《黄色手机网站》

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！ ”

【黄色手机网站的相关新闻】