当前位置：首页 > article >正文

Deep-Live-Cam -面部交换、视频深度伪造

article 2024/11/20 21:27:37

文章目录

- 一、关于 Deep-Live-Cam
- - 免责声明
- 二、安装（Windows/Nvidia）
- - 安装（手动）
  - - 基本安装（CPU）
  - GPU加速（可选）
  - - CUDA执行提供商（Nvidia）
    - CoreML执行提供商（苹果 Silicon）
    - CoreML执行提供程序（Apple Legacy）
    - DirectML执行提供程序（Windows）
    - OpenVINO™执行提供程序（英特尔）
- 三、用法
- - 1、图像/视频模式
  - 2、网络摄像头模式
- 四、特点
- - 可调整大小的预览窗口
  - 人脸映射
- 五、命令行参数
- 未来更新和路线图
- Credits

一、关于 Deep-Live-Cam

github : https://github.com/hacksider/Deep-Live-Cam 40.6 k

只需单击一下，只需一张图像即可进行实时面部交换和视频深度伪造。

在这里插入图片描述

免责声明

该软件旨在为人工智能生成的媒体行业做出富有成效的贡献。它旨在帮助艺术家完成诸如为自定义角色制作动画或将它们用作服装模型等任务。

我们意识到不道德应用的可能性，并致力于采取预防措施。内置检查可防止程序处理不适当的媒体（裸体、图形内容、战争镜头等敏感材料）。我们将继续负责任地开发这个项目，遵守法律和道德。如果法律要求，我们可能会关闭该项目或添加水印。

用户应负责任和合法地使用本软件。如果使用真人的脸，请征得他们的同意，并在在线分享时明确将任何输出标记为Deep false。我们不对最终用户的行为负责。

二、安装（Windows/Nvidia）

Download

下载最新的预构建版本，支持CUDA-无需手动安装/下载。

安装（手动）

请注意，安装需要技术技能，不适合初学者，请考虑下载预构建的。在discord服务器上讨论之前，请不要在GitHub上打开平台和安装相关问题。

基本安装（CPU）

这更有可能在您的计算机上工作，但会因为它使用CPU而变慢。

1、设置您的平台

Python（推荐3.10）
pip
git
ffmpeg
Visual Studio 2022运行时（Windows）

2、克隆存储库

https://github.com/hacksider/Deep-Live-Cam.git

3、下载模型

1）GFPGANv1.4

2）inswapper_128_fp16. onnx（注意：如果遇到问题，请使用此替换版本）

将这些文件放在“模型”文件夹中。

4、安装依赖项

我们强烈建议使用venv来避免问题。

pip install -r requirements.txt

对于macOS： 安装或升级python-tk包：

brew install python-tk@3.10

运行： 如果你没有GPU，你可以使用python run.py运行Deep-Live-Cam。

GPU加速（可选）

CUDA执行提供商（Nvidia）

1、安装CUDA Toolkit 11.8

2、安装依赖项：

pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.16.3

3、用法：

python run.py --execution-provider cuda

CoreML执行提供商（苹果 Silicon）

1、安装依赖项：

pip uninstall onnxruntime onnxruntime-silicon
pip install onnxruntime-silicon==1.13.1

2、用法：

python run.py --execution-provider coreml

CoreML执行提供程序（Apple Legacy）

1、安装依赖项：

pip uninstall onnxruntime onnxruntime-coreml
pip install onnxruntime-coreml==1.13.1

2、用法：

python run.py --execution-provider coreml

DirectML执行提供程序（Windows）

1、安装依赖项：

pip uninstall onnxruntime onnxruntime-directml
pip install onnxruntime-directml==1.15.1

2、用法：

python run.py --execution-provider directml

OpenVINO™执行提供程序（英特尔）

1、安装依赖项：

pip uninstall onnxruntime onnxruntime-openvino
pip install onnxruntime-openvino==1.15.0

2、用法：

python run.py --execution-provider openvino

三、用法

1、图像/视频模式

执行python run.py。
选择源人脸图像和目标图像/视频。
单击“开始”。
输出将保存在以目标视频命名的目录中。

2、网络摄像头模式

执行python run.py。
选择源人脸图像。
点击“直播”。
等待预览出现（10-30秒）。
使用OBS等屏幕捕获工具进行流式传输。
要更改面部，请选择新的源图像。

在这里插入图片描述

四、特点

可调整大小的预览窗口

使用--live-resizable参数动态提高性能。

resizable-gif

人脸映射

动态跟踪和更换面孔。

face_mapping_source

源视频：

face-mapping

启用人脸映射：

face-mapping2

绘制面孔：

在这里插入图片描述

See the Magic!

movie

实时观看电影：

在这里插入图片描述

五、命令行参数

options:
  -h, --help                                               show this help message and exit
  -s SOURCE_PATH, --source SOURCE_PATH                     select a source image
  -t TARGET_PATH, --target TARGET_PATH                     select a target image or video
  -o OUTPUT_PATH, --output OUTPUT_PATH                     select output file or directory
  --frame-processor FRAME_PROCESSOR [FRAME_PROCESSOR ...]  frame processors (choices: face_swapper, face_enhancer, ...)
  --keep-fps                                               keep original fps
  --keep-audio                                             keep original audio
  --keep-frames                                            keep temporary frames
  --many-faces                                             process every face
  --map-faces                                              map source target faces
  --nsfw-filter                                            filter the NSFW image or video
  --video-encoder {libx264,libx265,libvpx-vp9}             adjust output video encoder
  --video-quality [0-51]                                   adjust output video quality
  --live-mirror                                            the live camera display as you see it in the front-facing camera frame
  --live-resizable                                         the live camera frame is resizable
  --max-memory MAX_MEMORY                                  maximum amount of RAM in GB
  --execution-provider {cpu} [{cpu} ...]                   available execution provider (choices: cpu, ...)
  --execution-threads EXECUTION_THREADS                    number of execution threads
  -v, --version                                            show program's version number and exit