帮助与文档
热搜关键词:美颜SDK萌颜SDK视频美颜SDK   
人脸妆造迁移在美颜sdk中是如何发挥作用的?(上)
发布来源:美狐美颜    Date:2021-09-06 14:20:02

智能美妆是美颜sdk很常见的技术,在网络直播以及平常的社交生活中都有很多的应用场景。本文将为大家重点介绍下智能美妆的分支技术:“人脸妆造迁移”。

一、什么是人脸妆造迁移?

和智能美妆的本质不同,所谓的妆造迁移算法,指的是将一张人像的妆容迁移到任意一张人像照片或视频中,这算美颜sdk中比较复杂的技术。

根据有无人工智能技术的加成,人脸妆造迁移又分为两类,第一类是传统妆造迁移算法,第二类是深度学习妆造迁移算法。

美颜sdk

二、传统妆造迁移算法

根据对数据集要求的不同,又分为两类,第一类是需要成对的妆造前后的图作为训练集,即有监督的模型;第二类则不需要成对的妆造前后对比图作为训练集,即无监督的模型。

第一类:基于成对图的算法,它需要同一个人脸图像妆造前后的对比图作为训练集,对数据集的要求很高。该方法通常包括3个步骤:

1、面部区域定位和对齐。首先需要完成人脸的检测,眉毛和睫毛,嘴唇等需要装让迁移的区域的检测,对妆造迁移算法会产生干扰的酷游皮肤特征,如雀斑、痣或瑕疵的去除。然后需要对面部几何形状进行变形,获得标准的正脸,从而使得所有的操作可以在该空间中进行。

2、采用妆容映射算法。该算法中将人脸图像分解为颜色和光照两部分的乘积,通过计算一个妆造前后的光照密度对比图cp来完成迁移。

3、外观修整。上式只有当样例图和目标图有完全相同的几何结构和光照,并且精确对齐时才能成立,而这基本上是不可能的,因此还需要对它进行局部几何变

换修正。

对于眼睛和睫毛部分,可以使用更为复杂的变换,睫毛和眉毛的浓妆效果需要更精细的处理,包括毛发的长度、颜色和密度。

美颜sdk

不过该方法有几个重大局限性:

1、要求肤色相近,背景单一,这限制了应用场景。

2、无法适应比较大的几何变换。

3、需要成对的妆造对比图进行训练,获取这样的数据需要很高的成本。

以上,就是美颜sdk中,关于第一种人脸妆造迁移技术的介绍,关于人脸妆造的剩余内容,将放到下一如果您对美颜sdk接入有需求,欢迎咨询客服。

声明:本文由美狐原创,未经允许禁止转载,谢谢合作。

本文标签: 美颜sdk
相关阅读
13188947262
0.026183s