揭秘直播美顏不靠臉靠的是阿里雲程式設計師？

先來看看什麼才是真正的美顏

那為什麼落差如此之大呢？其實是因為美顏是有真假之分的。真正的美顏是需要對於人臉區域進行預先的檢測和定位，只對膚色區域進行特定處理，使**變得更透亮。而假美顏則是直接對整個畫面進行調整，可想而知人和背景同時變白的話，畫面一定會失去立體感和原有的層次，體驗非常差。

人類對於美的追求是無止境的，所以使用者不僅需要真美顏，更需要高階美顏，比如更自然的磨皮祛痘、更有層次的美白、五官更立體、臉型變瘦小、一秒上妝、新增ar特效等等，在直播市場的使用者爭奪戰中，高階美顏是殺手鐗，關鍵時刻用來留存使用者、吸引主播，十分好用。

美顏關鍵演算法與技術難點有哪些？

為了實現高顏值又不失真的直播美顏功能，技術關鍵點主要涉及人臉檢測、特徵點定位與跟蹤、特效處理、美白和磨皮四個方面。

1. 人臉檢測

人臉檢測的任務是找出中所有的人臉，給出人臉的大小位置座標。同時，針對多張人臉和處理多角度、部分遮擋等複雜情況，也要通過演算法加以處理，快速、準確的找到人臉。

人臉檢測是所有後續處理演算法的基石。在任意場景中準確的找到中的人臉已經不是太大的難題。但其挑戰性在於要在極短的時間之內完成。目前業界的演算法，在手機上的解決方案普遍在5ms以上的處理時間。要做到2～3ms處理一幀同時要兼顧準確率，仍然有很大的挑戰。

2. 特徵點定位與跟蹤

對於給定的一張人臉，特徵點定位需要準確地給出人臉五官，輪廓的座標點。最常見的特徵點，包括眼睛，瞳孔，眉毛，鼻子，嘴等這些位置。

3. 美顏特效處理

這類效果的實現主要還是依賴於人臉特徵點定位的準確性。有這些特徵之後，以這些特徵點組成乙個網格，對這個網格按照固定的引數進行區域性形變，就可以形成瘦臉，大眼等特效演算法。

這類演算法相對比較成熟，但要保持乙個非常高的計算效率，仍然需要投入較長的時間去做各種平台下的優化。

4. 美白磨皮演算法

美白演算法的目標是把膚色區域變得更加的透亮。這部分的演算法可謂層出不窮，基本思路都是如何調整的亮度問題。而磨皮的演算法就更多了，包括使用高斯模糊，雙邊濾波等。具體選擇哪種演算法，並且需要結合哪些細節增強的後處理技術，以達到更好的磨皮效果來匹配業務，也是非常複雜並且需要大量投入的。

如此看來，雖然美顏在直播中的應用不可或缺，但是「真」美顏並不是那麼容易開發的，需要技術團隊對人臉識別演算法有一定的深入理解，並對磨皮美白等光影效果有準確拿捏，如此看來，選擇一家靠譜的雲服務廠商來協助實現直播美顏就是不二之選了。

直播高階美顏選擇阿里雲的原因

據阿里雲高階技術專家表示，在直播美顏方面，在經過不斷的技術探索後，阿里雲所有的美顏演算法採用gpgpu實現和cpu實現，兩個版本都是經過高度優化的計算核心，整個美顏所有的流程走完在大部分移動端上單核cpu佔用率低於20%，不會引發系統資源不足造成卡頓、發燙等情況，確保直播的流暢性。

在人臉檢測效率方面，阿里雲基於目前最先進的神經網路技術，通過裁剪模型，海量資料下的訓練，在保證準確性的同時，還能兼顧處理時間，已經做到3ms以下。

除了能夠實現通用的瘦臉，小臉，大眼，腮紅等功能外，為了滿足不同型別產品的個性化需求，阿里雲直播推流sdk可以自主設定美顏模式和引數，使用者可以找ued同事配合調整出最符合自己應用風格的美顏引數。

同時，阿里雲的開發人員與ued團隊經過調研與測試，也提供了幾組美顏效果比較理想的引數，供使用者參考使用。

揭秘 直播美顏不靠臉 靠的是阿里雲程式設計師？