[机器学习]前端机器学习：识别人脸，并在脸颊上画草莓 |人脸识别|草莓|

本文插图

作者 | 前端开发劝退师
责编 | 夕颜
出品 | CSDN（ID：CSDNnews）

本文插图

最终结果

本文插图

本文插图

本文插图

在线体验：http://www.caomage.com/index
急性子想直接食用的点这个：源码地址 https://github.com/usecodelee/mldrawberry

本文插图

原理
要在用户上传的人脸上画草莓，会面临几个问题：

在哪儿画？
画多大？
草莓的角度和脸的角度是否一致？

基于这些问题，就不得不使用机器学习来解决了！
1. 前端的机器学习
提起前端的机器学习，首先想到的就是Google的TensorFlow：
TensorFlow 是一个端到端开源机器学习平台。它拥有一个包含各种工具、库和社区资源的全面灵活生态系统，可以让研究人员推动机器学习领域的先进技术的发展，并让开发者轻松地构建和部署由机器学习提供支持的应用。
有兴趣的可以去TensorFlow官网看看，有很多好玩的东西。
当然，我们仅仅是使用人脸识别，那有人已经在TensorFlow的基础上封装了专门针对人脸识别的库 face-api.js
2. 基本原理
我只是大体说一下，我只是一个感兴趣的可以去看看具体的内容。
第一步：找出所有的面孔
解决方案HOG（Histogram of Oriented Gradients）方向梯度直方图，一种能够检测物体轮廓的算法。
第二步：脸部的不同姿势
使用由瓦希德·卡奇米（Vahid Kazemi）和约瑟菲娜·沙利文（Josephine Sullivan）在 2014 年发明的一种面部特征点估计（face landmark estimation）算法。
这一算法的基本思路是找到68个人脸上普遍存在的点（称为特征点，landmark）：

本文插图

其中：
下巴轮廓17个点 [0-16]
左眉毛5个点 [17-21]
右眉毛5个点 [22-26]
鼻梁4个点 [27-30]
鼻尖5个点 [31-35]
左眼6个点 [36-41]
右眼6个点 [42-47]
外嘴唇12个点 [48-59]
内嘴唇8个点 [60-67]
有了这68个点，我们就可以轻松的知道眉毛、眼睛、鼻子和嘴巴的位置信息了，根据这些位置信息，我们经过一些简单的计算就可以得出开始提到的这几个问题的答案：