功能强大的美颜相机是如何使人像变美的？

在深度学习理论诞生之前，人们主要使用人工设计好的特征来训练检测器检测人脸；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做人脸检测。目前，主流的用来训练人脸检测模型的方法有两种，一种是使用通用的目标检测网络，如SSD（Single Shot MultiBox Detector，单次多边框探测器）、YOLO（You Only Look Once，只看一遍图片就能把目标检测出来）等；另一种是专门的人脸检测网络，如CascadeCNN（Convolutional Neural Network Cascade for FaceDetection，级联结构的卷积神经网络）等。

检测到人脸后，就需要对人脸关键点进行定位，即对眉毛、眼睛、鼻子、嘴巴以及脸部轮廓进行定位。传统的人脸关键点定位技术有ASM（Active Shape Model，主动形状模型），CPR（Cascaded Pose Regression，级联姿势回归）等。

有了定位到人脸的关键点以后，便可以对人脸区域进行瘦脸、磨皮、美白等“美颜”操作。瘦脸是通过对像素位置进行偏移来实现对脸部区域的放大、缩小，即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、旋转等对应的都是不同的映射关系，即不同的变换公式。在实际计算过程中，要运用插值的方法来保证变形后的图像是连续、完整的，这样图像才不会失真。

磨皮是使皮肤看起来更加光滑，其主要应用了计算机图像处理的一些滤波算法，如高斯滤波或双边滤波等。

美白是在图像处理领域中使用三原色来保存图片的颜色信息，三个值的取值范围是0～255，越靠近0，图像就越黑；越靠近255，图像就越白。

本文由北京印刷学院物理系副教授李蜜丹进行科学性把关。