比起开发团队，实验室更像研究院，不过与研究院不同的是，研究员们关注的内容既要包括前沿技术，也要顾及实际需求。如果有新人入职，第一件事就是将一个项目从头跟到尾，不仅要清晰流程，还要解决最实际的问题、面对最严格的产品经理和最真实的用户需求。

大头贴是美颜相机中最火的功能之一。这个至今已被使用了 7.9 亿次的功能，是产品经理日本考察时发现的需求。在日本游戏中心相当流行的大头贴机，几乎每个前来游玩的女孩子都想尝试一次。与中国的大头贴机不同，日本的大头贴机不仅自带磨皮美白、放大眼睛的美颜效果，还可以选择不同的美化功能，甚至是拉长双腿。

美颜相机中的大头贴功能，有各种卡通模版可以选择

不过想要在软件中实现这些效果，不少在技术上尚且无法满足。研究员们第一时间告知产品经理能达到的效果，最终折衷成目前已上线的功能。而那些没能被满足的需求，不少已经变成了实验室长期研究的课题。

除了对产品和用户更加了解的产品经理，也有不少需求直接来自实验室。钻研技术中碰到哪个点刚好会产生不错的效果、感觉用户可能会喜欢，实验室也会和产品经理讨论是否加入到产品中。前面提到的染发功能，就是其中之一。

一个需求需要多长时间才能实现？除了规划的「死线」和工程适配的流程，更具决定性的是「效果」。在采访过程中，饺子反复强调美图对效果的严苛，「如果产品要求很低当然可以做得很快，但这取决于美图价值观，我们要为用户提供最好的效果」。甚至不希望用户注意到他们在背后的努力，「一点，头发就变色了，用户感觉很方便就足够了。」

深度学习与数据

在内部，美图影像实验室将技术分为 8 类，分别对应基础技术和综合技术。

作为基础的 MTFaces，包含人脸检测、人脸关键点检测和人脸属性分析，可以了解用户的年龄、性别，为后续的美颜和上妆提供支持；MTSegmentation 是图像分割技术，可以准确找到照片中头发、皮肤、身体的位置；MT3DTech 可以通过一张自拍照重建人脸 3D 模型；MTRestoration 则是画质修复，光线不好、有噪点或者被压缩，都可以一键恢复。

综合技术是多种技术的融合，比如 MTBeauty 包含图像美化和人像美化；MTStyles 风格化技术则是时下最流行的迁徙技术，能够给图像赋予风格；MTPhotos 可以通过人脸识别和图片标签管理照片；基于人脸检测技术 MTMakeup，通过美图独有人脸网格技术实现实时的视频和图像上妆。

MTSegmentation 头发部分分割效果图，最右为染色后

在这些被划分的技术背后，深度学习功不可没。运用传统方法进行皮肤分割，准确率往往低于 80%。深度学习则可以让 MTSegmentation 的准确率达到 98.5%，以保证在磨掉小斑点、小细纹的同时，不会将衣服、头发磨平。MTRestoration 也离不开深度学习，机器之心也曾报道过相关的应用案例。

在具体应用上，美图的深度学习有什么特点？在饺子看来，美图影像实验室的优势还是在 to C 的场景和拥有的数据：「有多少层、用了什么样的结构，取决于应用场景。美图软硬件产品为我们提供了很多 to C 的应用场景，这可能是其他平台提供不了的。」

除了最为人熟知的美图秀秀，美图的产品线还包括美拍、美颜相机、美妆相机、潮自拍、BeautyPlus 等等。截至 2016 年 10 月 31 日，美图应用的月活跃用户总数约为 4.56 亿，核心影像应用当月产生约 60 亿张照片。据相关调查统计，在中国主流社交网络上传的照片中，有约 53.5% 的照片经过了美图应用的处理。

美图公司在 App Store 上线的产品，共 20 款

庞大的数据为美图带来无可比拟的优势，「图像、视频都在向深度学习靠，但深度学习拼到底，很多时候是要靠数据。」

都是自拍照，会不会面临数据结构单一化的问题？美图获得的数据目前的确以自拍照为主，「但食物、风景这些都是有相当比例的，我们的产品也不全是在人脸上做的。美拍上还有视频，这些都是我们技术上独一无二的优势。」

用户是最苛刻的「数据集」