前一段时间，有用户在咨询美颜sdk技术框架相关问题的时候，突然问了这么一句：在您看来，美颜算法符合哪些标准才算一款好算法？以小编的看法，有以下几个特点：

1、识别率高；2、鲁棒性强；3、功能丰富；4、容易集成；5、离线也能用；

6、支持多平台；7、技术支持体系到位。

这些美颜sdk算法质量的终极目标。而在算法当中，最核心的技术还是“人脸识别”。它就相当于美颜sdk的骨架，所以美颜算法的标准，也是人脸识别算法的标准。单集成“人脸识别”的技术，就有足足10个。

一、人脸检测

人脸检测的作用就是要检测出图像中人脸所在位置。人脸检测算法的原理简单来说是一个“扫描”加“判定”的过程，即首先在整个图像范围内扫描，再逐个判定候选区域是否是人脸的过程。因此人脸检测算法的计算速度会跟图像尺寸大小以及图像内容相关。在实际算法时，我们可以通过设置“输入图像尺寸”、“最小脸尺寸限制”、“人脸数量上限”的方式来加速算法。

二、人脸配准

人脸配准所实现的目的是定位出人脸上五官关键点坐标。当前效果较好的一些人脸配准技术基本通过深度学习框架实现，这些方法都是基于人脸检测的坐标框，按某种事先设定规则将人脸区域抠出来，缩放到固定尺寸，然后进行关键点位置计算。另外，相对于人脸检测，人脸配准算法的计算耗时都要少很多。

三、人脸属性识别

人脸识别属性识别是识别出人脸的性别、年龄估计、表情识别、姿态识别、发型识别等等方面。一般来说，每种属性的识别算法过程是独立的，但是有一些新型的基于深度学习实现的算法可以实现同时输出年龄、性别、姿态、表情等属性识别结果。

四、人脸提特征

人脸提特征是将一张人脸图像转化为可以表征人脸特点的特征，具体表现形式为一串固定长度的数值。人脸提特征过程的输入是“一张人脸图”和“人脸五官关键点坐标”，输出是人脸相应的一个数值串。过程为：首先将五官关键点坐标进行旋转、缩放等等操作来实现人脸对齐，然后在提取特征并计算出数值串。

以上，就是美颜sdk算法中，关于人脸识别的四个关键点技术，剩余六个关键点技术小编将放到下篇文章中继续介绍，如果你对美颜sdk接入有需求，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。