《久久shiping综合网》

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！ ”

【久久shiping综合网的相关新闻】