开源项目FaceFusion-AI换脸

FaceFusion简介

录制了一个简短的说明

facefusion开源项目-视频换脸

FaceFusion是一个开源的AI换脸和增强工具，支持图像和视频处理。它采用最新的深度学习技术，提供了一系列强大的功能，包括人脸替换、人脸增强、唇形同步等。FaceFusion的目标是为用户提供一个易用、高效且功能丰富的AI换脸解决方案。

下面是一个给汉尼拔换脸的示例

主要特性

1. 多模型支持：FaceFusion提供多种人脸交换和增强模型，如InSwapper_128、GFPGAN等，用户可根据需求选择最适合的模型。
2. 高清处理：支持高分辨率图像和视频处理，确保输出结果的清晰度和质量。
3. 遮挡处理：通过先进的遮挡检测和处理技术，有效解决部分遮挡情况下的换脸问题。
4. 多平台兼容：支持NVIDIA和AMD等主流显卡平台，满足不同用户的硬件需求。
5. 唇形同步：提供音频到视频的唇形同步功能，为视频换脸增添更多可能性。
6. 开源免费：作为开源项目，FaceFusion允许用户自由使用和定制，为AI换脸技术的发展做出贡献。

安装指南

前置：需要有python环境，建议使用conda提供的环境（anaconda）

FaceFusion的安装需要一定的技术基础。对于熟悉命令行操作的用户，可以按照以下步骤进行安装：

1. 克隆FaceFusion仓库：

   git clone https://github.com/facefusion/facefusion.git
   

2. 进入项目目录：

   cd facefusion
   

3. 安装依赖：

   pip install -r requirements.txt
   

使用指南

基本操作

1. 启动FaceFusion：

   python run.py
   

2. 选择源图像：上传包含要替换的人脸的图像。

3. 选择目标图像或视频：上传需要被替换人脸的图像或视频。

4. 调整参数：根据需要调整面部检测、交换模型、增强设置等参数。

5. 开始处理：点击"开始"按钮，等待处理完成。

一般情况可以使用默认的参数来做操作就行，cpu场景下执行速度巨慢

海ni拔 1

页面的配置参数说明

FaceFusion 中一些配置参数及其作用的详细解释：

• FRAME PROCESSORS: 这些是处理每一帧的插件，可以用来实现不同的效果如面部交换、面部增强等。
• FACE SWAPPER MODEL: 选择用于面部交换的模型，不同的模型可能会有不同的性能表现和结果质量。
• EXECUTION PROVIDERS: 指定用于执行计算的硬件设备，如CPU、CUDA（GPU加速）等。
• EXECUTION THREAD COUNT: 设置执行线程的数量，这会影响到处理速度以及资源使用情况。
• EXECUTION QUEUE COUNT: 设定执行队列的数量，这对于并行处理多个任务有用。
• VIDEO MEMORY STRATEGY: 视频内存管理策略，可能包括如何分配和释放内存。
• SYSTEM MEMORY LIMIT: 设置系统内存使用的上限，以防止过度消耗内存导致系统不稳定。
• TEMP FRAME FORMAT: 临时帧存储的格式，这可能影响到临时文件的大小和读写速度。
• OUTPUT PATH: 输出文件的路径，指定生成的文件保存在哪里。
• OUTPUT VIDEO ENCODER: 选择视频编码器来决定输出视频的编码方式。
• OUTPUT VIDEO PRESET: 输出视频的质量预设，通常有快速模式（Fast）、普通模式（Normal）等。
• OUTPUT VIDEO QUALITY: 输出视频的整体质量设置，可能会影响文件大小和清晰度。
• OUTPUT VIDEO RESOLUTION: 输出视频的分辨率设置。
• OUTPUT VIDEO FPS: 输出视频的帧率设置。
• PREVIEW FRAME: 预览帧设置，可能是指在处理过程中显示的预览帧的数量或者频率。
• TRIM FRAME START/END: 剪辑开始和结束的帧号，用于裁剪视频的起始和结束部分。
• FACE SELECTOR MODE: 选择要处理的人脸的方式，例如基于位置、大小等标准。
• FACE MASK TYPES: 人脸遮罩的类型，用于定义面部区域的精确度。
• FACE MASK BLUR: 遮罩的模糊程度，这可以帮助平滑边缘。
• FACE MASK PADDING TOP/RIGHT/BOTTOM/LEFT: 面部遮罩周围的填充量，用于扩大或缩小处理区域。
• FACE ANALYSER ORDER: 分析脸部特征的顺序，可能涉及到年龄、性别等分析的优先级。
• FACE ANALYSER AGE/GENDER: 是否启用年龄或性别分析功能。
• FACE DETECTOR MODEL: 使用哪种模型进行面部检测。
• FACE DETECTOR SIZE: 面部检测器的工作尺寸，这可能影响检测速度和准确性。
• FACE DETECTOR SCORE: 面部检测得分阈值，用于过滤掉低质量的面部检测结果。
• FACE LANDMARKER SCORE: 面部标志点得分阈值，用于确保检测到的标志点足够准确。

高级功能

1. 遮挡处理：
   • 启用face_debugger选项。
   • 选择适当的遮挡模式（box、occlusion、region）。
   • 调整Face Mask Blur参数以优化遮挡效果。
2. 高清处理：
   • 启用face_enhancer选项。
   • 选择合适的增强模型，如GFPGAN1.4或codeformer。
   • 调整Face Detector Size以提高细节处理能力。
3. 唇形同步：
   • 启用lip_syncer选项。
   • 上传音频文件。
   • 选择合适的唇形同步模型。

实用技巧

1. 性能优化：
   • 根据显卡类型选择合适的Execution Provider（NVIDIA用CUDA，AMD用DirectML）。
   • 调整Execution Thread Count以平衡处理速度和内存使用。
2. 多人脸处理：
   • 使用Face Selector Mode选择处理单个或多个人脸。
   • 调整Reference Face Distance参数以提高多角度人脸的匹配精度。
3. 卡通人脸处理：
   • 使用simswap_256模型进行卡通人脸替换。
   • 启用face_enhancer并重点增强眼睛、鼻子和嘴巴区域。