AI凭什么超越人类修图师？万字长文看懂美图云修AI修图解决方案(9)

图 12. 美图云修智能白平衡结果。（左：色温 6500K 情况，中：色温 2850K 情况，右：校正后图像）
智能祛除技术
修图师在修图过程中，会祛除一些皮肤本身固有的瑕疵，如皱纹、黑眼圈、泪沟等。对于人工智能的后期人像修图来说，皱纹检测有着重要的现实意义：一方面有助于皮肤衰老度的分析，揭示皱纹发生的区域和严重程度，成为评估肤龄的依据；另一方面，则能为图像中的自动化人脸祛皱带来更便捷的体验，即在后期修图的过程中，用户可以利用算法自动快速定位皱纹区域，从而告别繁复的手工液化摸匀的过程。
1. 皱纹识别
在科研领域中，常用的皱纹检测算法主要有以下几种：
基于一般边缘检测的方法：比如常见的 Canny 算子、Laplace 算子、DoG 算子，但这些算子所检出的边缘实质上是图像中两个灰度值有一定差异的平坦区域之间的分界处，而不是皱纹的凹陷处，故不利于检出具有一定宽度的皱纹；
基于纹理提取的方法：有以文献 [5] 的 Hybrid Hessian Filter（HHF）以及文献 [6] 的 Hessian Line Tracking （HLT）为代表的，基于图像 Hessian 矩阵的特征值做滤波的方法，可用来提取图像中的线性结构；也有以文献 [7] 的 Gabor Filter Bank 为代表的，利用在提取线性纹理的 Gabor 滤波的方法。这些方法需要手工设计滤波器，带来了额外的调参代价，而且通常只能检测线状的抬头纹和眼周纹，对于沟状的法令纹的兼容较差，检测结果也容易受到其他皮肤纹理或非皮肤物体的影响；
基于 3D 扫描的方法：如文献 [8] 提出的利用 3D 点云的深度信息映射到 2D 图像的分析方法，但该方法依赖于额外的采集设备，在算法的普适性上较弱。