你的美颜由无数码农亲手敲出的代码默默守护( 二 )


来源:Freepik.com
美颜是怎样做到让皮肤变好的?
准确定位这些关键点之后,以这些关键点组成一个网格,对这个网格按照固定的参数进行局部形变,就可以形成瘦脸、大眼等特效算法 。
在所有特效处理中,美白磨皮算是唯一不能缺少的环节,毕竟“一白遮百丑、长痘毁所有” 。 美白算法的目标是把肤色区域变得更加的透亮 。 这部分的算法可谓层出不穷,基本思路都是如何调整图片的亮度问题 。 而磨皮的算法就更多了,包括使用高斯模糊,双边滤波等 。 具体选择哪种算法,并且需要结合哪些细节增强的后处理技术,以达到更好的磨皮效果,也是非常复杂并且需要大量投入的 。
人脸检测技术除了美颜,还大有用处
人脸检测/识别技术除了在前述美颜应用软件上造福广大爱美人士以外,还被广泛应用在日常生活中的许多方面,给人们带来更多高质量生活的科技解决途径 。
这里我们需要了解一下“相似度”的概念 。 前面提取出来的人脸特征数值串可以用来表征人脸特征,输入两组不同人脸图片的特征值,通过某些规则定义的算法公式可以得到两个特征之间的相似度 。
比如下面两张图计算后得出相似度97.82%的结论,嗯,相似度蛮高的嘛,非常满意!(因为就是我老婆本人呀~呵呵 。 )
“老婆”照片,来源:https://www.hmv.co.jp/goods/genre_グッズ_2019年カレンダー_女性タレント?アイドル_4_920_930_930001/
在人脸对比的基础上再设定一个阈值,就可以实现人脸验证功能了 。 举个例子,预先设定好阈值为80%,那么当相似度大于80%就会输出“同一个人”的判断 。
来源:作者自制
既然人工智能已经会判断出是不是同一个人了,那么基于这个原理,它就能帮助人类实现更多复杂应用了 。
比如,现在许多手机已经具备的人脸解锁功能 。 这项实用的功能用到的技术被称为“人脸验证”,手机等终端设备只需将用户事先注册登记的照片与现场临时采集的照片做对比,判断是否为同一人,就能完成身份验证 。
人脸验证做的是1:1比对,其身份验证模式本质上是计算机对当前人脸与人像数据库进行快速人脸比对,并得出是否匹配的过程 。 比如在高速公路、机场安检时,受检人员手持身份证等证件,通过检查通道,同时对受检人员的外貌及身份证信息进行识别,这个过程就是典型的1:1模式 。
来源:作者自制
与1:1比对的人脸验证不同,1:N(一对多)查找比对的人脸识别(Face Recognition)技术则被广泛应用在小区门禁、会场签到以及新零售概念里的客户识别等现实场景中 。 它的基本思路是输入一个人脸特征后,通过与人像数据库中的海量数据做比对匹配,找到与当前人脸数据相符合的图像(即特征相似度最大的图像),返回该图像对应的身份 。
此外,人脸识别的1:N模式能实现通过对动态视频流的截取来获得人脸数据并进一步比对的动态对比过程,而且在识别的过程中识别对象无需到特定的位置便能完成人脸识别的工作,非常高效 。
来源:作者自制
人脸检索(Face Retrieval)采用的也是1:N模式,基本原理与人脸识别类似,也是将一个人脸特征与人像数据库中的N个数据进行比对匹配,只不过返回的不是相似度最高的那个,而是根据相似度从高到低排序的人脸序列的结果 。 在现实生活中,警察叔叔使用先进的人脸检索技术可以更快速地锁定嫌疑犯,加快案件侦破进度 。
P美有什么难的,凭空生成一张脸都能实现
下面的两张图片,一个是真人照片,另一个是AI合成,你能选出哪张是合成图像吗?

推荐阅读