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？

點擊下載本組圖片

2019年4月5日，游人在北京玉淵潭公園內觀看相機里拍攝的美照。（陳曉根/人民圖片）

（聲明：凡帶有“人民圖片”字樣圖片，系版權圖片，受法律保護，使用（含轉載）需付費，歡迎致電購買：010-65363965或021-63519288。）

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。

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。

功能強大的美顏相機是如何使人像變美的？

圖文簡介