【嘉德点评】“非洲之王”传音凭借自家手机的肤色智能处理功能，取得不少用户的青睐，那这样的黑科技到底有何厉害之处呢？

集微网消息，手机的出现改变了人们的生活方式，现如今，它已不仅仅是可以打电话发短信的通讯工具，手机拍照已经成主流，人们喜爱在社交网络分享自己的照片。活跃在市场的各大品牌手机，强大的拍照功能也往往是其最大的卖点。随着社交网络成为手机照片的主要应用场景，以及受限于手机的体积和厚度，手机拍照追求的将不再是拍照画质，而是“趣味”和“好用”，例如在拍摄中实时加入各种风格和特效。

人体肤色变换，可以让拍照者体验不一样的自己，更能增加拍摄的乐趣。在现有技术中，图像后期处理的方法运算量大，实现复杂度较高，现有计算机设备可实现该功能，但手机还不能完成如此复杂的操作。

为此，深圳传音公司在一篇专利（专利号：CN108093178A）中提供一种通过PCA（principal components analysis，主成分分析）线性变换实现照片肤色变化的方法和拍照手机，实现了照相肤色转换，减少设备计算工作量。

图1

图1所示为通过线性变换实现照片肤色变化的方法的流程示意图。步骤S1，拍照前，用PCA检测出色彩参数，调试饱和度、色度、灰度。这一步可以细分为4个步骤：

-步骤S101,特征中心化，这一步也叫预处理。提取出图像的各维PCA数据，将每一维的数据都减去该维的均值。

-步骤S102，计算PCA数据的协方差矩阵和特征值、特征向量。

-步骤S103，对特征值排序，选取出肤色相关的特征值对应的特征向量，得到新的数据集。选取步骤一般包含对特征值从大到小排序，保留最大的k个特征向量，然后将数据转换到k个特征向量构建的新空间中。在此专利中，将肤色作为k维主特征的中的一维，则降维之后只保留肤色这一，这样就可以得到我们需要的主要特征——肤色。

-步骤S104，调试Camera，检测出不同色彩参数，调试参数中的饱和度以色度所对应的PCA特征值和特征向量。

步骤S2，拍照时，随机调用肤色的参数，或者由用户选择想要的肤色。

步骤S3，根据不同的肤色，选择不同饱和度、色度、灰度值，通过调试PCA中对应肤色的参数，达到改变肤色的效果。步骤S3又可以细分为以下3个子步骤：

-步骤S301，计算饱和度。

-步骤S302，从原始图像中提取出表示亮度的特征值并保留。

-步骤S303，计算对比度。

上述计算饱和度和计算对比度，计算中所使用的参数值是根据所骤S2中用户选择的喜好肤色而预先设置的。

在统计学中，主成分分析(PCA)是一种简化数据集的技术，它是一个线性变换。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。

PCA作为一种有效的主成分分析法，可以方便的提取目标的有效特征，在Camera调试中，用PCA检测出色彩参数，调试参数中的饱和度以及色度来控制物体的色彩，然后通过PCA客制化出多套参数制作出不同的肤色。这样，用户就可以根据自己的喜好进行灵活换肤，达到趣味拍照的目的。

关键词：PCA，肤色，换肤

专利号：CN108093178A

（校对/holly）