隨著各類直播、短視頻和社交媒體的興起，我們仿佛生在一個“人均美女帥哥”的社會，事實真是如此嗎？

　　拜各類技術(shù)和軟件的發(fā)展所賜，當(dāng)我們出現(xiàn)在鏡頭面前時，計算機算法就已經(jīng)自動將采集到的人像進行了美顏處理。因此，鏡頭里的人總是那么“不真實”。

　　那么，這些軟件背后需要用到什么程序算法？計算機是如何識別人的面部和身體，并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，確定人體基礎(chǔ)結(jié)構(gòu)，然后在線稿之上進行上色，逐步豐富細節(jié)，最后完成一幅作品。

　　我們拍攝的原始人體圖像也是“畫線稿”，手機收集原始數(shù)據(jù)，將圖像上傳到后臺進行定位和識別。這一步的目的是確定人體的特征位置。

　　接下來開始“上色”，用算法和技術(shù)對五官或身體部位進行分析、處理、美化，最后得到美顏后的圖像。

　　只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，這背后需要有強大的計算機技術(shù)作為支撐。

　　人臉關(guān)鍵點定位技術(shù)識別五官

　　如今的美顏相機，已經(jīng)可以給眼睛畫眼影、給嘴唇涂口紅。那么，這些功能是怎么精準(zhǔn)識別圖像中人臉的特定部位的呢？

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

　　目前主流的人臉關(guān)鍵點檢測方法有兩種：基于特征的人臉檢測和基于圖像的人臉檢測。目前使用最多的是基于特征的人臉檢測方法。

　　原始人臉數(shù)據(jù)被上傳至后臺后，人臉檢測技術(shù)會對原始的圖像幀進行識別。眼睛、眉毛、T型區(qū)(即眼睛+鼻子構(gòu)成的區(qū)域)、嘴、下巴會被依次識別，識別的數(shù)據(jù)被放入人臉信息結(jié)構(gòu)體中，之后再被應(yīng)用到具體的美顏算法中，對特定部位進行美化。

　　圖像平滑技術(shù)幫你磨皮

　　女生在化妝時會先涂一層粉底液，主要作用是美白和減少皮膚瑕疵。這其實就相當(dāng)于美顏功能中的美白和磨皮。

　　好的磨皮效果應(yīng)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(jié)(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(zhì)感。

　　磨皮利用的是圖像平滑技術(shù)，因為在拍攝圖像時會受到噪聲干擾，使圖像質(zhì)量降低，因此要對噪聲進行過濾。過濾后的圖像將變得平滑，多余無用的信息會被剔除掉。

　　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(jié)且確保邊界處不會被模糊掉，因此其應(yīng)用最為普遍。

　　色彩模式切換美白皮膚

　　我們?nèi)搜鄣摹跋袼亍焙芨撸芸匆娛澜绲纳拾邤?，那沒有“眼睛”的計算機怎么識別顏色呢？

　　圖像中的色彩一般用RGB模式表示，R、G、B分別代表紅、綠、藍，具體數(shù)值從0—255變化。R、G、B的數(shù)值越趨于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)，這兩種色彩模式可以通過算法實現(xiàn)轉(zhuǎn)換。

　　很多美白技術(shù)會將RGB模式轉(zhuǎn)化為HSV模式后再進行調(diào)整：先用算法對皮膚像素的顏色數(shù)據(jù)進行大量統(tǒng)計，得到膚色像素的取值范圍，然后再調(diào)節(jié)像素的各項數(shù)值大小，讓圖像中的皮膚變白、變亮。

　　模板與原圖合成“定制”妝容

　　美顏相機里還能“定制”妝容，包括口紅、腮紅、眼妝等。這是因為相機軟件里植入了預(yù)先設(shè)計的、不同風(fēng)格的妝容模板，當(dāng)人臉出現(xiàn)后，首先會基于人臉關(guān)鍵點檢測技術(shù)，識別出特定部位，然后妝容模板會投射到人臉特定區(qū)域，最后妝容和原始圖像進行高效合成，給圖像里的人“化妝”。

　　以畫眉為例，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(guān)鍵點位置，眉毛的第一個關(guān)鍵點會作為貼合的起始位置；算法還會對眉毛模板的大小和范圍作出調(diào)整，使模板和人的原始眉毛能更好地貼合；最后在原圖上進行融合，得到自然、逼真的畫眉效果。

　　這樣一看，美顏果然是個“技術(shù)活”。

　　(據(jù)數(shù)字北京科學(xué)中心公眾號)