《亚洲欧美日本专区一区》

警惕照片泄漏，有(🦐)人已经能把你的照片合成小视频了！

请叫我

制片(🔞)师

不知道差友们还(⏯)记不记得两个月前 Reddit 上的(🤧)科技界大事儿。。。

有个 id 叫(👹) deepfakes 的神人，用机器学习框架写了一套工具，把女星的脸接到了某些不可描述的影片中。

和一般意义上的 P 图不同(🏇)，这个方法是通过搭建神经(🦏)网络来学习人脸，使替换以后的脸(🌄)可以生动地模仿原来的表情，以假乱真。

差评君这两天闲来无事，逛 Reddit 的时候发现有了个以 deepfakes 命名的板块，里面一(💼)堆人在讨论技术的同时还在贴着不可描述的内容，一片欣(🤵)（ hei ）欣（ hei ）向（(👁) hei ）荣，学术氛围浓厚。。。

还有人分享大量训练样本

差评君觉得有些奇怪，虽然说那位叫 deepfakes 的大神把工具开源了，但是以大部分网友的水平应该是不会(🖕)用他的源码的，咋这个社区这么热闹(🔅)了呢。。。

直到我注意到了置顶帖，又有(😇)个 id 叫 deepfakeapp 的老哥在 deepfakes 的代码基础上做了一套傻(🐔)瓜式工具，让没啥技术背景的人也能学会使(⚫)用，这种分享精神实在是让我感动。。。

可惜的是虽然哥们儿精神可嘉，不过依然不够 geek --这套工具没有开源。

不过一开始 deepfakes 的代(🚜)码库也没有用任何协议，所以不开源(🏥)也没啥毛病。

那还等什么？？？我这就下载下来，抱着(🆔)学术态度好好研(🍳)究一下机器学习啊！！！

按照开发者的教程，这套工具的环境需要 CUDA，这是核弹厂 Nvidia 出的用显卡来做机器学习的工具(🎃)，我装了一下。（ 至于为啥要用显卡来搞，你可以看看我的旧文章 ）

以及 Visual Studio，微软家的开发工具，功能极为强大，这(📴)个差评君因为平时会玩儿 Unity， 早就装过了。

工具名(🍔)叫 FakeApp，它目前有 3 个功能，我依次试了试。

第一个功能是获取训练样本。

获取方式是逐帧截取一个视频文件，然后再把里面的脸部截出来，做成一个个 256 × 256 像素的矩形。

差评君征集了一下公司里小伙伴们的意(💦)见(🍉)，选择了女神石原里美作(📫)为训练对象。

我找(🗓)到了(🔺)一段采访视频，用 FakeApp 的素材制作工具成功获得了大量石原女神的脸部图(👸)片。

在(💡)剔除了(😜)一些(🎇)不含脸部，或者不(💻)清晰的图片以(🔫)后，得到了两千多张脸部图片。

好(🦉)。。。可爱。。。

然后，在网上随便找了一个不(❎)认识的日本妹子拍的视频，也做了差不多的操作，获得了另(➕)一组素材。

差评君准备好了素材，开始使用第二个功能，训练。

结果刚点下去没多久，这玩意儿报了个错。。。

考虑到这是个人开发项目，稳定性很差也是情有可原的嘛，而且人家也(🖨)没收钱。。。

但是我不知道问(😵)题出在哪啊？！

后来通过各种研究，发现有人和我碰到了一样的问题，最后开发者回答：(👚)因为执行训练时用的代码(🎚)调用的是 CUDA 8.0（ 最新的是 9.1，你特么研(🈲)究这么先进的技术，环境能不能也用新(🥞)的！？），而 CUDA 8.0 配套的 Visual Studio 插件最新的也只支持到 2015 版本，差评君用的是 2017，因此失败了。

总而言之，就是环境配置的时候我没有按要求的版本搞！

而且这朋友又没开(🌆)源，我想改代码也没办法，只好老老(🐟)实实地去搞定环境了。

但是问题来了，微软作为一家在科技行业中的领先企业，为了推动新标准自然是义不容辞的，所以旧版的工具 VS 2015 在官网上肯定是没收啦，给我用新版本(🍊)去啊混蛋！

我看着文件夹里几千张石原小姐姐的微笑，正准备砸电脑的时候，在旁边偷(🛥)窥我的(🤣)世超给了我个 U 盘，里面静静的躺着 VS 2015 的镜像文件，他朝我露出(🙉)了一个鼓励的微笑。。。

果然还是你们程序员靠谱啊

差评君卸载了电脑上的 VS 2017，装上了 2015，又重新装了遍 CUDA 8.0，打上了补丁，我可以说我上学的时候(♍)都没这么认真的钻研技术。。。

随后，设置好了一些选项，例如训练素材和模型的路径，神(🍉)经网路层数，节点数等等(🥠)。。。

项目代号：石原里美，启动！

顺路还在工作(🚔)群里装(🎈)了个逼！

一开始，效果很次，啥也看不出(📚)。。。

工具运行时会出现两组不断变小的叫作 “ Loss ” 的属性，差评君猜这是素材组转化的时候体现损失率的参数，值越低越好。

随着时间的推移，图像变得清晰以后，就能(🚯)看见训练代码会在左边(😷)不知名妹子的脸型基础上，用石原妹子(🦅)的(🎫)脸型代替成右边的样子。

这期间(🌮)，电脑卡得一塌糊涂。。。

我嫌它太慢了，抢过了 KK 装了 1080 Ti ，32G 内(🥟)存的高配 PC，把环境全部搞定了以后开始了全速训练，目测大概是我 16G， 960 GTX 的小破电脑 5 倍速度，我把进程挂在那儿跑了 20 个小时。

这个训练过程没有结束的时候，我只要按照自己的需求，掐掉训练就行。

第二(😸)天，我从 KK 这里把训练好的模型拷贝了过来，开始了最后一步。

转化素(👁)材。

这一步我做了以后发(👃)现，原理其实没有我想象的那么牛逼。。。

在我依次(🐡)指(⏹)定完训练好的模型和原视频的路径，设(😐)定好视频帧率以后，这个工具会逐帧分离视频，把人脸抽出来，然后从模型里找到数(🌿)据替代像素，再嵌回去做成新的逐帧画(🆑)面，最后把画面合成视频。

然而，这个(❓)个人项目再次证明(🏤)了它还有进步空间，最后一步合成的时候出错了，而且找不到原因。。。

看着这 8 千多张合成好的视频帧，我快急死了。。。

赶紧上 Reddit 的对应板块去研究(🛎)一下，结果。。。

没错，其实我比这些新闻网(🎩)站都要先知道这个(✋)消息，因为我这两天(👩)一直混在(🤓)这儿研究技术问题。。。

最后我通过长时间搜索找到了个工具：FFMPEG，可以把逐帧的图片转换成视频，我配置好了命令行工具以后，一行命令就搞(😦)定了。。。

（ 而且我知道这(🤳)么(🎦)搞视频肯定没(🚷)声音，

机智地顺便还从原视频里拉了个音轨 ）

我再用 FFMPEG 把音轨放了进去，看到静静地(🔏)躺在那儿的 MP4 文件，我激动地仰天长(🌎)叹(🖤)。。。

估计是我太专注了，这一(🌁)放松，回头发现办公室里的人都来围着(🏅)我来看视(❓)频了。

看来他们也挺关心啊。。。

可以看到，脸部边上还是有些瑕疵，但是这个表情已经很到位了有木有。。。

而且音轨拉进去(🦐)以后，说话的时候口型竟然对(🛡)上了！！！

不说了，这个技(🛒)术前(🚝)景无限，我去喝瓶营养快线冷静冷静。

“ 从此看片不求(🤫)人(⛱)！ ”

【亚洲欧美日本专区一区的相关新闻】