影楼精修-皮肤瑕疵祛除算法解析

注意：本文样例图片为了避免侵权，均使用AIGC生成；

皮肤瑕疵祛除

顾名思义，皮肤瑕疵祛除旨在祛除人像照片皮肤区域的痘痘/斑点/痣/胎记等瑕疵；当前主流算法方案可分为传统图像处理方法和基于深度学习的方法，本文重点介绍基于深度需恶习的方法；

皮肤瑕疵祛除是磨皮好坏的第一步，或者说是人像精修皮肤处理的基础，对于设计师来讲，再处理皮肤磨皮之前，会先通过PS修补工具，人工将大的痘痘/痣等瑕疵祛除，然后在进行磨皮处理，原因是磨皮算法很难将大面积的瑕疵祛除。通用的算法流程如下图所示：

图片

1.假设用户原图S，最终祛除瑕疵效果图为D，对S进行皮肤分割，得到皮肤Mask图Skin_mask；

2.对皮肤区域进行瑕疵检测/分割，得到瑕疵Mask集合(每个瑕疵位置和对应Mask信息);

3.循环遍历瑕疵区域集合，对瑕疵进行分类：痘痘、痣、其他；

4.对需要祛除的瑕疵类型进行瑕疵祛除，得到最终效果图D；

上述算法流程是皮肤瑕疵祛除的通用流程，从AI美颜的角度出发，本人对上述步骤进行算法拆解如下：

皮肤分割，使用深度学习算法，Unet，DenseNet，DeepLab系列，PSPNet等等；

瑕疵检测/分割，对于检测可以使用Yolo系列，速度快精度高，对于分割这里推荐一个UltraLight VM-UNet，论文名字《Parallel Vision Mamba Significantly Reduces Parameters for Skin Lesion Segmentation》，git链接：https://github.com/wurenkai/UltraLight-VM-UNet

瑕疵分类，这个任务比较简单，类别也比较少，简单的CNN即可；

瑕疵祛除，这个步骤比较重要，可以使用基于深度学习的inpainting算法，也可以直接使用GAN网络来得到瑕疵祛除后的效果图，个人推荐GAN，可以保留皮肤纹理，输入为瑕疵图+瑕疵mask，输出为祛除瑕疵后的效果图；

像素蛋糕瑕疵祛除

像素蛋糕将瑕疵祛除划分为了人脸区域“祛斑祛痘”和身体祛瑕疵，瑕疵分类为痣和痘斑瑕疵，示意图如下：

图片

功能说明：

选择祛斑祛痘功能调节，会将人脸区域进行祛斑祛痘处理，但其他身体皮肤区域不变；

选择身体祛瑕疵功能调节，会将除人脸之外的其他皮肤区域进行祛瑕疵(痘斑)处理；

选择祛痣功能，只会消除人脸皮肤区域的痣，痘斑不会祛除；

结合像素蛋糕的功能模块，本人对通用皮肤瑕疵祛除算法进行了对应的修改，新的流程如下：

图片

1.假设用户原图S，最终祛除瑕疵效果图为D，对S进行皮肤分割，得到皮肤Mask图Skin_mask；

2.对皮肤区域进行瑕疵检测/分割，得到瑕疵Mask集合(每个瑕疵位置和对应Mask信息);

3.循环遍历瑕疵区域集合，对瑕疵进行分类：痘痘、痣、其他；

4.对原图S进行人脸关键点检测，根据人脸点位确定人脸区域Mask，此处也可以直接进行人脸区域分割来得到Mask，两者都可以；

5.设定三个参数：身体祛瑕疵参数k_body，人脸祛斑祛痘参数k_face，人脸祛痣开关参数k_s，根据人脸区域mask，瑕疵分类结果，分别将符合祛除条件的瑕疵图像筛选出来，送入瑕疵祛除模块；

6.循环遍历所有瑕疵区域，通过瑕疵祛除模块输出对应祛除效果，根据瑕疵融合参数，融合到原图S，得到最终瑕疵祛除效果图D；

上述过程就是像素蛋糕的瑕疵祛除算法流程，本人基于上述流程进行了算法实现，这里给出本人算法和像素蛋糕效果对比图：

图片