《曰韩不卡视频》

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！ ”

【曰韩不卡视频的相关新闻】