465      直播

直播的女神竟是“更年期大媽”，還發紅包嗎？

直播很火！

屌絲逆襲“網紅”成真！

甚至隔壁60歲的鄰居大嬸，也會在直播中搖身一變為年輕貌美的女神！

這並不是天方夜譚，而是真實發生的血淋淋的事實。

有賴於美顏神技，經過美圖後的相親照片，早已不用再找“照片是20年前”的借口。

長滿雀斑、肥胖臃腫的臉，可以變為皮膚白皙、尖嘴猴腮的“範爺”，蓬頭垢麵、皺紋叢生的大爺，也可以化身為陽光帥氣、俊朗迷人的小鹿晗……

這也使得在朋友圈看到的女神、男神，絲毫引不起多少荷爾蒙衝動，因為在你心裏早已有千萬個聲音響起，“一定是美圖過的”……

如今，伴隨著直播的火爆和大數據、美顏神技的進步，直播美顏早已成為直播平台的標配。

據雷鋒網報道，目前最新的美顏技術已經發展到了 2.0 階段，打個比方，如果美顏 1.0 隻是化妝（磨皮、祛痘、膚色調整）的話，美顏 2.0 基本就能達到整容的效果——把眼睛變大，把圓臉變成瓜子臉。而實現這一效果的基礎就是人臉識別。

專攻直播美顏的塗圖 CTO 邱彥林在《解密 AI 在直播美顏中起到哪些你看不到的作用》詳細介紹了如何美顏。

從圖像處理的角度看，一張圖像可以看作是一個二維的數據集合，其中每個元素都是一個像素點。如果將這些數據用幾何的方式來呈現出來，“痘”就是和周圍點差異較大的點。

在圖像處理領域，這個差異是通過灰度值來衡量的灰度，也叫“亮度”。灰度圖，也就是黑白圖，將彩色圖轉換為灰度圖，圖像的關鍵特征不會丟失。

而“痘”也是與周邊點的灰度差異較大的點。相比色彩，人的眼睛對灰度更敏感。

磨皮祛痘，就是要平滑點與點之間的灰度差異，同時還要保持皮膚原有的一些細節。所以，美顏一般選擇邊界保持類平滑濾波算法。

直播美顏（動態）和圖片美顏（靜態）的區別在哪里？

最重要的區別在於：直播美顏要求實時處理，而靜態的圖像處理對實時性沒有要求，比如最近比較火的 Prisma，大家會發現處理一張圖像的速度可能需要 1～2 分鍾，甚至更長。

直播的實時性，最直接的體現就是在很短的時間內，完成係列任務。所以直播中的美顏，對性能有很高的要求，無法使用特別複雜的算法，隻能在算法和美顏效果之間找個平衡點。

在圖片處理應用中，沒有實時性的要求，所以對算法沒有什麼限製。隻要能實現好的效果，再複雜的算法也可以用。

在直播中一般均選擇雙邊濾波算法，這個算法性能高，效果也比較好，非常適合直播場景。

除了磨皮算法外，調整皮膚膚色也是美顏的一個關鍵環節。

關於調整膚色：一方麵實現美白、紅潤的效果；另一方麵則通過控製膚色，可以弱化“痘”和“斑”等，因為磨皮算法隻能在一定程度上消除噪點。

調整膚色個環節，還能夠讓設計人員參與進來，來設計出更符合我們審美觀的效果來。

從技術上講，美顏和畫質沒有關係。直播的畫質由主播端的輸出碼率決定，碼率越高，畫質越好，反之越差。

一般來說，在直播應用中，主播端輸出的碼率是固定的，或者說限製在一定範圍內。

如何實現直播時添加臉部貼圖，甚至實時整容：如把眼睛變大，把圓臉變成瓜子臉？

這類效果的核心是人臉識別技術。在直播時，從相機采集到每一幀的畫麵，然後進行人臉識別，再標示出關鍵點的位置，結合圖像技術得到最終的效果。

目前在人臉識別領域可分為機器學習與深度學習兩類方案。

機器學習識別物體是基於像素特征的我們會搜集大量的圖像素材，再選擇一個算法，使用這個算法來解析數據、從中學習，然後對真實世界中的事件做出決策和預測。

深度學習與機器學習不同的是，它模擬我們人類自己去識別人臉的思路。

比如，神經學家發現了我們人類在認識一個東西、觀察一個東西的時候，邊緣檢測類的神經元先反應比較大，也就是說我們看物體的時候永遠都是先觀察到邊緣。

就這樣，經過科學家大量的觀察與實驗，總結出人眼識別的核心模式是基於特殊層級的抓取，從一個簡單的層級到一個複雜的層級，這個層級的轉變是有一個抽象迭代的過程的。

深度學習就模擬了我們人類去觀測物體這樣一種方式，首先拿到海量數據，拿到以後才有海量樣本做訓練，抓取到核心的特征建立一個網絡。

因為深度學習就是建立一個多層的神經網絡。當然這其中每一層有時候會去做一些數學計算，有的層會做圖象預算，一般隨著層級往下，特征會越來越抽象。

而這兩種“學習”的區別，舉個例子來說：比如要識別具體環境中的人臉，如果遇到雲霧，或者被樹遮擋一部分，人臉就變得殘缺與模煳，那基於像素的像素特征的機器學習就無法辨認了。它太僵化，太容易受環境條件的幹擾。

而深度學習則將所有元素都打碎，然後用神經元進行“檢查”：人臉的五官特征、人臉的典型尺寸等等。

最後，神經網絡會根據各種因素以及各種元素的權重，給出一個經過深思熟慮的猜測，即這個圖像有多大可能是張人臉。

具體到應用層麵，在移動設備上，采用機器學習進行人臉識別，是目前的主流做法。將深度學習遷移到移動設備上，這算是時下的研究熱點。

深度學習的效果很好，但是前提是建立在大量的計算基礎上。雖然現在的手機硬件性能已經很好，但如果要運行深度學習的模型，手機的電量會是個問題。

改變眼睛與臉型這類美顏，因為要涉及到人臉識別的問題，對計算量的要求也非常大。

目前這類美顏一般都是基於機器學習的，參數在編寫程序時已經確定好，並沒有計算機“自己”調整的過程。

所以，目前的美顏的“美”，都是我們人為的來控製。當然，這個人為也不是說程序員自己可以隨便編，而是要與美工人員共同參與來完成的。

未來深度學習的技術更為成熟時，電腦也許就可以憑借海量的數據來總結出美來，進而按這種總結出的“審美”來處理圖像。

經過一係列大數據雲計算等直播美顏神技後，你在直播中看到的女神“範爺”、男神鹿晗，可能真的隻是“鳳姐”、“範偉”，也許連她媽也認不出來了，知道真相的你，還會每天晚上給她／他發紅包嗎？

直播，直播，顧名思義，就是現場直播，重要的就是真實，身臨其境，無距離交流，現在通過美顏神技看到一個虛幻的完美主播，真的好嗎？

當你得知在直播的隔壁老王，突然變身為小鹿晗，迷倒眾多無知少女，還賺來海量紅包，你開心嗎？

最後更新：2017-10-19 04:34:29

  上一篇： 直播冰種鏤空仿古守護牌從原石到雕刻全過程！

  下一篇： “野蠻生長”故事講完 直播行業“新家族”形成