《久久久精品综合久久》

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！ ”

【久久久精品综合久久的相关新闻】