HarryC

摘要： 论文地址：https://arxiv.org/pdf/1912.13457.pdf 前言 本文介绍了一种pipline模型, 用以抽取多维度的图片特征信息, 并自适应的完成FaceSwap任务. 整体模型分类两个部分, 第一部分基于AAD(Adaptive Attentional Denormali 阅读全文

摘要： 1. 模型存在巨大限制 采用encoder-decoder模型, 每次只训练特定的decoder, 这使得模型无法泛化, 换言之每个FaceSwap模型只能转换一种脸, 无疑严重消耗时间. 2. 素材有差别的话会出现色差 如下的训练期间成果, 色差非常严重, 而且明显有脸型的不匹配. 阅读全文

摘要： 接上文，在 DeepFake的安装和测试（一） 中，我们测试了deepfake的extraction部分，抽取了图片的部分人脸。现在我们研究train部分。train部分顾名思义，是训练一个模型，用以更换source和target的脸，比如很多营销号鼓吹的杨幂换朱茵或者18禁换脸视频的哪些操作。 T 阅读全文

摘要： 安装 DeepFake估计很多人都听过，这是一个由deep learning实现的换脸工具，技术上相当可圈可点，但是由于隐私泄露等问题也被攻击的很厉害。这个工具的源头是FaceSwap，在github上有完整的源码和可用的GUI版本。源码解析我会另开一篇博客，这里先试试这个已发布的软件。 安装教程在 阅读全文

摘要： 恢复内容开始 tf2.0不仅应用的动态图，在代码量上比1.4大大优化，安装相比于tf1.4之类也要简单一点，特别是有anaconda辅助的时候。 首先是经典anaconda创建环境： 1 conda create -n tf2.0 python=3.7 然后是激活环境： 1 conda activa 阅读全文