前面的文章中，我们讲了很多关于人脸检测在美颜sdk中所发挥的作用，称它为实现美颜其它功能的基础。今天我们再来讲讲美颜sdk中的动态贴纸特效是如何实现的。

一、总概

静态/动态贴纸特效目前几乎已经是所有图像视频处理类app（像是直播app）的必须功能了，这个功能看起来复杂，实际上理解起来并不难。小编会从静态贴纸讲起，因为动态贴纸实际上旧是静态贴纸的循环播放而已。它的算法基本可以概括为两点：人脸检测与关键点识别、贴纸融合。

二、人脸检测与关键点识别

在检测到人脸的情况下获取到必须的关键点，这样才能准确的打上贴纸。在现有的大部分美颜sdk中，其贴纸基本上都是数十个人脸特征点的模板配置，也就是说，完成一个贴纸效果，需要数十个点位信息的支持。不过，如果以mtcnn（一种人脸检测中应用较广的算法）为例，最少可以降低到五个点位信息。关于mtcnn牵扯到太多的步骤，这里为了直观些，仅仅给出网络结构示意图，如图所示。

对于上述的结构示意图，分别为三个阶段：

1、使用P-Net是一个全卷积网络，用来生成候选窗和边框回归向量。使用Bounding box regression的方法来校正这些候选窗，使用非极大值抑制合并重叠的候选框。

2、使用N-Net改善候选窗，将通过P-Net的候选窗输入R-Net中，拒绝掉大部分false的窗口，继续使用Bounding box regression和NMS合并。

3、使用O-Net输出最终的人脸框和特征点位置。和第二步类似，但是不同的是生成五个特征点位置。

经过相关代码处理后，就能拿到五个人脸特征点。

三、贴纸融合

有了这些特征点后，如何将这些静态/动态贴纸融合到恰当的位置？

1、首先，计算基准点。接着，从上个步骤的得到的五个特征点中，进一步计算得到三个关键点A、B、C。然后，将A设为左眼中心点，B设为右眼中心点，C设为嘴巴水平中心点。对于一张人脸，这三个点变化比较小，同时又可以覆盖整个脸部区域，因此，这三个点非常具有代表性。

2、选取N份五官端正的人脸图，按照上述步骤中计算出的三个人脸关键位置A、B、C，分别记录其位置信息，然后算出平均值。

3、选定美颜sdk中所有可以应用的贴纸，将贴纸放到最符合平均值的模特脸上合适的位置，然后保存这些贴纸为各类模板，这样，模板就制作完成了。

4、对于任意一张人脸图像，先使用Mtcnn算法得到人脸的5个关键点，计算出人脸关键点A0，B0，C0，接着，利用防射变换原理，将A0、B0、C0映射到A，B，C三点，最后将用户照片映射到静态/动态贴纸模板中，根据贴纸模板像素的透明度进行alpha混合，即可得到最终效果。

以上，就是美颜sdk中的静态/动态贴纸特效实现过程，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。