AI 肌肤分析（AI Skin Analysis）是一种基于计算机视觉的图像分析技术，能够从面部照片中提取毛孔、皱纹、纹理、痘痘、泛红等肌肤特征，并将检测结果转换为结构化数据。

在实际开发中，AI 测肤不只是调用一次图像识别接口。应用还需要处理图片质量、检测项目配置、异步任务状态以及分析结果的解析和展示。

我们提供的 AI Skin Analysis API 将上述流程封装为标准 HTTP 接口，并支持 SD、HD 两类分析项目。开发者可以根据需要选择检测维度，获取对应的评分数据及检测区域图像。

1. AI 肌肤分析如何配置 HD 检测项目？

在 AI Skin Analysis API 中，dst_actions 是决定检测内容的关键参数。

API 将 Skin Concern 分为 SD 和 HD 两类。例如，普通分析可以使用 wrinkle、pore、texture、acne，HD 分析则使用 hd_wrinkle、hd_pore、hd_texture、hd_acne 等参数。

这两组参数不能在同一次请求中混用。

HD 模式不仅涉及更高的输入图像分辨率，还支持部分肌肤项目的区域级分析。例如，hd_pore 可以分别分析额头、鼻部、脸颊及全脸，hd_wrinkle 则提供额头、眉间、眼周、法令纹等区域的结果。

curl -i -X POST \

  https://yce-api-01.makeupar.com/s2s/v2.0/task/skin-analysis \

  -H 'Authorization: Bearer <YOUR_TOKEN_HERE>' \

  -H 'Content-Type: application/json' \

  -d '{

    "src_file_url": "https://example.com/selfie.jpg",

    "dst_actions": [

      "hd_wrinkle",

      "hd_pore",

      "hd_texture",

      "hd_acne"

    ],

    "miniserver_args": {

      "enable_mask_overlay": true,

      "enable_dark_background_hd_pore": true,

      "color_dark_background_hd_pore": "3D3D3D",

      "opacity_dark_background_hd_pore": 0.4,

      "enable_dark_background_hd_wrinkle": true,

      "color_dark_background_hd_wrinkle": "3D3D3D",

      "opacity_dark_background_hd_wrinkle": 0.4

    },

    "format": "zip"

  }'

下面是玩美移动 AI Skin Analysis V2.0 官方文档中的请求示例，代码保持原样：

这段请求包含三个值得关注的部分。

src_file_url 指定待分析的图像，要求 URL 可公开访问。接口也支持使用已上传文件的 src_file_id，但对应的请求结构需要按 File ID 模式配置。

dst_actions 指定分析任务需要处理的肌肤项目。

miniserver_args 控制部分检测结果的视觉呈现，例如 Mask Overlay 和毛孔、皱纹相关的背景配置。

示例中的 Token 和图片地址都是占位内容，实际调用时需要替换为有效凭证和真实图像 URL。

2. 异步任务如何管理分析状态？

AI Skin Analysis 采用异步任务机制。

发送 POST 请求后，接口首先返回 task_id，而不是立即返回全部肌肤检测结果。

客户端需要通过对应版本的任务查询接口获取状态：

GET /s2s/v2.0/task/skin-analysis/{task_id}

任务执行期间，task_status 可以处于 running 状态。处理成功后变为 success，失败则返回 error。

因此，业务系统需要区分任务创建成功与图像分析成功，不能仅凭 POST 请求返回 HTTP 200 就直接展示检测报告。

在实际部署中，可以由服务端统一保存 task_id、执行轮询并处理超时或异常。官方文档说明，处理后的结果保留 24 小时，应用需要在有效期内获取所需数据。

3. format=zip 与 format=json 有什么区别？

AI Skin Analysis 支持 zip 和 json 两种结果格式，默认使用 zip。

当选择 format=zip 时，分析结果会打包为 ZIP 文件，其中包含 skinanalysisResult 目录。

该目录中的 score_info.json 保存检测项目的数值结果，以及与检测图像对应的文件名称。其余 PNG 文件则用于保存各项 Skin Concern 的检测 Mask。

如果使用 format=json，则可以通过 JSON 形式读取结构化分析结果。需要注意，两种格式的返回数据结构并不相同，客户端不能直接使用完全一致的解析逻辑。

对于需要保存独立检测图像、进行局部区域展示的系统，ZIP 格式便于同时处理数值与图片资源。对于以结构化结果处理为主的应用，可以根据实际响应结构选择 JSON 格式。

4. raw_score、ui_score 与区域级数据

在官方 score_info.json 示例中，每项肌肤分析结果可以包含以下字段：

ui_score：经过调整、用于界面展示的整数分数。

output_mask_name：对应检测 Mask 的文件名称。

这两个评分字段不能直接等同。

根据官方说明，raw_score 是原始评分，而 ui_score 会经过面向消费者展示的校准。因此，开发者不应将 ui_score 简单理解为 raw_score 的四舍五入结果。

HD 模式下，还需要处理不同检测项目的数据嵌套结构。

例如，hd_pore 的结果可以包含 forehead、nose、cheek 和 whole；这些子区域分别具有自己的分数及 Mask 文件名。

开发者解析 score_info.json 时，应根据 Skin Concern 判断是否存在区域子级，而不是假设所有项目都直接包含相同的评分字段。

如果应用计划对多次检测结果进行比较，也应记录 API 版本、SD/HD 模式和拍摄条件，避免将不同分析环境产生的数据直接视为可比结果。

5. Detection Mask 如何用于结果可视化？

AI 肌肤分析返回的数值可以表示某项肌肤状况的评分，但无法单独说明对应的检测位置。

Detection Mask 用于补充区域信息。

在 ZIP 输出中，Mask 以 PNG 文件形式保存。官方文档说明，可以利用 PNG 的 Alpha 通道，将检测结果叠加到原始图片上。

例如，前端可以根据 hd_pore 的不同子区域展示对应的毛孔检测 Mask，也可以选择特定皱纹区域进行局部呈现。

API 还提供 enable_mask_overlay 参数。默认情况下，系统可以输出独立的检测 Mask；启用该参数后，可生成叠加后的视觉结果。

对于技术团队来说，这意味着数值解析与检测区域展示可以作为两个独立环节实现，而不必将 API 输出固定成单一的测肤报告界面。

6. 图像输入与参数校验需要注意什么？

在真正执行 Skin Analysis Task 前，输入图像需要满足相应规格。

根据当前官方 File Specs，支持 JPG、JPEG 和 PNG，文件大小需小于 10 MB。SD 分析要求图片短边至少为 480 像素，HD 分析要求短边至少为 1080 像素。对于长边超过 2560 像素的图片，系统会自动调整尺寸。

除了文件格式和尺寸，还应检查面部朝向、清晰度、光照及遮挡情况。毛孔、细纹等细节分析对图像质量尤其敏感。

如果使用 File API 上传图片，还需要特别注意：取得预签名上传 URL 并不代表文件上传完成。

只有将图片真正上传至返回的地址后，才能使用对应的 file_id 创建分析任务。

另外，SD 与 HD 的 dst_actions 不能混合使用。传入无效 Skin Concern 或混用两类参数时，接口会返回 InvalidParameters 错误。因此，建议在服务端建立合法分析项目的参数校验，避免将无效任务直接提交给 AI 服务。

从数据处理角度看，AI Skin Analysis API 的主要工作集中在输入质量控制、检测项目选择、异步任务管理和结果解析。对于希望实现局部肌肤检测、独立 Mask 展示或自定义评分界面的应用，尤其需要理解 HD 数据的嵌套结构，以及 ZIP 和 JSON 两种输出格式的差异。

这些分析结果可以作为护肤咨询或软件应用中的视觉参考，但不应直接等同于临床皮肤诊断结论。

AI 肌肤分析 API 技术解析：HD 分区检测、评分数据与 Mask 结果处理

人工智能

AI肌肤分析API通过计算机视觉提取毛孔、皱纹等特征，支持SD/HD检测项目配置、异步任务管理及ZIP/JSON结果解析。提供raw_score与ui_score评分、区域级数据及DetectionMask可视化，需注意图像规格（≥1080px短边）和参数校验。适用于局部肌肤检测与自定义评分界面开发。

计算机视觉

结构化数据

图像识别

数据结构

数据处理

JSON

让每一个 Agent，都跑在云上

imagerecognition

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

AI 肌肤分析 API 技术解析：HD 分区检测、评分数据与 Mask 结果处理

AI 肌肤分析 API 技术解析：HD 分区检测、评分数据与 Mask 结果处理

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐