《小草青青里的大牛是怎么死的》

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！ ”

【小草青青里的大牛是怎么死的的相关新闻】