Deep-Live-Cam – 开源的 AI 实时换脸工具

Deep-Live-Cam是什么

Deep-Live-Cam 是开源的AI实时换脸工具，用户仅需一张图片即可在视频中实现实时人脸交换。支持 CPU、NVIDIA CUDA、Apple Silicon、Core ML 等多种硬件平台，确保视频处理的流畅性。Deep-Live-Cam 软件内置防滥用机制，遵守法律和伦理规范，提醒用户在使用时需获得被换脸者的同意。

Deep-Live-Cam的主要功能

• 实时换脸：用户可通过一张图片，在视频直播中实时替换人脸。
• 一键操作：简单易用的界面，一键启动换脸过程。
• 深度伪造视频生成：能生成逼真的换脸视频，难以区分真伪。
• 多平台支持：兼容 CPU、NVIDIA CUDA、Apple Silicon、DirectML 等多种硬件，适应不同用户需求。
• 内置防滥用机制：防止处理不当内容，如裸体或暴力等。

如何使用Deep-Live-Cam

• 安装环境：安装Python（推荐 3.10 版本）、pip、git、ffmpeg 及适用于 Windows 的 Visual Studio 2022 运行时。
• 克隆仓库：使用 git 克隆 Deep-Live-Cam 仓库到本地。
• 下载模型：下载所需的模型文件，如 GFPGANv1.4 和 inswapper_128_fp16.onnx，并将它们放置在项目的 “models” 文件夹中。
• 安装依赖：创建并激活虚拟环境（推荐），然后使用 pip 安装所需的依赖包。
• 运行程序：如果没有 GPU，可以使用 CPU 运行程序。首次运行时，程序会下载一些模型，需要一些时间。
• 使用 GPU 加速：根据硬件配置，安装相应的 CUDA Toolkit 或其他执行提供者的依赖，使用相应的命令行参数运行程序。
• 选择输入：运行程序后，选择一个包含所需人脸的图片和目标图片或视频。
• 开始换脸：点击 “Start” 按钮开始换脸过程。处理过程中，可以在指定的输出目录实时查看换脸效果。
• Webcam 模式：如果想使用摄像头进行实时换脸，按照程序界面的指示操作。
• 命令行参数：可以通过命令行参数调整程序的行为，例如选择源文件、目标文件、输出路径、帧处理器等。

Deep-Live-Cam的项目地址

• GitHub仓库：https://github.com/hacksider/Deep-Live-Cam

Deep-Live-Cam的应用场景

• 娱乐制作：用于制作娱乐视频，如模仿名人或虚构角色的表演。
• 艺术创作：艺术家可以用Deep-Live-Cam 来创造独特的艺术作品或动画。
• 教育和培训：在教学视频中替换讲师的面孔，适应不同的教学环境或语言。
• 广告和营销：在广告中使用换脸技术，吸引观众的注意力或展示产品的不同使用场景。