小编在工作期间经常会跟客户聊到美颜SDK技术框架相关的问题，实际上提问频率比较高的问题就那几个，今天小编就来专门来讲解一下其中之一：人脸识别的关键算法。

在讲人脸识别的关键算法之前，我想问下大家认为在美颜算法中，最为核心的技术是什么呢？没错，就是“人脸识别”，所以单单集成“人脸识别”的技术就有多个。

一、人脸配准
人脸配准的最终目的是为了定位人脸五官上关键点的坐标，如今效果较好的一些人脸配准技术一般都是通过深度学习的框架实现的，这些方法都是依托于人脸检测的坐标轴，按实现设定好的程序将人脸补位“抠出来”，然后缩放到合适的尺寸，最后再进行关键点位置演算。除此之外，对比于人脸检测，人脸配准算法所需的市场要短的多。

二、人脸检测

人脸检测最重要的作用就是检测出图像中人脸的所在位置，简单来说人脸检测算法的原理就是一个“扫描”和“判定”的过程。首先，在所有图像范围内扫描，然后再逐个判定候选区域内是否有人脸。因此，图像尺寸的代销、图像内容都将影响人脸检测算法的计算速度。因此特性，我们可以通过设置图像尺寸和最小尺寸限制和人脸数量的上限来减轻人脸检测算法的压力，以此加速算法。

三、人脸属性识别

人脸属性识别是对于人像的体貌特征进行识别，如：目标的性别、年龄、表情、姿态、发型等特征。一般来说，每一种属性的识别算法过程都是独立、自主的，个别新型基于深度学习实现的算法可以识别出更为复杂的特征。

以上就是美颜SDK算法中关于人脸识别的三个关键点技术，剩余的一些小编将在以后的文章中给大家讲述。总体而言，关键点技术在美颜SDK中的“权重”是非常高的，如果想要实现高质量的美颜，关键点技术上也得多下功夫，这样才能保证美颜算法的流畅运行。

如果您对美颜算法和美颜SDK有需求，欢迎咨询美狐官方客服！

声明：本文由美狐原创，未经允许禁止转载，谢谢合作！