Home » 用人工智能简化深度伪造:深入了解 FaceFusion

用人工智能简化深度伪造:深入了解 FaceFusion

by Patricia

近年来,数字媒体领域充斥着一个似乎来自科幻小说的术语:深度伪造。我们现在已经远远超越了 2004 年 JibJab 电子贺卡中的剪切动画–目前的真人视听再现技术已经达到了非常逼真的水平,以至于区分虚构内容和真实镜头变得越来越困难。

与使用任何工具一样,意图也很重要。虽然 “深度伪造 “常常被认为是对政府、企业和名人的威胁,但在视频中替换或改变面孔并不一定是恶意的。也许这是艺术。也许是娱乐。

这也不一定容易做到。目前有许多工具,但大多数要么过于复杂,要么效果不尽如人意。

进入 FaceFusion。这款工具可以在视频中无缝替换和还原人脸,它在易用性、速度和创建逼真的深度伪造效果方面表现出色。数字艺术家必须为每段视频费力地映射、匹配或训练人脸置换器的时代已经一去不复返了。FaceFusion 的自动检测功能可立即更换人脸,将用户友好性与效率完美结合。

怀疑?下面是我们在几分钟内创建的一段视频,只需简单点击几下:

随着现实与数字创作之间的界限越来越模糊,像 FaceFusion 这样的工具最终要求人们转变对数字内容的看法。你不能总是相信自己的眼睛。本文将讨论 FaceFusion 的功能、安装过程以及与 Windows 和 Mac 平台的兼容性。

背景


几个世纪以来,一个角色冒充另一个角色一直是讲故事的主要内容。而 “深度伪造 “的起源可以追溯到早年的电影和摄影。从 1960 年的法国电影《无脸之眼》到 1997 年的《变脸》和《碟中谍》系列,操纵图像和动态影像的技术与技术同步发展。

这通常是一个人工和劳动密集型的过程,早期的深度伪造往往存在特征错位或光照和纹理明显不一致的问题。然而,神经网络和机器学习的引入将这种做法推向了一个新时代。

赝品”(deepfake)一词是 “深度学习”(deep learning)和 “赝品”(fake)的组合,它抓住了这一技术的本质。利用深度学习算法,计算机可以在现有源材料的基础上叠加图像或视频。

随着技术的进步,深度伪造的逼真度和制作难度也在不断提高。新工具使制作过程平民化,将好莱坞特效工作室的能力带入家庭和办公室。

View FaceFusion

FaceFusion专为深度视频伪造而设计,使普通计算机用户也能实现以前只有拥有强大计算能力和丰富经验的人才能实现的效果。

FaceFusion 的主要功能包括:

      整合了最佳的人脸增强算法。
    • 帧增强器可提高整个视频的质量。
    • 处理灵活,可选择使用 CPU 或 GPU。
    • 为初学者和专家定制的用户友好界面。

    安装指南

    硬件要求:

    至少需要 4GB vRAM 的 GPU。不过,建议使用 8GB 以在合理的时间内达到最佳效果。

    逐步安装指南:

    使用 FaceFusion 最困难的部分是安装,这需要使用各种终端命令,因为目前还没有图形用户界面来指导你完成整个过程。这是官方手册的摘要。

    Windows:

    在安装 FaceFusion 之前,请安装 Python 3.10、Git、Microsoft Visual C++ 2015 Redistributable 和 Microsoft Visual Studio 2022 构建工具。为此,请按照以下步骤操作:

  1. 依次运行以下命令:
    winget install -e –id Python.Python.3.10
    python -m ensurepip
    winget install -e –id Git.Git
    winget install -e –id Gyan.FFmpeg
    关闭 /r
    winget install -e –id Microsoft.VCRedist.2015+.x64
    winget install -e –id Microsoft.VisualStudio.2022.BuildTools –override “–wait –add Microsoft.VisualStudio.Workload.NativeDesktop –includeRecommended” (请参阅更多说明。
    (有关更详细的指南,请参阅提供的说明)。

    使用 Nvidia 显卡的用户还应从以下网址安装最新版本的 CUDA 工具包,并从以下网址安装 cuDNN 库。

    1. 要安装 FaceFusion,请导航至 FaceFusion 安装文件夹并执行以下终端命令:
      git clone https://github.com/facefusion/facefusion
    2. 一旦安装了必要的组件,请创建一个 Python 环境以安全地运行 FaceFusion。方法如下
      1. 创建一个安装 FaceFusion 的文件夹。
      2. 在此位置打开终端。
        依次运行这些命令。
        激活
      3. 接下来,安装 FaceFusion 所需的 Python 库:
        python install.py
      4. 完成!要运行 FaceFusion,请在安装目录下打开终端并执行
        python run.py
      5. 完成后,终端将提供一个本地 URL,如 http://127.0.0.1:7860/。复制它并在浏览器中打开,就可以开始创建深度伪造文件了!

      MacOS:

      Mac 有两种类型:配备英特尔处理器的旧机型和配备苹果 M1 芯片的新机型。两种类型的安装过程类似,所提供的脚本将指导你完成整个过程。

      与 Windows 一样,Mac 用户在使用 FaceFusion 之前也需要安装几个组件:

      1. 安装自制软件:
        /bin/bash -c “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)”
      2. 按顺序执行这些命令:
        brew install python@3.10
        python -m ensurepip
        brew install git
        brew install ffmpeg
      3. 导航至所需的 FaceFusion 安装目录,并通过运行此命令克隆 FaceFusion 仓库:
        git clone https://github.com/facefusion/facefusion
      4. 在终端中,导航到 FaceFusion 文件夹并执行:
        python -m venv venv
        source venv/bin/activate
      5. 现在就可以开始了!在 FaceFusion 目录下运行以下命令,并选择 Mac 配置(英特尔、M1 等):
        python install.py
      6. 出现提示时,选择你的 Mac 类型以安装依赖项。然后运行
        pip install -r requirements.txt
      7. 要运行 FaceFusion,请确保终端位于 FaceFusion 目录中,然后执行
        python run.py
      8. 你会得到一个 URL,如 http://127.0.0.1:7860/。将其复制并粘贴到浏览器中,即可开始生成深度伪造图像。

      注意:如果 python 或 pip 前缀命令失效,请尝试使用 python3 或 pip3 代替。

      User’s Guide

      与基于命令行的安装不同,FaceFusion 的可视化用户界面非常直观,令人耳目一新:

      Source: FaceFusion

      Source: FaceFusion

      如何使用 FaceFusion:

      1. 导入所需视频:将其拖放到 “目标 “框中,或点击 “目标 “并从弹出窗口中选择。
      2. 选择要更改的人:拖放或以同样方式使用 “SOURCE “框。
      3. 预设模型参数以获得最佳平均结果。点击 “开始 “并观察变换。
      4. 新生成的视频将显示在 “TARGET(目标)”下,标注为 “OUTPUT(输出)”。使用预览右上角的箭头保存。

      对于想要调整参数的用户,以下是一些关键定义:

      • 面孔距离:面孔相似度的度量。数值过低会导致无法交换,而数值过高则会造成伪影。2 到 2.5 之间的值通常会产生良好的效果。
      • 面孔分析器检测:决定模型扫描面孔的方式。默认值是从左到右,但有时从上到下的设置会得到更好的效果。
      • 性能驱动程序。只选择 CPU 会明显变慢。
      • 面增强模型:根据参考面,不同的模型会得到不同的结果。 GFPGan 1.4 通常更好,但试验也会有所帮助。必须选择一种模型,否则人脸可能看起来模糊或不真实。
      • 帧增强模型:提高每个帧的质量。非常适合细节项目,但可能比较耗时。例如,启用帧和脸部增强器的视频有时需要几个小时,而不启用帧增强器则只需几分钟。
      • 人脸识别:”参考 “将渲染的人脸与 “来源 “中的人脸互换。”许多 “可以识别视频中的所有人脸,并将其替换为源图像中的人脸,从而处理模型可能会在不同帧中错误识别人脸的情况。

      提示

      获得最佳效果的提示:

      1. 使用居中的高质量图像。
      2. 避免戴眼镜、帽子或其他障碍物拍照。
      3. 避免拍摄表情夸张的照片。
      4. 避免拍摄被摄者尖叫、张大嘴巴或挡住脸部(触摸脸部、戴眼镜、喝东西等)的深度视频。
      5. 请记住,该工具需要时间来处理视频的每一帧。鉴于视频的帧数为每秒 24 到 60 帧,甚至更多,您需要先尝试制作短视频,然后再制作长视频。TikTok 视频就是一个很好的开始。

      FaceFusion 概述

      在深度伪造的世界里,FaceFusion 确实胜过许多同类产品。经过大量测试,FaceFusion 的效果显而易见。使用 insightface 库可以简化人脸替换过程,优化性能和用户体验。它在防止生成 NSFW 内容方面的道德承诺也值得称赞。

      从用户角度来看,本地工作的能力非常宝贵。在数据隐私问题日益受到关注的时代,独立于云端资源是一项值得欢迎的功能。不过,未来的版本应该提供更友好的用户界面,尤其是在初始安装时。

      FaceFusion通过将创建过程民主化并提供道德保障,提高了人们对深度伪造技术的普遍期望。

      优势:

      • 高级功能:FaceFusion 可以说是市场上自制深度伪造的最佳工具,其创新的算法和功能超越了许多同行。
      • 本地操作。
      • 缩短训练时间:与许多需要长时间训练的工具不同,FaceFusion 能显著缩短训练时间。
      • 安全措施。

      安全措施

      弱点:

        用户
      • 用户直观性:尽管 FaceFusion 拥有先进的功能,但对于初次使用的用户来说可能会感到畏惧。Github 仓库甚至警告用户 “安装需要技术技能,不适合初学者”。
      • 开发者交流:将用户从 GitHub 等平台重定向到 Discord 可能不是每个人都喜欢的交流方式。
      • 缺乏图形用户界面:图形用户界面可以让初学者或对命令行不太熟悉的人更容易上手。

      为什么不成为超级英雄或超级明星?你可能不是 CGI 艺术家,但有了 FaceFusion,你几乎就是了。

Related Posts

Leave a Comment