随着短视频、直播软件一类app的流行，美颜sdk的应用也越来越广泛。所谓“美颜”，简单解释下，就是通过视频（图片）技术对人脸进行美化。但是就“美化”这个词，却牵扯到众多深度学习、图像处理、图像学技术。今天小编就给大家讲讲，美颜sdk中所用到的基本技术和算法原理都有哪些。

一、人脸检测

美颜sdk中所用到的人脸检测技术指的是对视频中、图片中的人脸进行检测，并且准确定位人脸的位置。而人脸检测主要的技术难点在于，如何在特定光照条件，人脸姿态变化、人脸表情变化、遮挡等情况下，从视频或图片中检测出人脸。而人脸检测的发展时期也分为两个时期，一个是深度学习时期。在深度学习之前，人脸检测主要是套用人工设计好的特征，根据人工特征来训练检测器来检测人脸。但当深度学习在计算机视觉领域占据绝对主导地位之后，人们便开始尝试用深度神经网络来训练人脸检测模型。

二、人脸关键点定位

这种技术是对人脸中眉毛、眼睛、鼻子、嘴巴以及脸部的轮廓进行定位。它是紧接在人脸检测后，首先在视频或者图片中检测到人脸，然后才对检测到的人脸做关键点定位。人脸关键点定位技术同人脸检测技术一样，在实际应用中，也存在人脸的尺度、光照、表情、姿态、遮挡等问题，因此绝大多数视频或者图片获得准确的人脸关键点，也是一个比较难的任务。

相同的，人脸关键点定位技术的发展，也可分为深度学习前的时期和深度学习时期：在前期，传统的人脸关键点技术，包含主动形状模型（ASM），主动外观模型（AAM）等，而后期神经网络技术的发展，也使得人脸关键点检测逐渐建立在此技术上。当有了关键点后，美颜sdk中的瘦脸、磨皮、美白等“美颜”操作才能正常进行。这些算法一般都应用在手机等移动设备中，例如在Android上可以使用OpenGL ES，在iOS上可以使用Metal根据人脸关键点的位置，对人脸进行瘦脸、磨皮、美白等渲染。

三、瘦脸

此项技术是美颜sdk中最基本的功能之一，主要是通过对视频或图像中像素位置进行偏移，来实现对脸部区域的放大缩小，简单来讲，就是由变形前坐标，根据变形映射关系，得到变形后坐标。这其中变形映射关系是最关键的，不同的映射关系，将得到不同的变形效果。平移、缩放、旋转，对应的是不同的变换公式。这里比较复杂，就不再详细展开了。

综上，这就是美颜sdk中所用到的基本技术和相关的算法原理，由于篇幅原因，关于磨皮，美白等方面的详解将放到下期再进行讲解。如果您对美颜sdk开发感兴趣，欢迎咨询官方客服。

声明：本文由美狐原创，未经允许禁止转载，谢谢合作。