作者：胡耀武
这里先放对比结果图，原图来自网络：
1. 算法的流程
[1] - 皮肤分割算法
[2] - 人脸关键点识别算法
[3] - 基于皮肤区域的祛斑算法
[4] - 基于皮肤区域的磨皮美白调色算法
[5] - 大眼瘦脸算法
[6] - 五官立体+腮红+唇彩+美瞳算法
1.1 皮肤分割算法
目前主流的语义分割等都可以实现，准确度要求较高。本人使用 U-net 和 PSPNet.
UNet网络结构如下：
PSPNet网络结构如下:
1.2 人脸关键点识别算法
这一步可以使用商汤/Face++/虹软人脸SDK，这里使用的是虹软101点人脸SDK.
也可以自己训练人脸SDK，推荐使用mtcnn或者opencv人脸检测+CNN关键点网络.[MTCNN人脸检测与OpenCV关键点提取]()
1.3 基于皮肤区域的祛斑算法
这里祛斑算法如下：
[1] - 使用Sobel粗略提取斑点信息；
主要是基于梯度信息进行候选
[2] - 使用连通域判断得到最终斑点区域；
对候选区域进行进一步筛选
[3] - 结合高斯滤波+泊松融合来实现祛斑效果；
进行高斯滤波与修复
1.4 基于皮肤区域的磨皮美白调色算法
磨皮部分：通过高反磨皮算法对人像磨皮，结合皮肤区域得到精确磨皮效果；
美白调色部分：这一步通过PS中的曲线调节来得到美白调色的LUT，结合肤色区域进行Blend得到调色结果；
1.5 大眼瘦脸算法
基于人脸特征点+MLS变形或IDW反距离加权变形来实现大眼瘦脸算法；
1.6 五官立体+腮红+唇彩+美瞳算法
这一步通过人脸关键点来得到嘴唇和腮红区域，实现唇彩和腮红；
通过美瞳模板来实现美瞳算法；
通过双曲线调色来实现五官立体算法；彩妆部分可以看作者以前在公众号上发布的相关文章即可
2. 关键点
[1] - 精准的皮肤识别分割；
[2] - 精准的人脸关键点；
本算法使用opengl可在手机端实时处理.
3. Related
