DeepLiveCam2.7beta直播使用体验分享（附本地部署教程）

小伙伴们大家好，我是AI大白话
DeepLiveCam 是一个基于深度学习的实时人脸替换项目，通常用于把摄像头画面或视频中的人脸，替换成另一张目标人脸，并尽量保持表情、头部姿态和嘴型同步。
用大白话来说就是用一张图片就可以进行实时换脸，也是目前使用比较简单并且效果还不错可用于直播的换脸软件。
之前DeepLiveCam2.3版本的时候出过一次教程，现在已经经过了DeepLiveCam2.6d版本，最新的已经来到了DeepLiveCam2.7 beta版本，我们和小伙伴一起看看都更新了哪些好玩的功能，看看和之前的有什么不同。

我们看到他新增加了2个高清模型 (GPEN 512 和 GPEN 256) ，并且增加了额头、下巴、嘴巴、眼睛的遮罩，在之前2.6d里面也有下巴遮罩但是在高清模式下没有办法使用，在2.7版本里面解决了这个问题；另外还支持了更多的GPU；还有更新了软件界面，目前我测试的时候最大感觉提升的就是那两个高清的模型，比以前更清除了许多，还有就是额头、下巴、嘴巴、眼睛的遮罩可以进行细节更大幅度的调整，比如说嘴巴更加的跟嘴，和戴口罩也不影响。

DeepLiveCam2.7beta本地部署

github仓库代码

本地一键安装包

教程分享

一丶准备素材
1.提前准备一张正面高清的人像图片

二丶导入素材开始实时替换
1.点击【Slelct a face/选择一个面部】选择刚才准备的人像图片。
2.点击左下角【Camera Settings/摄像头设置】的下拉菜单选择使用的摄像头。
3.在【Resolution/分辨率】选择输出的分辨率选择720p或者1080p。
4.然后点击【Live/实时】按钮开始实时换脸，等待一会左边显示实时的画面就完成了。

三丶细节调整
1.在左上角的【Face Swapper/人脸交换器】选项中【Model/模型】部分选择【hyperswap】。

2.然后在【Variant/变体】部分选择【hyperswap_1c_256】这个模型

注：在【hyperswap】这个的模型里面一共有三个分支模型【hyperswap_1a_256】【hyperswap_1b_256】【hyperswap_1c_256】这三个模型都比一开始的【inswapper】模型效果要好一些；这三个分支模型小伙伴在使用的时候都可以分别试下选出来一个看着最顺眼的即可，在这里学习我们选择【hyperswap_1c_256】这个模型。

3.在【Face Enhancer/面部增强器】选项中勾选【Face Enhancer/面部增强器】这个选项。
4.然后选择【Model/模型】下拉菜单中的【GPEN-BFR-256】这个模型。
5.下面的【Scale/缩放】保持默认【2x】。

注：这一步主要是针对上一个步骤进行辅助加强作用，如果在上一个步骤的效果可以满足的情况下这一步可以不进行执行；在模型的下拉列表里面有【GFPGAN-1024】【GFPGAN-256】【GFPGAN-512】这三个模型，一般情况下使用【GFPGAN-256】这个模型足够了，没有必要使用另外两个模型，这一步主要是进行辅助，如果开的太大过度加强，画面反而看着画面不是很自然。

6.在【Face Masking/人脸遮罩】中勾选【Lip Mask】。

注：这一步属于DeepLiveCam2.7版本更新比较大的地方；相比以前的版本，增加的这个功能可以精准的调节脸部替换的位置，比如说眼睛不替换、嘴巴不替换、光替换眼睛和鼻子部分等，这样不仅可以让嘴巴说话更跟嘴还可以适应更多的场景比如说嘴巴吃东西等。

6.1.Lip Mask/唇部遮罩
通过左右滑块来调整嘴巴替换的区域的大小，绿色框内不进行替换

6.2.Forehead/额头遮罩
通过左右滑块来调节额头替换的位置高度，蓝色框内替换，蓝色框外不替换

6.3.Chin/下巴遮罩
通过左右滑块来调节额头替换的位置高度，蓝色框内替换，蓝色框外不替换

6.4.Eyes/眼睛遮罩
通过左右滑块来调整眼睛替换的区域的大小，蓝色框内不替换

注：上面的这四个【Lip Mask/唇部遮罩】【Forehead/额头遮罩】【Chin/下巴遮罩】【Eyes/眼睛遮罩】没有固定的参数，根据自己的情况调出来一个看着比较顺眼的效果就可以。

四丶输出设置
1.当细节调试完后，点击左下角的【Virtual Camera/虚拟摄像机】等待一会按钮变成绿色，就说明打开虚拟摄像机了。

2.这个时候我们设备就会出现一个名字为【Virtual Camera】的摄像头，这个摄像头是直接输出的实时替换后的画面，我们在使用的时候直接调用这个名字为【Virtual Camera】的摄像头就可以了。

注：DeepLiveCam在2.6d以前的版本是没有这个功能的，以前的版本一般都是采用窗口捕获的方式来进行输出，由于窗口捕获的方式受限于屏幕的分辨率，通常没有这种直接输出的方式清晰度高一些。

在学习过程中有不明白的小伙伴可以在评论区留言，我看到会进行回复