随着社会快速发展,化妆作为一种美化人脸的方式越来越受到人们的重视和倾爱,它指人们为了适应各种场合、环境和特定的情景而去改变自身外在形象。当你到商店去挑选化妆产品,可能你需要亲自尝试效果才能判定是否适合购买,但是这种物理化妆方法不但耗费时间,而且需要一定的专业化妆技巧。或者你也可以用photoshop等软件来模拟化妆效果,但这同样需要相关的专业技能。本文介绍了一种基于样例的数字人脸化妆算法,即将样例图片中人脸的化妆效果作为模板标准,通过算法的分析,自动地传递给目标图片,达到人脸美化效果。本文算法通过人脸定位及脸部特征标记,并在CIELAB色彩空间对图片分通道进行双边滤波、梯度编辑、融合等不同操作,最后使样例图片的化妆效果自动传递给目标图片。具体地,论文将输入的样例图片和目的图片的面部信息分为三个层次：面部结构层,主要包含基本的面部因素如眼睛、鼻子、嘴等；皮肤细节层,包含皮肤纹理、瑕疵、黑痣、皱纹等；颜色层,包含图片的颜色信息。在两张图片的不同面部层次上进行操作和融合,以使得样例图片的化妆效果可以自动传递给目标图片。论文主要贡献为：介绍和分析了现有数字人脸化妆技术,尤其是Tong等人和祝秀萍等人算法的优缺点,提出了一种基于样例的数字人脸化妆技术,可实现自动的化妆效果传递,比原来的数字人脸化妆技术更为简洁快速。另外,将基于样例的数字人脸技术对油画、铅笔画等其它风格的图片进行模拟,并得到具有非真实感效果的实验结果。