cookieOptions = {...}; .解析:圖像技術在直播中怎麼用?聊一聊美女主播背後的美顏技術 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2019年6月21日 星期五

BeLive Tutorial: How to Share Images on Your Facebook Live Show




leiphone 涂图

本文來自塗圖CTO在架構師沙龍上的演講整理,本篇主要談談美顏技術,在直播中的使用。


2016年作為影像直播元年,無論從資本層面不斷高漲的估值,到平台主播各種天文數字的報酬,再到像「局座」這樣的主流人士爭相上直播,直播的社會熱度可見一斑。

而各大直播平台,在經歷了直播概念從無到有的階段後,如何做出差異化,如何解決在野蠻生長期產生的各種涉黃問題,成為了幾乎所有平台「成長的煩惱」。拋開政策、內容問題不說,單就技術層面,基於圖像技術的創新,成為解決這些難題最為可行的辦法。作為 Tu 料的首個分享,我們首先就選擇了直播這個熱門話題,就圖像技術在直播中的應用,做一個入門的介紹。

該分享系列整理自塗圖 CTO 在架構師沙龍上的演講內容。
一、技術框架
愛美之心,人皆有之。早期的圖片美顏教育了市場,到了直播時代,美顏同樣成為直播平台的標配。就目前來說,直播美顏用的主流技術是 OpenGL ES

它的好處,首先是直接在 GPU 上運行的,所以性能高、功耗小,用在直播上比較划算。

第二,它是跨平台的,iOS和安卓都支持,美顏效果能夠直接在這兩個平台上,達到跨平台的效果。另外 OpenGL ES 有一個優勢,就是有大量現成的開源庫。比如像 GPUImage,谷歌的grafika,還有基於安卓的一些具有實踐意義的庫,都是很常用的。

網上也有一些比較熱心的開發者,把自己的美顏的算法直接開源,包括一整套解決方案,從採集到處理到美顏處理,到最後輸出一個源編碼,都有相關的解決方案。

解析:图像技术在直播中怎么用?聊一聊美女主播背后的美颜技术


二、美顏原理—混合不能少
市面上大部分美顏產品的一般原理,都是相似的。攝影機採集畫面,透過一定的方式處理,最後輸出一張美顏後的圖片。

具體的說,原圖首先經過磨皮處理,也就是把痘、斑這些消除掉。然後把經過磨皮的圖片與原圖進行混合。混合這個步驟是不可缺少的,因為如果只用磨皮後的圖,很容易丟失細節。

而且把兩張圖混合,還可以透過調整兩個圖的混合權重,來控制磨皮的程度,達成不同級別的磨皮效果。當然最後一步也很關鍵,就是美膚,比如把皮膚膚色調得白一點、紅嫩一點,或者一些特殊的需求,都可以實現。基本上大部分的美顏,都是這樣的流程。

解析:图像技术在直播中怎么用?聊一聊美女主播背后的美颜技术

三、磨皮算法——去痘就是降噪
本質上說,一張圖就是一個二維的數據。如果相臨的兩個區域灰度值相差比較大,這就意味著存在著噪點。比如臉上有個痘,這個痘自然產生一個灰度值的變化,從抽象意義上說,就是一個噪點。所以美顏磨皮的算法,核心是去噪

去噪有很多的辦法,網上有各種各樣的算法,包括現成的論文。但是不管產用什麼算法,美顏的去噪算法,都要保持一個特點,那就既要是邊界保持,同時還要做到平滑,也就是要濾波。

解析:图像技术在直播中怎么用?聊一聊美女主播背后的美颜技术
濾波算法中比較常見的是雙邊濾波,它的優點在於很高效,因此非常適合移動平台。還有一些其他的算法比較複雜一點,也可以達到那樣的效果,但是在移動應用上效率不高。

雖然 GPU 是並行運算的,很適合這種運算,但 GPU 的能力是有一定範圍的,超過這個範圍也很耗電。

包括雙邊濾波在內,一種濾波算法也有各種各樣實現,考慮在行動平台上運行,可以做一下特別的優化,比如在精度計算裡,適當降低精度,達到效果與效率的平衡。

四、膚色調整——檢測才是難題
在做好磨皮後,最後一個流程就是膚色調整。調整膚色本身的手法已經非常成熟,所以更難的其實在於膚色檢測。

為什麼要做膚色檢測?有些早期的直播,美顏是沒有這個功能的,所以他們就是以美化的膚色為基礎,簡單粗暴的把整個圖像按這個色彩全部處理掉了,這就造成了整體偏色,效果還不如不做。

因此,在處理圖像前,必須先進行膚色檢測,在圖像的所有像素點中,找到對應膚色範圍的像素再進行處理。

直播中的膚色檢測特殊的地方,在於顏色空間的轉換。因為跟圖像處理相關的顏色空間,主要有三種:RGB、YUV、HSV,而這三種色彩空間在直播中都要用到

RGB 是最常見的色彩空間,我們日常用的顯示設備,就是基於 RGB 空間,這裡不多解釋。

YUV 是一種比較傳統的顏色空間,最早是應用在電視信號的傳播裡面的,目前多用在直播的數據採樣、傳輸的過程。這是因為人眼對亮度(Y)遠比色度(U、V)更敏感,所以 YUV 比起 RGB 更容易被壓縮,這樣就更容易節省頻寬進行傳輸。

而基於 HSV 顏色空間,才是用來做膚色檢測的。因為如果用 RGB 來做膚色檢測,需要檢測 R、G、B 三個值是否同時滿足膚色的顏色範圍,YUV 同理。而 HSV 三個值:色調(H)、飽和度(S),明度(V)中,只有 H 是關乎膚色的,因此只需要對 H 進行考慮( H 值在 25-50 之間即可判斷為膚色),所需要的運算量,自然比 RGB 少很多。

所以,在直播的不同階段,要分別使用這三種色彩空間,要不停的把這三種色彩空間進行相互轉換。

解析:图像技术在直播中怎么用?聊一聊美女主播背后的美颜技术

五、細節—在算法之外
美顏算法固然重要,但美更是一件很主觀的事。算法寫得非常優美和高效,並不能保證美顏效果是最好的,所以用標準的算法處理後,還需要設計師依據自己的經驗去進行調整。比如很多平台算法都大同小異,但是為什麼最終出來的美顏效果,讓人感覺還是有差異,其實就是說裡面有很多細節在,需要花時間優化,特別是用戶的需求是什麼,怎樣更漂亮。

再舉一個例子。很多平台在不同的光照條件下,比如白天、晚上,室內、室外,自然光、人工光,直播出來的美顏效果差異很大。這其中的原因,可能就是算法中沒有考慮光照因素,結果使很小的因素影響了效果。

所以,這就要求進行大量的測試,用技術手段結合人工去優化,才能保證最佳的美顏效果。還是那句話:細節是魔鬼。


六、性能—不服跑個分?
說到性能,iOS平台目前一般來說沒什麼問題,或者問題很少。比如 GPU Image 是第三方的,算是 iOS 平台上很有歷史的一個庫。它實現了很多效果,比如剛才提到的一些算法,在 GPUImage 裡面可以看到簡單版的實現,包括怎麼寫腳本,怎麼跑起來,怎麼做雙邊濾波,裡面有簡單的實現,也可以有很好的效果。

包括在做直播的時候,GPUImage 可以作為很好的客戶端擴展,唯一需要做的事情,就是加上一個推流;因為它包含的從客戶端的採集、處理到每一幀的數據,無論是 YUV,還是 RGB,都可以輸出來。所以 iOS 平台上相對來說問題少很多。

而安卓平台問題就比較大了。因為安卓本身的特點,廠商很多、設備很多、系統版本很多,因此相互間比較難相容。

第一個是設備問題。比如一個美顏算法在不同機器上跑起來,即使是同一款 GPU,性能也可能會差別很大。所以,為了保證一個腳本去適應不同的機器,有種辦法是這樣的:根據 GPU的性能做了一個分級算法,如果評級比較高就採用最複雜的算法,如果性能評級比較低,就把美顏效果降低,保證在大部分環境下使用。

第二是版本的問題。比如,只有 4.0 以上版本,才能夠透過相機,直接從相機採集裡面,獲取到一個紋理,這個叫GL_TEXTURE_EXTERNAL_OES,相機直接把採集到的畫面轉給 GPU,全部透過 GPU 加速。

4.3 以後可以做什麼事情?從相機採集到處理到編碼,走的是全 GPU,這是效果最好的,也是最快的,當然這對系統的相容要求是最高的。因為有些廠商在實現的時候,沒有相容這些東西,所以GPU加速很難做。

還有輸出 YUV。很多直播平台都要支持輸出 YUV。這些 YUV 的數據,就涉及到 CPU 和 GPU 的轉換過程。因為處理可能是在 GPU 裡面完成的,GPU 沒法直接輸出來,就需要從GPU到CPU的轉換,這個目前來說還沒有比較好的方案。

安卓目前一些底層的 GPU 還沒有開放,有的時候可以透過 Graphics Buffer 來實現,但是安卓並沒有把這個開放出來。如果要有這個東西,唯一能做的是把安卓源代碼拿出來,包括把源代碼link到關鍵碼裡面去,這樣才能達到比較好的效果。

CPU 到 GPU 的轉換,是可以毫秒級別的,如果直接從 GPU 轉換到 CPU,可能好的設備,也會花費 20 毫秒左右,這樣導致的數據,你預測的是 24 幀,可能就會有掉幀的情況。在主流上可能影響不大,大部分情況下都是可以接受的,當然這最後也要看用戶只有的應用場景。

最後說說常被問到的一個問題: iOS 平台、安卓平台都自帶有人臉檢測的 API,為什麼不用?

首先是系統頻率低、速度慢。蘋果可能有這樣一個考慮,不要影響到相機 API 的正常使用,所以頻率很低。檢測一次可能 3 秒鐘;不是檢測一次需要 3 秒鐘,而是 3 秒鐘才給你一個數據,告訴你這張照片有沒有人臉。

而作為一個實用的產品,一秒鐘假設 24 幀,起碼要做十幾次檢測,才可以達到即時的要求,要不然的話,跟不上對幀率的要求。在安卓問題更嚴重,因為還要看設備,有些設備甚至就沒有,廠商把這個設置就直接去掉了。另外一個特徵點的問題。 iOS 上面有這些特徵點,比如眼睛、嘴巴、鼻子這些,安卓上面是直接沒有這些特徵點的。


七、美顏 2.0—從化妝到整容
以上的內容都屬於美顏 1.0 的概念,而目前最新的美顏技術已經發展到了 2.0 概念。打個簡單的比方,如果美顏 1.0 只是化妝的話,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辨識。這很好理解,只有確定了有沒有人臉,知道了五官在什麼位置,我們才能把它們「整」的更漂亮。

關於人臉辨識,就又是一個大問題了。限於篇幅,我們會在下一周詳細展開這個問題。


0 comments: