-
虽说照相技术是成像好坏的重要因素，可是自拍照漂亮与否，更大的影响因素则是脸部肌肤是否光洁。但是金无足赤人无完人，人们的脸部在不化妆的情形下总是会有一点瑕疵的。以前人们需要打开PhotoShop等图片处理软件进行后期修改，达到比较赏心悦目的效果。现在诸多自动美颜手机甚至可以达到实时美颜的效果。我们希望能做到将自拍照片导入软件后能够达到直接一键美颜的效果，而不需要对图片进行复杂的选定脸部区域等操作，达到和商用软件相类似的效果。人脸图像美化，主要研究方向是人脸的皮肤美化、人脸的形状美化、人脸的平均美化这三个方面。通常意义上，基于社会心理学，科研人员绘制了亚洲男性和女性的平均脸。这是收集数百张亚洲各地的女人的脸部照片合成得出的。社会心理学的研究表明，人们普遍认为长着平均脸的人更美。由平均脸可以看出，亚洲人的审美取向是皎白无暇的肤色、鹅蛋形脸以及柔和自然的五官。观察各个地区的平均脸，我们发现全世界对于人脸审美取向其实差不多。都是希望皮肤越光洁越好。我们做的研究主要侧重于人脸皮肤美化，也就是肤质的提升。皮肤质感的美化不仅能提升皮肤光滑程度，还应该提升肤色的亮度。27268
- 上一篇：光纤激光器国内外研究现状和发展趋势
- 下一篇：行人识别国内外研究现状情况
人脸图像检测
人脸检测方法很多。大致可以分为基于知识(Knowledge-Based)、特征不变(Feature Invariant)、模板匹配(Template Matching)、基于表现(Appearance-Based)这四大类方法。其中应用最为广泛的是Appearance-Based方法。这类方法的特点是：创建相应的图片数据集，然后利用机器学习的方法构建出人脸模型，从而实现人脸检测。在基于表现的人脸检测方法中，经典的检测器有Sung和Poggio的基于分布的检测器和Viola和Jones的Haar检测器等。其中应用最为广泛的是Viola与Jones的人脸检测器。它利用了类Haar特征。类Haar特征是一种用于模式识别的数字图像特征。论文网
分析与小结
在人脸美化领域有很多细分领域，而我们只研究其中的一方面。本文认为光滑度是对于皮肤质感最为重要的一个环节，因此也就顺着这一思路开展课题。我们需要圈定编辑区域实现滤波，通常我们会选用二值蒙板来选定编辑区域，但是二值蒙版是不能有效地根据不同的编辑区域的局部特点来设定非均匀的编辑水平，美化的结果可能不让人满意。甚至有可能出现不希望看见的光晕效应。受到区域选择和参数水平设定的限制，各大修图工具大部分依旧需要很多的人工辅助，并不能直接得到期望的效果。