《亚洲天堂电影网》

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！ ”

【亚洲天堂电影网的相关新闻】