另外,，目前以fakeApp為代表的應(yīng)用存在分辨率低、效果不穩(wěn)定,、渲染時間長的問題,。QuantumLiu介紹,，用AI和特效技術(shù)解決連續(xù)針斷點(diǎn)再融入難題，one shot面部自適應(yīng),，機(jī)器自主學(xué)習(xí)光感和畫面匹配度,，每一次的訓(xùn)練都會自動疊帶，成功率,，效果和渲染速度大幅提高,，動態(tài)視頻的切換更加完美的匹配。目前已經(jīng)取得了高分辨率光感匹配的突破和疊加式渲染的突破,。已經(jīng)可以在幾個小時內(nèi)完成一整部片的替換,，而且計算機(jī)學(xué)習(xí)的速度越來越快,，時間周期還在不斷的縮短，品質(zhì)不斷提高,。

Deepfakes技術(shù)詳解

QuantumLiu將在近期發(fā)布張國榮“復(fù)活”視頻的具體實(shí)現(xiàn)方法,，在他發(fā)布之前，我們先來了解下Deepfakes的技術(shù)內(nèi)容,。

Deepfakes使用生成對抗網(wǎng)絡(luò)(GAN),，其中兩個機(jī)器學(xué)習(xí)模型進(jìn)行了較量。一個ML模型在數(shù)據(jù)集上進(jìn)行訓(xùn)練,，然后創(chuàng)建偽造的視頻,，而另一個模型嘗試檢測偽造。偽造者創(chuàng)建假視頻,，直到另一個ML模型無法檢測到偽造,。訓(xùn)練數(shù)據(jù)集越大，偽造者越容易創(chuàng)建可信的deepfake視頻,。

上圖顯示了一個圖像(在本例中是一張臉)被輸入到編碼器(encoder)中。其結(jié)果是同一張臉的低維表示,，有時被稱為latent face,。根據(jù)網(wǎng)絡(luò)架構(gòu)的不同，latent face可能根本不像人臉,。當(dāng)通過解碼器(decoder)時,，latent face被重建。自動編碼器是有損的,，因此重建的臉不太可能有原來的細(xì)節(jié)水平,。

程序員可以完全控制網(wǎng)絡(luò)的形狀：有多少層，每層有多少節(jié)點(diǎn),，以及它們?nèi)绾芜B接,。網(wǎng)絡(luò)的真實(shí)知識存儲在連接節(jié)點(diǎn)的邊緣。每條邊都有一個權(quán)重,，找到使自動編碼器能夠像描述的那樣工作的正確權(quán)重集是一個耗時的過程,。

訓(xùn)練神經(jīng)網(wǎng)絡(luò)意味著優(yōu)化其權(quán)重以達(dá)到特定的目標(biāo)。在傳統(tǒng)的自動編碼器的情況下,，網(wǎng)絡(luò)的性能取決于它如何根據(jù)其潛在空間的表示重建原始圖像,。

訓(xùn)練Deepfakes

需要注意的是，如果我們單獨(dú)訓(xùn)練兩個自動編碼器,，它們將互不兼容,。latent faces基于每個網(wǎng)絡(luò)在其訓(xùn)練過程中認(rèn)為有意義的特定特征。但是如果將兩個自動編碼器分別在不同的人臉上訓(xùn)練,，它們的潛在空間將代表不同的特征,。

使人臉交換技術(shù)成為可能的是找到一種方法來強(qiáng)制將兩個潛在的人臉在相同的特征上編碼,。Deepfakes通過讓兩個網(wǎng)絡(luò)共享相同的編碼器，然后使用兩個不同的解碼器來解決這個問題,。

在訓(xùn)練階段，這兩個網(wǎng)絡(luò)需要分開處理,。解碼器A僅用A的人臉來訓(xùn)練,；解碼器B只用B的人臉來訓(xùn)練，但是所有的latent face都是由同一個編碼器產(chǎn)生的,。這意味著編碼器本身必須識別兩個人臉中的共同特征,。因?yàn)樗械娜四樁季哂邢嗨频慕Y(jié)構(gòu)，所以編碼器學(xué)習(xí)“人臉”本身的概念是合理的,。

生成Deepfakes

當(dāng)訓(xùn)練過程完成后,，我們可以將A生成的一個latent face傳遞給解碼器B。如下圖所示,，解碼器B將嘗試從與A相關(guān)的信息中重構(gòu)B,。

如果網(wǎng)絡(luò)已經(jīng)很好地概括了人臉的構(gòu)成,，那么潛在空間將表示面部表情和方向,。這意味著可以為B生成與A的表情和方向相同的人臉。請看下面的動圖,。左邊，UI藝術(shù)家Anisa Sanusi的臉被從一個視頻中提取并對齊,。右邊,，一個訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)正在重建游戲設(shè)計師Henry Hoffman的臉，以匹配Anisa的表情,。