《日本一道dvb手机在线》

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(📩)！ ”

【日本一道dvb手机在线的相关新闻】