编者按：本文由图普科技编译自 Exploring DeepFakes胖白系列。
联系著述：AI 换脸技能——DeepFakes 综合（二）
2017年12月，一个名为“DeepFakes”的用户在Reddit上发布了一个“假视频”，视频中的艺东谈主其实是后期加上的，可是看起来险些毫无缺点。他欺诈了深度学习和AI新技能，在成东谈主电影中把演员的脸替换成某个艺东谈主的脸，从而制作成了这个看上去以伪乱果然视频。
从视频发布以后的好几个星期，采集上不断有东谈主发表著述和报谈，蜿蜒这一“换脸”技能，称这种技能将会对社会产生好多负面的影响。比如说，这个“换脸”技能会给好多无辜白嫩的东谈主（像那些无故出当今成东谈主电影中的艺东谈主）形成困扰；“假视频”会加重裂缝新闻的散布，进而将大大损坏视频当作根据的真正度。
照实，心胸不轨的东谈主会欺诈这项技能作念危害社会的事情。可是咱们不行够因此齐备狡赖这项技能的价值，咱们应该好好想考，怎样把它用上正谈，施展它的积极作用。
是以，在这篇著述中，我将会先容这项AI换脸技能的功能和旨趣，何况施展其有发展出路的应用范围。
最初咱们要先显明什么是DeepFakes？它能够作念什么？
什么是DeepFakes？
DeepFakes施行上是一种东谈主脸交换技能，顾名想义，也便是在图像或视频中把一张脸替换成另一张脸。事实上，东谈主脸交换技能在电影制作范围照旧不是个簇新词了，可是之前电影视频中的东谈主脸交换相等复杂，专科的视频裁剪师和CGI群众需要破耗多半时分和元气心灵才智完成视频中的东谈主脸交换。
DeepFakes的出现可以说是东谈主脸交换技能的一个冲破。欺诈DeepFakes技能，你只需要一个GPU和一些锤真金不怕火数据，就能够制作出以伪乱果然换脸视频。
这可以说是一个相等了不得的冲破了，因为你只需要把上百张东谈主物的样图输入至一个算法，就能完成东谈主脸交换，制作出相等传神的视频后果。就算你是个对视频裁剪一窍欠亨的新手，也能作念到这样。
DeepFakes的出现还意味着咱们可以在视频中进行大范围的“换脸”。咱们大多数东谈主齐也曾把我方的相片上传到采集上，因此，咱们大多数东谈主的脸齐能够松驰地被替换到一些视频中，成为视频的“主角”。不得不说，这是件相等可怕的事情，但这也并不那么值得心焦，毕竟咱们寰宇早已汲取了“照骗”（相片作秀）。
“面部定制”照旧不是什么簇新事了：在《星球大战》中，CGI（打算机图像生成）技能根据别称女演员的脸塑造了年青时代的Carrie Fisher的形象。女演员脸上的点是用来进行精确的面部绘画的。，
DeepFakes能够让你在莫得任何手段的情况下完成这样的“面部定制”，但DeepFakes可不是“面部定制”。
DeepFakes究竟能作念些什么？
在策动怎样使用DeepFakes之前胖白系列，我想先贬责这样的问题：DeepFakes究竟能够作念些什么？它的技能旨趣是什么？
97自拍超频在线
为显明解其职责旨趣，我选了Jimmy Fallon和John Oliver主办的节目视频当作分析案例。Jimmy Fallon和John Oliver是两位相等受接待的晚间节目主办东谈主，采集上有多半他们的节目视频。这些视频的亮度变化差未几，主办东谈主在视频中的动作和姿势也很相似，这些相似性成心于缩短分析的受侵扰进度。但视频同期又存在多半的变化（举例主办东谈主嘴唇的变化），这样又能够保证分析的意旨性。
很庆幸，我找到了一个包含了原始DeepFakes编码和好多DeepFakes革命版编码的GitHub。这个GitHub使用起来异常粗心，可是咫尺还处于锤真金不怕火数据网罗和准备的阶段。
为了让咱们的分析实验更粗心，我写了一个能够径直在YouTube视频上动手的剧本，这样一来，数据的网罗和预处理职责就变得松开多了，视频转念也只需一步就能完成。点击此处检察我的GitHub说明，望望我是怎样松开地制作底下这个视频的（我还共享了我的模子数据）。
粗心来说，这个剧本需要你给需要进行东谈主脸交换的东谈主各自准备一个YouTube视频集，然后动手敕令来对视频进行预处理（从YouTube下载视频、索求各个视频的帧、找出视频中的东谈主脸）和锤真金不怕火，并将其转念为音频和可诊疗大小的选项等。
从Jimmy Fallon到John Oliver的“换脸”约束
底下的视频是经过了轻便30000张（Jimmy和Oliver每东谈主各约15000张）图片的模子锤真金不怕火制作完成的，我从6-8个时长分别在3-5分钟的YouTube视频中过滤掉了那些不含Jimmy和Oliver的脸的帧，留住了含有他们的脸的一些帧——每个视频每秒轻便20帧。以上这些操作全部齐是自动完成的，我仅仅提供了一个YouTube视频集。
在NVIDIA GTX 1080 TI的GPU上锤真金不怕火的总时长轻便是72小时。锤真金不怕火时分主要与锤真金不怕火的GPU磋议，而下载视频并将其别离红帧的时分与I/O联系，这两步是可以同期进行的。
尽管我截取到的Jimmy和Oliver的东谈主脸图片有几万张，可是已毕齐全的东谈主脸交换大致只需300张图片。我聘请“视频截东谈主脸”的风景是因为，视频中出现的东谈主脸好多，从视频中截取东谈主脸图片相等简单，但若是在网上找这样多东谈主脸图片可就贫寒得多了。
为了幸免GIF动画的文献过大，底下的这张图片被拓荒成了低分辨率。底下的YouTube视频分辨率更高、声息更大。
https://giphy.com/gifs/fo23NLu9hCqAZYi4Eh?utm_source=iframe&utm_medium=embed&utm_campaign=Embeds&utm_term=https://www.kdnuggets.com/2018/03/exploring-deepfakes.html
视频中的Oliver正在演唱Iggy Azalea的《fancy》，视频中天然有麦克风的侵扰，但算法终末呈现的后果还算可以。
https://giphy.com/gifs/3JNJb4qjDaCeMDvrlZ?utm_source=iframe&utm_medium=embed&utm_campaign=Embeds&utm_term=https://www.kdnuggets.com/2018/03/exploring-deepfakes.html
这个视频是Oliver正在主办“吉米秀”（Jimmy主办的晚间节目）。咱们发现视频中Oliver的脸上多了一副眼镜，但他的头发和脸型基本莫得影响，统统视频看上去相等天然调和，险些看不出换脸的印迹。
到咫尺为止，DeepFakes还没到齐全的进度，但其呈现出的后果照旧异常令东谈主应允了。症结是我预先并莫得对视频作念过任何改造，全是算法的功劳——算法通过不雅察多半的图片数据，学会制作出这样以伪乱果然换脸视频。你一定也认为相等神奇吧？那么接下来，让咱们一齐望望DeepFakes究竟是何如作念到的。
DeepFakes的技能旨趣
DeepFakes的中枢是一个“自动编码器”，这个“自动编码器”施行上是一个深度神经采集，它能够吸收数据输入，并将其压缩成一个小的编码，然后从这个编码中重更生成原始的输入数据。
在这个圭臬的自动编码器拓荒中，采集将尝试学习创建一个编码，从中采集能够重更生成输入的原始图片。惟有有迷漫多的图像数据，采集就能学会创建这种编码。
DeepFakes让一个编码器把一个东谈主脸压缩成一个代码和两个解码器，一个将其复原成东谈主物A（Fallon），另一个复原成东谈主物B（Oliver）。底下的图能够匡助你意会：
在这个案例中，使用的编码器是不异的，可是Fallon和Oliver的解码器是不同的。在锤真金不怕火的历程中，输入的东谈主脸会被曲解，从而模拟一个“咱们但愿得到这样的东谈主脸”的主见。
底下我将先容算法锤真金不怕火的三个措施：
1. 最初，咱们给编码器输入了一张Jimmy曲解脸的图片，并尝试用解码器A来重新复原他的脸，这就使得解码器A必须要学会在纷纷复杂的图片中识别何况复原出Jimmy的脸。
2. 然后，把Oliver曲解脸的图片输入至合并个编码器，并用解码器B来复原Oliver的脸。
3. 咱们不断肖似上头的操作，直到两个解码器能够分别复原出两个东谈主的脸，同期编码器也能够学和会过握取东谈主脸症结信息，从而分辨出Jimmy和Oliver的脸。
比及以上的锤真金不怕火措施齐完成以后，咱们就能把一张Jimmy的相片输入至编码器，然后径直把代码传输至解码器B，将Jimmy的脸换成Oliver的脸。
这便是咱们通过锤真金不怕火模子完成换脸的全历程。解码器赢得了Jimmy的脸部信息，然后把信断交给解码器B，这时候解码器B会作出这样的反映：“这又是一条侵扰信息，这不是Oliver的脸，那么我就把你换成Oliver吧。”
一条算法仅通过不雅察许多图片就能够再次生成、复原这些图片，这听起来挺不可想议的，但DeepFakes确照实实作念到了，而且后果还异常可以。
注：本文由「图普科技」编译胖白系列，您可以矜恤微信公众号tuputech，体验基于深度学习的「图像识别」应用。联系著述：AI 换脸技能——DeepFakes 综合（二）