在上一篇文章中，小编粗略地介绍了下人工配准的定义，接下来，小编将继续介绍，作为美颜api智能美妆的核心技术，人工配准是如何在不同的应用场景下工作的。
对于人脸配准的研究日新月异，工业界产品应用对技术的要求也越来越高，且不同应用场景对人脸配准提出了不同的要求。
一、应用现状
人脸识别业务的核心问题是人脸图像像素之间高层语义的对齐，即人脸关键特征点定位。错误的特征定位会导致提取的人脸描述特征严重变形，进而导致识别西能下降。为了更好地支持人脸识别，需要加大人脸框的变化范围，以减少对人脸检测框大小的依赖。所以一般来讲，人脸特征点会选择5个点，这样既能保证一定的人脸结构描述能力，又减少了配准误差对人脸识别的影响。
而美颜api智能美妆需要人脸特征点达到超高精度定位，例如眼妆中的眼线睫毛，只有定位够精准，才能达到自然贴合的美妆效果。为了提供精度，可以采用级联模型，先粗略定位人脸面部特征，再对五官进行精细化定位。
人脸自拍动效应用处理移动端视频，对配准的处理速度要求严格，传统人脸配准技术不具备判定跟踪是否成功的能力，为避免跟踪过程中出现跟丢的现象，必须依赖耗时较长的人脸检测，所以要为人脸配准也增加人脸判定功能，以减少对人脸检测的依赖。
有了以上的基础，智能美妆中的眼影、眉毛、眼线、口红等等才能实现高度定位，准确“化妆”。
二、未来发展
知晓了智能美妆的核心技术和运作原理，未来还可以发展出更多的方向和应用场景。
AR虚拟试妆：通过人脸识别技术和AR技术的结合，可实现“刷脸”实时动态试妆，为顾客搭配合适的妆容，帮助顾客了解自己更适合的美妆产品，免去手动试妆涂抹的麻烦。从而借助智能技术，提升顾客在门店的购物体验。
智能皮肤检测：如果在美妆门店引入带有智能皮肤检测功能的检测设备，可提供自助式皮肤检测服务，帮助顾客进行智能皮肤检测，系统可根据检测结果向顾客推荐合适的化妆品。这样，对于顾客来说，可以得到护肤、美妆的相关专业建议。
以上就是美颜api中智能美妆的实现过程、应用现状和未来发展，如果您对美颜sdk接入有需求，欢迎咨询客服。
声明：本文由美狐原创，未经允许禁止转载，谢谢合作。
