《国产人人模人人爱》

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！ ”

【国产人人模人人爱的相关新闻】