AI 换脸越来越火，换脸的视频到处都是，那种还是那种的都有。换脸软件也有好几个，而我用的 Deepfacelab 就是一种基于深度学习的软件，它可以把视频中的脸替换成你想要的脸。想想就很爽吧，但是这种对电脑的硬件依赖比较大，如显卡。而最近显卡价格的波动比较大，主要买不起，所以就拿游戏笔记本（GTX1060）做一个简单的样例。
AI 换脸就是采用生成式对抗网络（GAN, Generative Adversarial Networks ）的人工智能算法，第一次接触是冯·诺依曼研究的博弈论，在这里不再深入探究，大家有兴趣可以去了解。
下载
.
作者GITHUB：https://github.com/iperov/DeepFaceLab
现今版本
·
DirectX12、AMD：支持 DirectX12 和 A 卡
·
GTX10、20：支持 10系、20系 N卡
·
RTX30：支持 3000 系列 N卡
安装
.
下载对应的版本（测试电脑为 GTX 1060 显卡）
.
下载好的压缩包进行解压
目录文件
.
==_internal==
存放源代码相关的内容
.
==workspace==
工作目录
.
==.bat==
脚本批处理文件
AI 换脸样例
大概执行步骤：
.
源视频转成图片（源图片）
.
目标视频转成图片（目标图片）
.
从源图片中提取源脸部信息
.
从目标图片中提取目标脸部信息
.
使用脸部信息头像训练模型（Model）
.
使用模型进行图片换脸
.
将换完脸的图片合成视频导出
Step1源视频转成图片
.
【双击运行批处理文件 ==extract images from video data_src.bat==】
.
[0] 一秒钟切几张图（?:help）：10
.
代表一秒钟取几张。也就是每秒传输帧数（FPS【Frames Per Second】），视频的帧率，常见视频的帧率有24、30、60等，即1秒钟有几张图片。
.
输入10指一秒钟提取10张图片；不输入直接回车，默认为30，即一秒钟提取30张图片
.
[png] 输出图片格式 ( png/jpg ?:help ) : jpg
.
提取的图片格式（Format），主要格式为png、jpg。
.
png 是一种采用无损压缩算法的位图格式，体积大。
.
jpg 采用有损压缩的方式去除图像的冗余数据，存在着一定可接受范围内的失真。
.
程序处理完成之后，在 ==workspace\data_src== 目录下会出现从源视频中提取出来的图片。
Step2：目标视频转成图片
.
【双击运行批处理文件 ==extract images from video data_dst FULL
FPS.bat==】
和Step1 步骤一样，但是目标视频（data_dst）必须一帧不落，只设置图片格式即可
.
程序处理完成之后，在 ==workspace\data_dst== 目录下会出现从源视频中提取出来的图片。
Step3：从源图片中提取源脸部信息
.
【双击运行批处理文件 ==data_src faceset extract.bat==】
6个参数，一般直接回车默认即可，前两步相对较快，这步需要等一等，具体速度视电脑配置。开始提取后底部会出现进度条，当进度条达到100%即提取完成 ，会显示图片数量和提取到的人脸数量。
.
程序处理完成之后，在 ==workspace\data_src\aligned== 目录下会出现从源图片中提取出来的脸部图片。
Step4：从目标图片中提取目标脸部信息
.
【双击运行批处理文件 ==data_dst faceset extract.bat==】
和 Step4 一样，一路默认即可。开始提取后底部会出现进度条，当进度条达到100%即提取完成 。
.
程序处理完成之后，在 ==workspace\data_dst== 目录下除了从目标视频提出出来的照片，还有个文件夹【aligned】【aligned_debug】
.
在==workspace\data_dst\aligned==目录下存放的是从目标图片中提取出来的脸部图片。
提取完之后，我们需要对其进行筛选。有时一帧的图像里出现了多个人，那为了精确性，我们需要将多余的人脸或人脸比较模糊的删除掉。
.
在==workspace\data_dst\aligned_debug==目录下存放的是标有识别的图片
·
红色表示头像截取的区域
·
蓝色表示面部区域
·
绿色则是人脸的五官轮廓（主要特征）
Step5：使用脸部信息头像训练模型（Model）
.
【双击运行批处理文件 ==train Quick96.bat==】
输入模型名字，选择设备，一般选择显卡。选择完成之后，程序会自动初始化模型、加载样本，并显示模型参数。
等待启动，启动之后，会自动弹出预览窗口和在命令行显示如下参数
只需要重点关注迭代次数、SRC损失和DST损失
·
迭代次数越多越好
·
SRC、DST损失越低越好
预览窗口包含操作提示、损失曲线、人脸区域。
人脸区域分为五列。【源脸 | 算法生成 | 目标脸 | 算法生成 | 算法生成 | 算法生成】
随着训练迭代的次数增多，算法会慢慢生成出人脸轮廓、五官，然后慢慢变的清晰。
.
在预览窗口，我们可以用键盘（切换英文输入法）进行操作： P 进行刷新， Enter 进行停止，S 保存。
我们只需要观察第二列是否与第一列无限相似，第四列与第三列无限相似，第五列的表情与第四列无限相似。
当所有列的图片足够清晰，那么就可以停止。
Step6：使用模型进行图片换脸
.
【双击运行批处理文件 ==merge Quick96.bat==】
选择模型、设备，启动交互式合成、CPU线程数量（一般小于等于8）之后，回车即可。
稍等一会儿，弹出帮助界面。
帮助界面显示了我们可以进行操作的快捷键和作用。
.
按 Tab 键，弹出合成预览界面
.
通过快捷键进行调节
·
按 E 键增大羽化程度，按 D 键减小羽化程度
·
《 键切换上一帧，》键切换下一帧
·
调节完成之后，按 shift+？将参数应用到所有帧
·
按 shift+> 开始自动合成
·
等待合成进度到达100%，即合成完成，手动关闭窗口即可
.
在==workspace\data_dst==目录下出现了两个文件夹【merged | merged_mask
在merged 目录下保存的是已经换完脸的图片
Step7：将换完脸的图片合成视频导出
.
【双击运行批处理文件 ==merged to mp4.bat==】
软件会自动读取源视频的配置信息，如帧率、音轨，我们只需要设置一下输出码率即可，码率一般设置为3即可。
.
等待合成完成
.
在==workspace==目录下出现最终合成的视频（result.mp4），（result_mask.mp4 是遮罩视频，供后期使用）
出自：https://zhuanlan.zhihu.com/p/432215833