前面的几篇文章中，我们讲了美颜sdk中常用的几个功能：磨皮、美白、肤色调整、滤镜等，以及这些功能中所应用到的技术原理。但是不论是哪家的美颜sdk，它们最终都离不开一项核心技术——人脸识别。毕竟只有做到精准定位，才能针对其中的视频或者图像做处理。今天我们就来详细地介绍下，人脸识别是如何兴起的，以及它是如何在美颜sdk中得到具体应用的。

一、机器学习与深度学习的区别和联系，它们和美颜有何关系？

机器学习的概念提出的比较早，早在上个世纪末，人们开始意识到一种可以更有效地构建模式识别算法的方法，那就是通过数据去替换专家。而深度学习可以算是机器学习中的一个分支。

机器学习识别物体是基于像素特征的。其简要过程为，首先搜集大量的图像素材，再选择一个算法，使用这个算法来解析数据、从中学习，然后对真实世界中的事件作出决策和预测。而深度学习可以算是机器学习的一个分支，它与机器学习不同，它通过模拟人类的思路去识别目标。

那么相比起机器学习，深度学习就更适合应用于人脸识别技术。例如在具体的环境中识别人脸，假设遇到云雾，或者被树木遮挡住一部分，人脸就会变得模糊，那基于像素特征的机器学习就无法辨认了。它太僵化，很容易受到环境条件的干扰。而相对于深度学习，它则将其中所有元素都打碎，然后用神经元算法识别人的五官特征、人脸的典型尺寸等等。最后，神经网络会根据各种因素，以及各种元素的权重，给出一个经过深思熟虑的猜测，去判别这有多大可能会是一张人脸。

有了这种判别，那么美颜sdk功能实现的前置算法—人脸识别就正式成立了。

二、人脸识别的一些具体表现——以直播美颜为例

当在了解到深度学习的基本算法后，就可以在平台上构建应用了。比如以直播美颜为例，一段被指定为需要做美颜的视频输入，解码后拿到每一帧，识别出人脸中需要进行美化的部分，对它进行处理。比如在识别之后，对其进行磨皮美白，或者把这段视频保存下来，然后发送通知给后台，告诉后台这一段视频中的人脸需要做快速的化处理，之后再编码，最终输出到用户端，当然这个先识别后处理的过程需要非常快速，要不然就会产生非常不自然的延迟。这就是人脸识别在直播美颜中的基本过程。

讲了这么多，估计大家已经明白人脸识别技术对于美颜sdk是有多么重要了。人脸识别就是美颜中各项功能实现的前提。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。