美顏相機正在被越來越多愛美的朋友們熟悉並使用，無論是旅遊還是逛街，都能看到人們使用美顏相機拍照的身影。那麼美顏相機裡神奇的瘦臉、磨皮、美白等功能是如何實現的呢？美顏一張照片首先要進行人臉檢測，即檢測圖片中是否存在人臉，並定位其位置。這個過程主要的技術難點在於圖片中可能存在光照條件變化、人臉姿態變化、人臉表情變化以及遮擋等問題。

在深度學習理論誕生之前，人們主要使用人工設計好的特徵來訓練檢測器檢測人臉；當深度學習在計算機視覺領域佔據絕對主導地位之後，人們便開始嘗試用深度神經網絡來做人臉檢測。目前，主流的用來訓練人臉檢測模型的方法有兩種，一種是使用通用的目標檢測網絡，如SSD（Single Shot MultiBox Detector，單次多邊框探測器）、YOLO（You Only Look Once，只看一遍圖片就能把目標檢測出來）等；另一種是專門的人臉檢測網絡，如CascadeCNN（Convolutional Neural Network Cascade for FaceDetection，級聯結構的捲積神經網絡）等。

檢測到人臉後，就需要對人臉關鍵點進行定位，即對眉毛、眼睛、鼻子、嘴巴以及臉部輪廓進行定位。傳統的人臉關鍵點定位技術有ASM（Active Shape Model，主動形狀模型），CPR（Cascaded Pose Regression，級聯姿勢回歸）等。

有了定位到人臉的關鍵點以後，便可以對人臉區域進行瘦臉、磨皮、美白等“美顏”操作。瘦臉是通過對像素位置進行偏移來實現對臉部區域的放大、縮小，即由變形前坐標根據變形映射關係，得到變形後坐標。這其中變形映射關係是最關鍵的，不同的映射關係將得到不同的變形效果。平移、縮放、旋轉等對應的都是不同的映射關係，即不同的變換公式。在實際計算過程中，要運用插值的方法來保證變形後的圖像是連續、完整的，這樣圖像才不會失真。

磨皮是使皮膚看起來更加光滑，其主要應用了計算機圖像處理的一些濾波算法，如高斯濾波或雙邊濾波等。

美白是在圖像處理領域中使用三原色來保存圖片的顏色信息，三個值的取值範圍是0～255，越靠近0，圖像就越黑；越靠近255，圖像就越白。

本文由北京印刷學院物理系副教授李蜜丹進行科學性把關。