上篇文章中提到了，在美颜sdk中，最常见的祛痘、磨皮原理是什么，以及脸部贴图、实时整容、大眼瘦脸等效果是如何实现的。那么今天我们继续来聊一下剩余的几个问题。

一、美颜sdk中，机器学习方案和深度学习方案的区别

在前面的文章中，小编提到了，关于美颜中的贴图效果和各种“变形”大体是通过两种方案实现的，机器学习方案和深度学习方案，那么，这两种方案有何区别呢？

举个例子来说：比如要识别具体环境中的人脸，如果遇到云雾，或者被树遮挡一部分，人脸就变得残缺与模糊，那基于像素的像素特征的机器学习就无法辨认了。它太僵化，太容易受环境条件的干扰。

而深度学习则将所有元素都打碎，然后用神经元进行“检查”：人脸的五官特征、人脸的典型尺寸等等。最后，神经网络会根据各种因素、元素的权重，判断这个图像有多大可能是张人脸。

二、如何让机器懂得“审美”

改变眼睛与脸型这类美颜，因为要涉及到人脸识别的问题，就像前面所说的那样，非常复杂，对计算量的要求也非常大。

虽然小编说过，美颜sdk的深度学习方案有多么优秀，但是市面上大多数的美颜还是基于机器学习的，参数在编写程序时就已经确定好，并没有计算机“自己”调整的过程。所以，目前美颜sdk中关于“美”的定义，都是人为的来控制。这个过程，是需要美工和程序员共同参与来完成的。

这个过程，可以通过举例来说明，设计师会预先选定一些美女图片，然后经过修改得到一张效果图，原图跟效果图之间有差异，那么开发者可以通过技术手段得到这个差异演变的过程，图片跟图片之间可以通过一些手法去模拟来得到想要的效果，然后把这个差异演变过程应用到美颜sdk中，最终再经过细节的优化，得到公认的“美”，这就是调整脸型、肤色的一般做法。

以上，就是美颜sdk开发的一些技术支持和技术背景，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。