【GitHub项目推荐--一键换脸】【转载】

FaceSwap 

FaceSwap 是一种利用深度学习算法来换掉图片和视频中的人脸的工具。基于 Tensorflow、Keras 和 Python，Faceswap 可以在 Windows、macOS 和 Linux 上运行。

安装了这个应用，你就能在你电脑上通过可视化交互的方式构建自己的换脸模型了。

地址：https://github.com/deepfakes/faceswap

DeepFaceLive 

DeepFaceLive 是一款基于计算机视觉和深度学习技术的实时人脸交换软件，它可以在不渲染的情况下，实时地将一个人的脸部动作转换为 3D 模型，并与其他人的脸部动作进行交换

github地址：

https://github.com/iperov/DeepFaceLive

国内源代码：

http://www.gitpp.com/yuanxiaoming/DeepFaceLive

DeepFaceLive的介绍

DeepFaceLive 是一款基于计算机视觉和深度学习技术的实时人脸交换软件，它可以在不渲染的情况下，实时地将一个人的脸部动作转换为 3D 模型，并与其他人的脸部动作进行交换。

该项目位于 GitHub 上，免费开源，可以对图片、视频及实时直播进行 AI 换脸，操作简便，使用效果逼真。

DeepFaceLive 由马斯克和扎克伯格在 http://x.com 进行格斗直播时引爆网络，随后各种 AI 换脸恶搞视频层出不穷。该软件可以免费使用，其项目地址为：https://github.com/iperov/DeepFaceLive。

使用 DeepFaceLive 进行换脸操作简单，只需上传想要换脸的图片或视频源文件，选择想要替换的人脸模型（DeepFaceLive 提供了训练好的模型可供下载，也可自行训练模型上传使用），即可实现实时换脸。需要注意的是，官方训练模型在国内互联网无法直接下载，需挂 VPN 科学上网。

然而，DeepFaceLive 仅提供 Windows 系统的安装包，且对显卡配置有要求。目前有两个安装包，第一个支持 NVIDIA、AMD 和 Intel 集成显卡，第二个仅支持 NVIDIA 显卡，要求 GT730 以上。用户可根据自身电脑配置选择合适的安装包。

DeepFaceLive 是一款实用的 AI 换脸工具，可以广泛应用于娱乐、创作等领域。但请注意，使用过程中需确保合法合规。

您可以使用自己的单张照片交换网络摄像头中的脸部或视频中的脸部。

DeepFaceLive 应用程序中还有一个 Face Animator 模块。您可以使用视频或相机中您自己的脸部来控制静态脸部图片。质量不是最好的，需要对每对面孔进行精细的面部匹配和调整参数，但足以满足有趣的视频和模因或使用 35 TFLOPS GPU 以 25 fps 的速度进行实时流传输。

DeepFaceLive 是一款基于深度学习的人脸识别和实时换脸软件

它的应用场景如下：

1. 娱乐领域：DeepFaceLive 可以实时地将用户的面部表情、动作和语音转换成虚拟角色的表情、动作和语音，为用户提供一个全新的娱乐体验。例如，用户可以与虚拟角色进行实时互动，参与游戏、动画、电影等场景。

2. 视频通话：DeepFaceLive 可以实时地将双方的容貌进行替换，使得视频通话更加有趣和生动。双方可以在通话过程中尝试各种虚拟角色，增加趣味性。

3. 虚拟主播：DeepFaceLive 可以用于制作虚拟主播，将主播的面部表情、动作和语音实时转换成虚拟主播的表现。这可以为传统主播行业带来创新，也让观众有机会参与到节目中来。

4. 教育培训：DeepFaceLive 可以用于在线教育平台，将教师的面部表情、动作和语音实时转换成虚拟教师。这有助于提高学生上课的兴趣和参与度，同时也降低了教育机构在疫情期间线下授课的风险。

5. 广告营销：DeepFaceLive 可以为企业制作具有个性化宣传效果的广告。通过实时替换广告主演的面部表情、动作和语音，使得广告更具吸引力，提高品牌知名度。

6. 社交平台：DeepFaceLive 可以应用于社交平台，让用户在聊天、直播、短视频等场景中使用虚拟角色，增加个性化和趣味性。

7. 网络安全：DeepFaceLive 可以用于验证用户身份，通过实时识别用户的面部表情、动作和语音，提高身份验证的准确性和安全性。

8. 心理治疗：DeepFaceLive 可以用于心理治疗领域，通过实时换脸技术，使治疗师能够以虚拟形象与患者进行沟通。这有助于患者在放松的环境下进行治疗，同时也为心理治疗师提供了一个全新的沟通方式。

总之，DeepFaceLive 的应用场景非常广泛，涵盖了娱乐、通信、教育、广告、社交、安全等多个领域。随着技术的不断发展和优化，未来 DeepFaceLive 可能会有更多的应用场景。

安装详情官网

github地址：

https://github.com/iperov/DeepFaceLive

国内源代码：

http://www.gitpp.com/yuanxiaoming/DeepFaceLive

原文链接：

https://mp.weixin.qq.com/s/Is9mua0eXXouVlIhsjPKJw