AI 换脸

栏目: 编程工具 · 发布时间: 4年前

内容简介:事先说明,该篇文章中的代码是我无意中发现的,这里仅做一个分享,文末会给出参考文章,不喜勿喷。完整源码和预训练模型可在公众号:「01二进制」后台回复:「AI换脸」获取

AI 换脸

事先说明,该篇文章中的代码是我无意中发现的,这里仅做一个分享,文末会给出参考文章,不喜勿喷。

完整源码和预训练模型可在公众号:「01二进制」后台回复:「AI换脸」获取

前言

作为一个经常逛b站的肥宅,前段时间无意中看到了一个名为"换脸哥"做的换脸视频,让杨幂“穿越”到了1994年版的《射雕英雄传》里,“代替”了朱茵,“出演”了黄蓉这个角色。视频如下(b站视频已经被删了,只能转载知乎的视频了,原地址是[杨幂“换脸”,AI换脸究竟有多可怕 - 科技富能量的文章 - 知乎]( https://zhuanlan.zhihu.com/p/57863071)):

看完我便虎躯一震,这也太厉害了吧,这种技术一旦流行起来,ab不用去片场就能拍戏了啊,真的是躺着赚钱啊。这要是运用到H片上,岂不是:sweat_smile::sweat_smile::sweat_smile:

AI 换脸

言归正传,作为一个coder,在看到这个视频之后我就很想知道这究竟是怎么做出来的,在查阅了一些资料后,我才发现最悲伤的事情莫过于,好不容易把源码找到了,数据集下载好了,结果显卡带不起来…

Tips:这里给出我之前找到的两个有关视频换脸的仓库,有兴趣的自己去了解下:

  • deepfakes_faceswap:https://github.com/joshua-wu/deepfakes_faceswap

  • FaceIt:https://github.com/goberoi/faceit

既然条件不允许,那我们只能降低成本,既然视频里的脸不好换,那就退而求其次,换一下图片里面的脸,果然在我的苦苦寻觅后,我找到了一个低配版的 Python 换脸大法:

《Switching Eds: Face swapping with Python, dlib, and OpenCV》(https://matthewearl.github.io/2015/07/28/switching-eds-with-python/)

以下内容均参考上述所标注的文章,在这感谢原作者。

接下来我将会介绍如何通过一段简短的 Python 脚本(200行左右)将一张图片中面部特征自动替换为另外一张图片中的面部特征。

具体过程分为四个步骤:

  • 检测面部标志;

  • 旋转、缩放和平移图 2 以适应图 1;

  • 调整图 2 的白平衡以匹配图 1;

  • 将图 2 的特征融合到图 1 中;

实验环境

  • MacOS 10.14.3

  • Python 3.7

  • PyCharm

  • 用到的库有:

  • numpy

  • dlib

  • opencv-python

工具说明

numpy大家应该都很熟悉了,这里我简单介绍下dlib和opencv。

dlib

官网介绍其为:A toolkit for making real world machine learning and data analysis applications,简单来说他就是一个开源的机器学习库,包含了很多机器学习的算法。同时对外提供了C++和Python的接口。使用dlib可以大大简化开发,比如人脸识别,特征点检测之类的工作都可以很轻松实现。同时也有很多基于dlib开发的应用和开源库,比如face_recogintion库(据说识别率高达93%,有兴趣的可以查阅相关资料)。python下的安装也很简单,执行 pip install dlib 即可。

opencv

OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法。是计算机视觉领域非常重要的一个开源库。官网地址:https://opencv.org/

开始换脸

提取面部特征

既然要换脸,我们肯定要先在图片中找到人脸,dlib中有一个函数 get_frontal_face_detector() 实现了面部特征提取,核心算法来自于 Vahid Kazemi 和 Josephine Sullivan 的论文《One Millisecond Face Alignment with an Ensemble of Regression Tree》,我也没有读过这篇论文就不解释了。提取面部特征的代码如下:

get_landmarks() 函数接受一个图片,经过处理后以 numpy 数组的形式进行处理,并返回一个 68x2 的元素矩阵。矩阵的每一行与输入图像中特定特征点的 x,y 坐标相对应。

特征提取器(predictor)需要一个大概的边界框作为算法的输入。这将由传统的面部检测器(detector)提供。该面部检测器会返回一个矩形列表,其中每一个矩形与图像中的一张人脸相对应。

生成 predictor 需要预先训练好的模型。该模型可在微信公众号「01二进制」后台回复"AI换脸"获得。

人脸对齐

有了上述方法,我们就可以提取出图片中的人脸了,但是两张照片中的人脸方向肯定都是不一致的(毕竟你不能保证每张都是证件照啊),就像下面这两张图:

AI 换脸

这两个人脸的方向明显不一致啊,所以我们还需要对人脸进行对齐。我们现在已经获取到每张图片中人脸矩形的坐标了,剩下的就是弄明白如何旋转、平移和缩放第一个向量的所有点,使其尽可能匹配第二个向量中的点就可以了。这里运用到了一个名为 普氏分析法(Ordinary Procrustes Analysis) 的方法解决这个问题的,数学能力有限,数学依据参考注释中的链接,这里就直接放出代码吧:

之后我们再把对齐的结果利用 OpenCV 的 cv2.warpAffine 函数,将第二个图片映射到第一个图片上:

校正图片颜色

两张图片由于不同的 肤色光线 造成了覆盖区域边缘的不连续。所以我们需要修正它:

图片融合

用一个蒙版(mask)来选择图 2 和图 1 应被最终显示的部分:

AI 换脸

值为 1 (白色)的地方为图 2 应显示的区域,值为 0 (黑色)的地方为图 1 应显示的区域。值在 0 和 1 之间的地方为图 1 图 2 的混合区域。

这是生成上述内容的代码:

GetFaceMask() 函数定义是:为一张图像和一个标志矩阵生成一个蒙版。蒙版会画出两个白色的凸多边形:一个是眼睛周围的区域,一个是鼻子和嘴部周围的区域。之后,蒙版的边缘区域向外羽化 11 个像素,这可以帮助消除剩下的不连续部分。

参考

本文参考了下述文章:

  1. 《Switching Eds: Face swapping with Python, dlib, and OpenCV》

  2. 《萌新如何用Python实现人脸替换?》

完整源码和预训练模型可在公众号:「01二进制」后台回复:「AI换脸」获取

最后

至此,一个低配版的AI换脸就完成了,结果就如开头那样。此次实验虽然已有换脸的雏形,但是精度还远远不够,而且这种换脸如果用到视频中肯定是不堪入目的,毕竟做得好的已经是下面这样了:

AI 换脸

方法教给大家了,图片素材大家可以自己找,玩一玩,要是能转发到朋友圈让更多人看到就更好了!

下篇更新"美国校队蔡徐坤"打篮球视频的txt版,这里先放个预览的GIF图:

AI 换脸

喜欢的小伙伴可以长按下方二维码关注哦~。:point_down:

AI 换脸


以上所述就是小编给大家介绍的《AI 换脸》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

终极算法

终极算法

[美] 佩德罗·多明戈斯 / 黄芳萍 / 中信出版集团 / 2017-1-1 / 68.00元

算法已在多大程度上影响我们的生活? 购物网站用算法来为你推荐商品,点评网站用算法来帮你选择餐馆,GPS系统用算法来帮你选择最佳路线,公司用算法来选择求职者…… 当机器最终学会如何学习时,将会发生什么? 不同于传统算法,现在悄然主导我们生活的是“能够学习的机器”,它们通过学习我们琐碎的数据,来执行任务;它们甚至在我们还没提出要求,就能完成我们想做的事。 什么是终极算法? ......一起来看看 《终极算法》 这本书的介绍吧!

在线进制转换器
在线进制转换器

各进制数互转换器

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

MD5 加密
MD5 加密

MD5 加密工具