人像美肤介绍

人像美肤模型对输入含有人像的图像进行处理，无需任何额外输入，实现脸部皮肤区域匀肤（处理痘印、肤色不均等）、去瑕疵（脂肪粒、斑点、痣等）及全身皮肤区域美白。模型仅对皮肤区域进行处理，不影响其他区域。

模型描述

为实现精细化的人像美肤，我们整体采用了先定位，后编辑的二阶段处理方法，且针对美肤任务中的不同瑕疵类型设计了不同的处理网络。

• 匀肤：对于匀肤这类需要处理大面积区域的任务，我们借鉴数字图像处理领域中的混合图层(blend layer)概念，基于unet设计了一个混合图层预测网络以实现目标区域的编辑。
• 去瑕疵：对于脂肪粒、痣这类局部区域的瑕疵，我们首先利用unet对于目标区域进行分割定位，而后使用inpainting网络对目标区域进行修复。
• 美白：我们利用皮肤分割算法结合混合图层的处理方式，实现皮肤区域的美白。

值得说明的是，我们也可以利用单个网络实现端到端的人像美肤（参考下方引用文章），但考虑到输入图像的分辨率、人像占比以及不同瑕疵的分布差异等问题，这里我们采用了多模型的方法以实现更精准、更鲁棒的美肤效果。

期望模型使用方式以及适用范围

使用方式：

• 直接推理，输入图像直接进行推理

使用范围:

• 适合含有人像的图像分割，期望图像中人像占比不要过小
• 在分辨率小于5000×5000图像上可取得期望效果

目标场景:

• 需要进行皮肤美化的场景，如摄影修图、图像直播等。

人像美肤模型体验

测试完成图：

总结

人像美肤模型从这次体验来讲，图像处理还是很完美的，体验不错，人像精修，比如：磨皮、皮肤美白以及瑕疵修复基本都能满足，值得一试~