AI修图-双眼皮算法解析
5097
特点：外眼角低于内眼角，眼形呈“正八”字形。
审美评价：相较上斜眼，给人柔和、温婉的感觉。
对应不同眼型的双眼皮分类试配：
1.开扇型：从内眼角向外逐渐变宽，适合内眼角偏低、有内眦赘皮的人群，显得眼睛有神且抗老。
2.平扇型：类似开扇型，但起点稍高，适合内眦赘皮较严重者配合手术使用。
3.平行型（欧式）：内外宽度接近平行，适合眼睛大、眉眼间距大、眼皮薄且鼻梁高的人，显得眼睛大而立体。
4.新月型：两边窄中间宽，适合圆眼且偏甜美可爱风格的人。
从审美学角度看，眼睛形状的类型多样，且各具特色。双眼皮的形态与眼形搭配密切相关，不同的双眼皮形态适合不同的眼型和脸部特征，形成整体的审美协调;
在了解这些知识之后，我们开启本文重点。
双眼皮功能
对于人像照片，自动添加对应的双眼皮效果，由于人的眼睛形状存在不同的类型，因此，双眼皮类型可以以不同模板的方式，供用户自由选择；
这里可能会存在两个用户需求：
1.原本没有双眼皮的用户，需要添加双眼皮效果；
2.有双眼皮的用户，希望换个更符合自己审美的双眼皮效果；
双眼皮功能在美图系的app中早已经存在，本身不算一个新功能，但是这个功能要落地到影楼精修的高清大图中，是具有一定的技术难度的，因为影楼照片的分辨率可能比手机拍照大很多，效果要求也会精细很多；
本人先给出自己的算法效果，给大家一个直观的理解：
算法解析
下面介绍的是本人效果对应的算法逻辑。
1.整体思路上，对于无中生有的场景，最适合的方案就是GAN，因此，主体方案选择GAN来实现双眼皮的生成；由于影楼精修对照片效果要求的精确性，我们采用基于成对数据的Pix2Pix算法来实现，它的优点是可以设置大分辨率，同时由于使用成对数据，训练目标比较明确，可以获得比较精确的效果。
2.网络输入，为了获得高清的效果，我们需要将网络输入设定为眼睛区域，比如512×512×3大小的单眼睛区域作为输入，对应双眼皮效果作为输出，以此来解决影楼高分辨率大图处理后人脸清晰度需要保持的问题；
对于不同的双眼皮类型，有如下两种方案：
可以分别添加不同的条件输入，比如输入为眼睛区域图+label表示双眼皮类型；
可以使用多个Pix2pix模型，每个模型表示一种双眼皮类型；
3.解决了方案问题之后，就是数据问题。如何构建双眼皮的成对数据，是一个难点，这里给出解决方案。
挑选少量不同双眼皮类型的样本，以一种双眼皮效果为例，通过互联网或者手工拍照采集等方式，获取50-100张样本；这个量级相对而言是非常容易实现的，当然用今天AIGC的视角来看，你也可以通过AIGC来生成；
将这些少量样本，送入stylegan进行微调，获得微调后的双眼皮模型；
通过stylegan来生成成对的双眼皮数据，注意，stylegan生成的成对数据实际上是伪成对数据，对于人脸图像而言，整个人脸可能是有偏差的，这里可以将人眼区域裁剪后作为成对数据，相对准确一点；
最后，大量筛选，获得2W+的成对数据样本；
注意：对于数据集制作模块，美图实际上是有申请相关专利的，大家可以自行查阅，大概方法与我所说类似；
4.基于成对数据，训练双眼皮模型；
最后，为了追求完美，本人给出原图-双眼皮+磨皮祛痘后的效果展示：
OpenCV4系统化学习
深度学习系统化学习返回搜狐，查看更多