《欧洲在线观看一区二区》

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！ ”

【欧洲在线观看一区二区的相关新闻】