隨著各類直播、短視頻和社交媒體(ti) 的興(xing) 起，我們(men) 仿佛生在一個(ge) “人均美女帥哥”的社會(hui) ，事實真是如此嗎？

　　拜各類技術和軟件的發展所賜，當我們(men) 出現在鏡頭麵前時，計算機算法就已經自動將采集到的人像進行了美顏處理。因此，鏡頭裏的人總是那麽(me) “不真實”。

　　那麽(me) ，這些軟件背後需要用到什麽(me) 程序算法？計算機是如何識別人的麵部和身體(ti) ，並對這些部位進行美化的呢？

　　其實，美顏和繪畫有很多相似性，繪畫首先是畫線稿，確定人體(ti) 基礎結構，然後在線稿之上進行上色，逐步豐(feng) 富細節，最後完成一幅作品。

　　我們(men) 拍攝的原始人體(ti) 圖像也是“畫線稿”，手機收集原始數據，將圖像上傳(chuan) 到後台進行定位和識別。這一步的目的是確定人體(ti) 的特征位置。

　　接下來開始“上色”，用算法和技術對五官或身體(ti) 部位進行分析、處理、美化，最後得到美顏後的圖像。

　　隻不過完成一幅繪畫作品需要較長的時間，而美顏卻是瞬時的、即刻的，這背後需要有強大的計算機技術作為(wei) 支撐。

　　人臉關(guan) 鍵點定位技術識別五官

　　如今的美顏相機，已經可以給眼睛畫眼影、給嘴唇塗口紅。那麽(me) ，這些功能是怎麽(me) 精準識別圖像中人臉的特定部位的呢？

　　這其中利用的是人臉關(guan) 鍵點檢測技術，即通過尋找臉部特征點來確定五官的精準位置。一般來說，定位的關(guan) 鍵點數量越多，最終的美顏效果越好。

　　目前主流的人臉關(guan) 鍵點檢測方法有兩(liang) 種：基於(yu) 特征的人臉檢測和基於(yu) 圖像的人臉檢測。目前使用最多的是基於(yu) 特征的人臉檢測方法。

　　原始人臉數據被上傳(chuan) 至後台後，人臉檢測技術會(hui) 對原始的圖像幀進行識別。眼睛、眉毛、T型區(即眼睛+鼻子構成的區域)、嘴、下巴會(hui) 被依次識別，識別的數據被放入人臉信息結構體(ti) 中，之後再被應用到具體(ti) 的美顏算法中，對特定部位進行美化。

　　圖像平滑技術幫你磨皮

　　女生在化妝時會(hui) 先塗一層粉底液，主要作用是美白和減少皮膚瑕疵。這其實就相當於(yu) 美顏功能中的美白和磨皮。

　　好的磨皮效果應該是怎樣的？首先最重要的是讓皮膚變光滑，同時還要盡量保留更多細節(如皮膚肌理)，讓五官輪廓清晰可見，這樣的圖片看起來更真實、更有質感。

　　磨皮利用的是圖像平滑技術，因為(wei) 在拍攝圖像時會(hui) 受到噪聲幹擾，使圖像質量降低，因此要對噪聲進行過濾。過濾後的圖像將變得平滑，多餘(yu) 無用的信息會(hui) 被剔除掉。

　　過濾圖像噪聲的工具是濾波器，一般常用的濾波器有中值濾波、邊緣保持濾波、雙邊濾波(又稱高斯雙邊濾波)等。中值濾波和邊緣保持濾波的缺點是不能很好地保留圖像的邊緣信息；而雙邊濾波可以保留大量人臉細節且確保邊界處不會(hui) 被模糊掉，因此其應用最為(wei) 普遍。

　　色彩模式切換美白皮膚

　　我們(men) 人眼的“像素”很高，能看見世界的色彩斑斕，那沒有“眼睛”的計算機怎麽(me) 識別顏色呢？

　　圖像中的色彩一般用RGB模式表示，R、G、B分別代表紅、綠、藍，具體(ti) 數值從(cong) 0—255變化。R、G、B的數值越趨於(yu) 0，圖像越黑；相反，越接近255就越白。此外，還有HSV模式(H、S、V分別代表色彩、飽和度、明度)，這兩(liang) 種色彩模式可以通過算法實現轉換。

　　很多美白技術會(hui) 將RGB模式轉化為(wei) HSV模式後再進行調整：先用算法對皮膚像素的顏色數據進行大量統計，得到膚色像素的取值範圍，然後再調節像素的各項數值大小，讓圖像中的皮膚變白、變亮。

　　模板與(yu) 原圖合成“定製”妝容

　　美顏相機裏還能“定製”妝容，包括口紅、腮紅、眼妝等。這是因為(wei) 相機軟件裏植入了預先設計的、不同風格的妝容模板，當人臉出現後，首先會(hui) 基於(yu) 人臉關(guan) 鍵點檢測技術，識別出特定部位，然後妝容模板會(hui) 投射到人臉特定區域，最後妝容和原始圖像進行高效合成，給圖像裏的人“化妝”。

　　以畫眉為(wei) 例，許多軟件都提供了多套眉毛的圖片模板，先檢測出原始圖像眉毛的關(guan) 鍵點位置，眉毛的第一個(ge) 關(guan) 鍵點會(hui) 作為(wei) 貼合的起始位置；算法還會(hui) 對眉毛模板的大小和範圍作出調整，使模板和人的原始眉毛能更好地貼合；最後在原圖上進行融合，得到自然、逼真的畫眉效果。

　　這樣一看，美顏果然是個(ge) “技術活”。

　　(據數字北京科學中心公眾(zhong) 號)