美顏相機App的普及、影像編輯技術的純熟、CG特效效果的逼真，一切就像告訴我們不能相信自己的眼睛。小至網紅影片、大至荷李活電影，今天我們就替你逐層逐層拆下濾鏡。
現今影片編輯技術成熟得除了即時自身外貌的轉變，亦有App可以將自己拍片成虛擬人物，IOS早期推出的動態EMOJI就是例子之一。動態美顏Apps、Deepfake、CG特效，只要你懂，隨時可以在影片中修容，但神奇歸神奇，其背後的原理不過是影像應用濾鏡和演算法而已。
相信大家對Instagram、Snapchat、Snow等等修圖軟件並不陌生，這類自拍app現在也能拍出即時美顏的影片，更會附帶濾鏡、美妝、貼圖等等功能。動態美顏不像靜態修圖，主要分別在於時間誤差上，因為直播影片上中美顏需要有即時效果，不容許一刻的時差，所以演算法需盡可能簡化。對於實時捕捉的畫面，系統會截取原圖，分析影片畫面與美顏標準的差異，並按照特定算法快速修改原圖的各項參數。不過歸根究底，兩者的原理都基於人臉識別（Face Recognition）和關鍵點檢測（Key Point Detection）。
首先，系統必須識別到人臉才能進行美顏，因此美顏app中人臉識別提供了不可或缺的前提。程式先根據資料庫的資料偵測人臉，再以部位的特徵定位五官，並對五官的各個調節項目設置參數，當中包括五官的比例關係、衰減曲線等等。一旦完成人臉識別，系統即時開始檢測關鍵點， 使用剛才獲得的數據不斷追蹤和定位人臉及其中重點部位，有趣的是，即使於影像轉向、放大、縮小、扭曲等等情況下，效果仍然能夠保持不變，從而成功達至影像和加工的同步。
提及美妝軟件的原理，不得不提的是雙邊濾波功能（Bilateral Filter）。即使配有美妝功能，全靠雙邊濾波功能，我們仍可於影片中認出自己。簡單來說，雙邊濾波能確保參數能獨立修改，同時進行區域保護，保留邊緣位置，使五官及其它部位不受影響。
美白遮瑕的功能就是雙邊濾波的應用例子之一。系統先通過人臉識別分析臉部位置和五官數據，再以高斯模糊處理（Gaussian Blur）把粗糙的皮膚變得光滑。高斯模糊處理使照片變得模糊，減少圖片的雜質，可想而知，用於皮膚上可以造成磨皮換膚的效果。當然，過程中必須同時使用雙邊濾波，於邊緣部分如皮膚和眉毛之間、進行保護，只有皮膚被模糊處理，五官可以完好保存下來。
除了雙邊濾波功能和高斯模糊處理外，一般美顏軟件可以進行膚色檢測。透過計算用戶臉部的平均膚色，分析影片畫面與其的差異，再以演算法即時修改原圖。以祛皺、去黑眼圈為例，AI檢測到臉上的眼袋或皺紋區域的膚色差異，接著便對暗部提亮。
其實各種效果的原理大同小異，以上提及過的人體關鍵點追踪技術，亦能解釋瘦腰、美臀、長腿功能。 系統能夠追蹤指定輪廓點，並透過輪廓定位人體邊界，對局部位置進行拉伸變形，減細腰圍、豐滿臀部、拉長雙腿，由此美化用戶的人體形態。
美顏相機當然少不了濾鏡。同樣，濾鏡的重點為人臉識別和關鍵點檢測，在特定參數值的相應位置加入預先制作好的動畫，就像早前於各大社交媒體氾濫的狗狗濾鏡，甚至是更改性別、年齡的濾鏡也是美顏相機預早準備的。部分濾鏡不含對外貌的加工，而是在於後期的調色。這種濾鏡主要是光暗及顏色上的調整，比如曝光度、飽和度、明亮度等等，營造各式各樣的感覺程式預先對這些參數作出特定的配置，當套用到影片上時就成為了不同的濾鏡。
道高一尺，魔高一丈。近日，內地網絡公司騰訊於義大利的國際計算機視覺大會（International Conference on Computer Vision）中發表有關他們最新研發的「一鍵卸妝」技術，同樣以AI的演算法復原圖像。據聞，儘管程式沒有圖片影像的具體參數亦可從假相中計算出原圖！騰訊表示，此項技術發展成熟，唯未知實際應有的細節。
原來成為網上的KOL背後居然有這麼高深的學問。下一次，我們從電話走到戲院中的大螢幕前，為大家分析電影CG特效。