FakeApp中文版 v2.1.0

安全无毒小编亲测

FakeApp是一款非常新颖有趣的智能视频换脸的软件，由目前火热的Deepfake用户通过人工智能技术打造而成。该软件可以将视频中人脸替换，可以使用这款直接一键安装到电脑上使用的FakeApp进行换脸编辑，不需要多余的操作直接选定文件即可。而且软件能够轻松实现自动分割、转换和拼接视频帧等等功能，减少视频中人脸更换后所出现的瑕疵，快速一键批量更换视频帧中的每张人脸，采用小白模式，无需太多经验即可快速上手。除此之外，软件操作简单方便，功能十分全面，内置GET DATASET、TRAIN、CREATE三大模块，利用GET DATASET模块可以获取数据集，程序会自动识别并提取出图片中人物的面部数据。TRAIN模块则能够根据上一步自动地帮你训练模型，从而进行面部的替换。最后CREATE模块会将定视频素材中人物的面部进行替换，最后生成替换后的视频，可以说是非常方便了。还在为没有好的换脸软件而苦恼吗？感兴趣的朋友不要错过了，快来下载体验吧。

软件特色

1、可以在几分钟内从图像集和视频轻松创建出数千张图像的强大，多样化的数据集。
2、可以通过发布频繁的损失值和培训预览，轻松实时观察受过培训的人工智能的进度。
3、通过自动分割，转换和拼接视频帧，减少了将视频中的人脸转换为单个按钮过程的任务。

功能介绍

先简单介绍一下FakeApp的三个模块
1.GET DATASET:
获取数据集，在这一步中，你的素材视频将被逐帧切割成图片，程序会自动识别并提取出图片中人物的面部数据。
2.TRAIN:
训练模型，根据第一步中生成的数据集，机器会自动地帮你训练模型，从而进行面部的替换。
3.CREATE:
生成视频，这一步便是整个实验中最为神奇的地方，他能根据你训练出的模型，将给定视频素材中人物的面部进行替换，最后生成替换后的视频。

使用说明

事前准备
1、开始实验前，请确保你的机器硬件达到要求。内存推荐8GB以上，如果低于4GB.....建议你升级一下配置再来做这个实验。因为模型训练的过程中需要依赖GPU，所以你的显卡显存至少得达到4GB，不然可能跑不动这个程序。
环境搭建
2、首先需要安装的便是这个能让你傻瓜式换脸的应用FakeApp了，点击链接进入官网。安装过程中并没有什么值得特殊强调的地方，咱们一笔跳过。
3、接下来就是和GPU相关的CUDA8了，选择相应的系统版本便可以下载安装。在安装方式这一步建议大家使用本地安装exe[local]的方式，exe[network]的安装方式....可能有点慢。默认情况下CUDA会自动帮你添加到环境变量，如果没有，请手动添加，这一步非常重要。

使用教程

1.第一步，生成数据集
先创建一个文件夹fake，将素材视频存放进去
咱们姑且用A和B来区分这两个小姐姐好了，按照FakeApp的提示，将素材路径填入，点击EXTRACT，接下来无需任何操作，等程序跑完就行了。你会看到fake文件夹中多出了一个dataset-A的目录，这便是我们待会儿训练模型时需要的数据集了。A的训练集生成后，重复这一步骤，生成B的训练集。至此，咱们第一步结束了。
2.第二步，训练模型
在这一步开始前，你需要在fake文件中创建一个model目录，这里会存放模型文件。和之前一样，依次填入文件夹路径，下面的参数无需修改，使用默认配置即可。点击TRAIN，等待程序初始化后，会弹出一个预览框，这时，你几乎可以高枕无忧了。刚开始你会发现预览框最右侧的一列会非常模糊，不要紧，模型才刚开始训练。Loss A和Loss B代表模型的差异值，咱们无需关注数值产生的原理，你只需要知道，两者之差越小，说明模型训练的越好。
训练模型是一个很耗时间的活儿，以我为例，每个数据集各350张左右的面部图像，训练了大概13个小时，差异值稳定在了0.1%左右。如果你想要更好的效果，建议每个数据集不低于500张，至于如何确定数据集的大小，可以看上面的示例图A，图中的360代表dataset-A的数据量。
值得一提的是，训练进度会被实时保存下来，也就是说你可以随时暂停训练，在预览窗口中，输入英文小写字母q即可保存退出，下次想要继续训练的话，打开FakeApp再点击TRAIN即可。
3.第三步，开始操作
在model中填入我们先前训练好的模型路径，Video则填入你想要替换的视频路径，依旧是傻瓜式，点击CREATE，稍安勿躁，让GPU飞一会儿~程序跑完后，你应该就能在fake文件中看到生成的swap.mp4文件了，让我们通过视频截图，看看效果如何。
常见问题
如何把A视频的脸，替换进B视频？
分以下几步：
1.收集A,B的脸
因为是视频，所以要用一些特殊的技巧，把一个视频，转换成一张张图片，比如10s的视频，可能会有上百张图片，然后在上百张图片里，找出带有人脸的，最终都截取成相同大小的，比如256*256的脸图片
2.训练模型，A->B
有了A的256*256脸，和B的256*256脸，通过一些特殊的技巧，能找到两张脸之间联系，图片数越多，联系也就越紧，找到关系后，保存成模型。这个模型的作用就是，给一张A的脸，输入进模型，模型会给出B的脸
3.换脸
随便找一个A的视频，依旧是转换成一张张图片，依旧要找出带有人脸的图片。把这一张张图片，丢进第2步得到的模型，就能得出一张张替换成B脸的图片。最后把所有的图片，再合并成视频，换脸完成。