《人人夜夜精品网站》

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！ ”

【人人夜夜精品网站的相关新闻】