怎么用Deepfake进行AI换脸？Deepfake简单化AI换脸操作教程

Deepfake是当前AI换脸最好用的软件，是比PS强大很多的动态换脸技术，能够对动态表情进行捕捉后替换，直观上来说已经可以做到非常逼真，这项技术目前已经非常普及，操作方法也在逐渐简化，今天准备的是Deepfake简单化AI换脸操作教程。

用视频“大变活人”分几步

Deepfake这种技术堪称现代网络“易容术”，是比PS强大很多的动态换脸技术。“目前Deepfake技术已经很成熟了，主要技术分为两个部分，自动编码器和生成对抗网络。”天津大学智能与计算学部教授翁仲铭介绍。

自动编码器是一种神经网络技术，就是把一个人的照片特征抓取出来，然后用数字代表。但是抓取一个人的面部特征时，不可能抓取所有状态下的特征，比如说话、哭和笑等，那么就必须将没有的表情用数字模拟的方式展现出来。通过训练，就可以找出一个最好的用数学方式来呈现照片特征的编码器。

有编码器就需要解码器，解码器会把一串串数字再还原成照片。不同解码器可以在演员身上还原不同照片，比如史泰龙解码器可以还原史泰龙照片，而还原施瓦辛格照片则需要施瓦辛格的解码器。具体操作是先使用编码器分别抽取小众演员和史泰龙的特征，而后再使用史泰龙的解码器还原，从而得到史泰龙的脸和小众演员的表情。

“Deepfake就是在设计、训练精准的编码器和解码器。”翁仲铭介绍，因为编码器是抓取照片的特征，所以基本上只需要一套就可以了。可是解码器就需要训练很久，因为把一连串的数字特征，拼接到小众演员身上，而且要变得很像，就需要长时间训练。以换成史泰龙的脸为例，这个过程需要输入史泰龙600—3000张照片并经过48—72小时来训练深度模型。

“自动编码器做出的照片是否自然真实还需要去判别把关，这就需要生成对抗网络技术。”翁仲铭解释，这包括两个机器学习模型，分别为生成网络和辨别网络。生成网络扮演“造假者”，在模型训练后产生伪造影片;而辨别网络则扮演“检测者”，不断地检视假影片，直至它再辨别不了结果是假的。数据越多，效果越理想，假影片越真实。