人脸图片化妆

简介

　　本篇主要是对论文：Digital Face Makeup by Example 的笔记小结。
主要是对人像图片进行化妆美颜。

基本实现流程

基本输入

　　输入为两张图像：1、选好的标准化妆图像src1。
                    2、拍摄的待优化人脸图像src2。

具体实现

　　1、将src1往src2进行脸部配准。
    2、将src1和src2分成3层：1、颜色层 2、轮廓层 3、细节层。         

    3、根据融合策略问题，将脸部特征分为三部分：1、眼睛、口腔，轮廓边缘部分，融合时候始终保持原图像特征不变。
                                               2、嘴唇部分，融合时候用特殊融合方式。
                                               3、脸部其他部分。
    4、细节层融合：
      计算脸部融合权重，根据之前分类，眼睛，口腔，嘴唇，轮廓边缘之类地方不能权重融合，所以生成融合权重掩码：
         

      再根据公式： 进行细节权重融合，两个权重系数，分别表示融合src1和src2细节层的比例。

    5、颜色融合：
      根据公式： 进行颜色层融合。r=0.8，p表示非眼睛，口腔，嘴唇，轮廓边缘之类地方。

    6、过曝区域和阴影区域融合：
      通过对轮廓层进行梯度编辑，然后再利用泊松融合重建轮廓层，进行过曝和阴影区融合。
      梯度编辑公式：

    7、嘴唇处理:
      重点在于保持融合图像嘴唇部分：化妆效果相似于标准化妆图，轮廓细节相似于输入处理图。
      处理方式为:输出图src2的嘴唇部分，每个像素点在标准化妆图上找到和他最相似的像素点。
      具体实现公式：

    8、融合重建:
      最后将三次融合图重建，得到结果图像：