AI视频换脸，又有大胆的想法了？

最近roop这个视频换脸项目出圈了，虽然是一个业余兴趣项目，但星星瞬间冲到 10k+

这个库使用了 deepinsight/insightface 项目进行人脸识别和对齐，这能让连续的视频帧换脸拼接后的效果看起来也流畅丝滑。

安装体验下，踩了些坑，但看最后的效果，这时间花得还是非常值。

不仅可以本地部署，而且很方便程序调用，完全可以成为AI工作流的一个环节。

环境安装

安装 ffmpeg

ffmpeg 如果用pip install，则没有x264相关的编码功能，我们通过下载文件安装。

https://www.gyan.dev/ffmpeg/builds/ffmpeg-git-full.7z

ffmpeg安装到C盘，则需要将路径添加环境变量。例如:

D:ffmpegbinffmpeg.exe

更简单的是，解压后，ffmpeg.exe 丢到当前环境的 python 目录内。

下载模型

从这里，下载模型文件 inswapper_128.onnx 存放到 roop 目录下:

1drv.ms/u/s!AsHA3Xbnj6uAgxhb_tmQ7egHACOR?e=CPoThO

D:AIWorkFlowroopinswapper_128.onnx

准备文件

在 roop 目录内建立 testdata 目录，存放带目标人脸的图片，以及要换脸的视频。这里随手用stable diffusion生成了一个老头，以及在短视频app上下载了一段视频：

目标头像: D:AIWorkFlowrooptestdatahead.png

源视频:  D:AIWorkFlowrooptestdatasrc.mp4

推理

可以选用CPU或GPU进行推理，如果是用GUI启动，默认会用CPU方式，比较慢。

用GUI方式(默认CPU)

python run.py

也可以用用命令行方式，使用 --gpu-vendor 参数指定GPU的厂商，那么就会用GPU进行推理：

python run.py -f ./testdata/head.png -t ./testdata/src.mp4 -o ./testdata/dst.mp4 --all-faces --gpu-vendor nvidia

截取一小段看看效果

即便是舞蹈视频，动作很快，但换脸后还是非常流畅，每一帧都很精准！

我猜大家又有大胆的想法了。。。

幸好的是，这个项目引入了opennsfw2这个库做了限制。

目前roop变脸后的视频质量一般，有需要的话，建议用GFPGAN进行提清处理，效果非常好。

高清数字人最后一步：GFPGAN视频提清