《2019午夜福合集》

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！ ”

【2019午夜福合集的相关新闻】