測 。 目前, 主流的用來訓練人臉檢測模型的方法有兩種, 一種是使用通用的目標檢測網絡, 如SSD(Single Shot MultiBox Detector, 單次多邊框探測器)、YOLO(You Only Look Once, 只看一遍圖片就能把目標檢測出來)等;另一種是專門的人臉檢測網絡, 如CascadeCNN(Convolutional Neural Network Cascade for FaceDetection, 級聯結構的卷積神經網絡)等 。
【功能強大的美顏相機是如何使人像變美的?】檢測到人臉后, 就需要對人臉關鍵點進行定位, 即對眉毛、眼睛、鼻子、嘴巴以及臉部輪廓進行定位 。 傳統的人臉關鍵點定位技術有ASM(Active Shape Model, 主動形狀模型), CPR(Cascaded Pose Regression, 級聯姿勢回歸)等 。
有了定位到人臉的關鍵點以后, 便可以對人臉區域進行瘦臉、磨皮、美白等“美顏”操作 。 瘦臉是通過對像素位置進行偏移來實現對臉部區域的放大、縮小, 即由變形前坐標根據變形映射關系, 得到變形后坐標 。 這其中變形映射關系是最關鍵的, 不同的映射關系將得到不同的變形效果 。 平移、縮放、旋轉等對應的都是不同的映射關系, 即不同的變換公式 。 在實際計算過程中, 要運用插值的方法來保證變形后的圖像是連續、完整的, 這樣圖像才不會失真 。
磨皮是使皮膚看起來更加光滑, 其主要應用了計算機圖像處理的一些濾波算法, 如高斯濾波或雙邊濾波等 。
美白是在圖像處理領域中使用三原色來保存圖片的顏色信息, 三個值的取值范圍是0~255, 越靠近0, 圖像就越黑;越靠近255, 圖像就越白 。
本文由北京印刷學院物理系副教授李蜜丹進行科學性把關 。

    推薦閱讀