《狠狠狼鲁亚洲综合网》

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！ ”

【狠狠狼鲁亚洲综合网的相关新闻】