[]浅析实时美颜算法实现所需流程及算法优势

82qq941716942发表于:5天前

  
且先不说实时美颜技术发展趋势如何,就直播、短视频、美颜相机等应用场景来说,无论是哪一平台用户对于美颜的需求都是非常高涨的。虽然现在美颜已经非常普遍,但是要想实现美颜还是需要具备一定的技术实力的,所以本文来简单分享下关于美狐实时美颜算法方面的内容。
一般的美颜实现步骤
1.采取具有保边效果的滤波算法对图像进行模糊处理
这里所说的滤波算法,可以选择双边滤波、表面模糊或导向滤波等,在这里需要注意选择高斯模糊是不太行的,这里的运算速度会直接影响后期的美颜速率。
2.用肤色检测的算法保护非皮肤区域
3.将模糊之后的图像和原图进行图像融合
这一步可以采用基于alpha的图像融合,主要是为了增加美颜后人像皮肤的质感,避免美颜后出现失真的效果。
4.将融合后的图像进行锐化处理。
为了使美颜后的图像或视频更加清晰有质感,可使用锐化强化边缘。
实时美颜基于什么才可以实现
在这里需要提到关于GPUimage相关的内容,是一个开源且基于GPU的图片或视频处理框架,其本身内置了多达120多种常见的滤镜效果,这样一来要想实现实时美颜只需要在其中添加几行代码就可以实现了。
实时美颜中的磨皮效果如何实现
1.在实时美颜技术中经常会提到高斯模糊,它的像素点取值是由周边像素点求加权平均得出的,而权重系数是像素之间距离的高斯函数,即距离越小权重系数越大。
2.为了保证最终所实现的美颜效果,单纯只使用高斯模糊那么最终实现的磨皮效果并不够完美,最主要的是高斯模糊只注重了像素间的距离关系没有注重像素值本身之间的差异。
3.相比起起来,双边滤波的效果在人脸细节部分保留的更好一些,所以大部分开发者会选择以双边滤波为磨皮的基础算法。
实时美颜算法存在怎样的优势
1.可以满足多种对实时性要求较高的应用场景,如直播应用场景。实时美颜可以快速实现用户(主播)的美颜需求,即使是在直播过程中也可以很好的保证美颜质量和效果。
2.除了直播应用场景外,短视频应用场景虽然对实时性要求不高,但是在视频拍摄过程中用户也会有一小段时间需要进行实时美颜拍摄,为了有效的提高用户体验,接入实时美颜技术是非常必要的。
由此可见,实时美颜技术现阶段来看在互联网市场中是存在很大发展空间的,因为互联网领域中正在不断涌现各式各样多元化的娱乐社交型APP,在实时美颜方面的需求也不断扩展,所以实时美颜已经成为众多用户和平台的刚需。最后,还是建议大家找专业的实时美颜开发团队或公司。
声明:以上内容均为作者本人原创,转载需注明作者及原文链接,欢迎转载分享。
有2个人回复了Ta,你也整俩句吧!【点击回复Ta】

  • qq941716942
  • 总积分:470
  • 可用积分:470
  • 发送消息

发表于:4天前    

1楼
如果随机采访直播平台用户美颜特效对他们来说是否重要,相信没有人会说不。事实上,按照现阶段的发展情况来看美颜特效sdk确实是直播平台必备的,因为不止是直播这一个应用场景,像是美颜相机、视频社交、短视频等场景中,用户的美颜需求都是十分强烈的,那么关于美颜特效sdk方面具体都有哪些内容可以了解呢?
优质的美颜特效sdk是怎样的
经常关注直播或使用美颜相机APP的用户,肯定都明白一点:美颜特效也是有高低好坏之分的。一般比较“劣质”的美颜特效,不仅会让人脸变得模糊不清,还会造成假面不自然的美颜效果,其中的一些特效更是会影响原本的效果。但是优质的美颜特效,是可以打造自然清晰的美颜效果的,所实现的特效效果也更加精美,这就要求美颜特效sdk在开发过程中对人脸区域进行预先的检测和定位,从而保证画面的立体感和层次感。
美狐美颜特效sdk有哪些开发难点
1.人脸检测
顾名思义,人脸检测就是将图片中所有的人脸都准确的给到人脸的大小位置坐标,并且可以针对多人脸和处理多角度或部分遮挡等复杂情况,当然还是要通过算法进行处理,以实现快速精准的人脸检测。人脸检测是美颜特效sdk中的基础,在直播应用场景中实现的话需要注意延时问题,一般事在2-3ms之内处理同一帧。
2.特征点定位及跟踪
特征点定位需要根据准确地给出人脸五官及轮廓的坐标点,比如眼睛、鼻子、嘴巴等位置,在开发美颜特效sdk过程中,考虑到直播应用场景的视频流(即图片帧之间特征点的连续性)需要注意跟踪问题,从而保证直播美颜的实时性。
3.实现美颜特效
这里需要考虑人脸特征点定位是否准确,当具备这些特征后这些特征点会组成一个网格,随后这个网格会按照固定的参数进行局部形变,从而实现大眼瘦脸等一系列的特效算法。
4.美白磨皮
为了使美颜特效sdk接入直播平台后可以打造透亮的美白效果,是需要注重美白算法中的区域亮度问题,而所谓的磨皮算法一般使用高斯模糊或双边滤波等,特别是一些细节部分的后处理技术也是开发过程中需要注意的。
5. AR特效
基于已知的关键特征点位置和精准追踪,搭配用户所选的动态贴纸并根据捕捉不同的面部动作来实现AR特效,像是一些3D特效就是基于此实现的。
由此可见,美颜特效sdk早已成为直播平台开发者必备工具之一了,毕竟当前的用户群体对美颜的需求还是十分强烈的,但是基于复杂的美颜算法还是建议大家找专业的公司或团队实现。
声明:以上内容均为作者本人原创,转载需注明作者及原文链接,欢迎转载分享。
 

  • qq941716942
  • 总积分:470
  • 可用积分:470
  • 发送消息

发表于:3天前    

2楼
在短视频APP当道的时代人人都爱拍抖音和快手,而大众之所以如此喜爱短视频除了短视频自身的特性以外,就属视频拍摄过程中最吸引用户了(特别是年轻用户群体)。为了使用户拍摄出的视频能够给用户带来极高的满意度,短视频美颜sdk可以说是耗费了不少“功夫”,由于短视频用户女性群体占比较多,所以美狐短视频美颜sdk在开发过程中需要格外注意像大眼瘦脸、美白磨皮等功能的实现。本文主要分享下磨皮相关的内容。
短视频美颜sdk磨皮算法实现的大概流程为:保边滤波器、人脸肤色检测、图像融合、锐化。那么其中每一步都是如何实现的呢?
1.保边滤波器
这里的滤波器主要的作用主要是在实现平滑皮肤的同时保留人脸五官的细节部分,以避免磨皮之后人脸面部棱角过度模糊。目前可以用在磨皮中的滤波器有以下几种:
(1)表面模糊:具有比较好的保边功能。
(2)双边滤波:由高斯分量+梯度分量组成权重信息,在实现模糊平滑图像的同时还可以保留边缘。
(3)导向滤波:是基于导向图的一种保边滤波算法。
(4)基于均值滤波的保边滤波器(5)选择性模糊算法(6)基于高斯滤波的磨皮实现算法2.人脸肤色检测
在这里分享一种基于RGB颜色空间的算法资料:
RGB Color model pixel skin detection method
( R , G , B ) 15 classified as skin if :
R > 95 andG > 40 andB > 20 and
maX ( R , G , B )一 min ( R , G , B ) > 1 5 and
|R-G| > 15 and R > G and R > B
3.图像融合
指将滤波图像和细节图像进行融合,从而得到具有细节真实感和磨皮效果,一般是基于alpha通道或者使用羽化***作进行融合。(参考公式如下)
res = (basePixel * alpha + filterPixel * (255 - alpha)) >>8
(这里的alpha在0-255之间,指原图和滤波图的融合)
4.锐化
为了使融合后的图片不会过于失真,还需要使用一定的锐化算法,从而进一步增强磨皮的图片或视频的细节部分,比如U***锐化或laplace锐化等。
通过简单了解短视频美颜sdk实现磨皮算法的步骤,我们不难看出虽然步骤不算太多但是实际上还是需要用到很多专业的技术和名词知识等等,对于个人来讲可能会具备一定的困难。因此,为了给众多短视频平台提供优质的美颜磨皮效果,美狐短视频美颜sdk在开发过程时确实费了不少功夫。毕竟对于短视频APP平台运营方来讲,注重用户体验并有效提升用户留存才是他们长期注重发展的目标。
声明:以上内容均为作者本人原创,转载需注明作者及原文链接,欢迎转载分享。