前幾天，AI 換臉這條新聞你關(guān)注了嗎？

說(shuō)的是一位博主將 1994 年版《射雕英雄傳》里朱茵的臉換成了楊冪的臉。因?yàn)樵?a href="http://www.nxhydt.com/v/" target="_blank">視頻涉及到版權(quán)問(wèn)題已被下架，但大家可以看看圖片對(duì)比來(lái)感受一下“移花接木”效果：

是不是足夠可以以假亂真了！這樣的視頻用一款實(shí)時(shí)視頻仿真軟件Face2Face 就可以達(dá)到，在軟件中輸入一個(gè)說(shuō)話(huà)的人臉?shù)浵瘢ㄟ^(guò)算法生成對(duì)應(yīng)的人臉模型，套用這個(gè)模型就可以創(chuàng)造 DeepFakes。最恐怖的是，這個(gè)逼真的效果看起來(lái)毫無(wú)違和感。

讓我們一起來(lái)看看 AI 換臉背后的原理：

人臉檢測(cè) → 多人臉區(qū)域分別做面部關(guān)鍵點(diǎn)檢測(cè)→面部區(qū)域分割→圖像線(xiàn)性融合

順著這個(gè)思路，我們可以看到 AI 換臉里最重要的一環(huán)就是人臉檢測(cè)，要進(jìn)行人臉識(shí)別，得經(jīng)過(guò)這么幾個(gè)過(guò)程：

人臉檢測(cè)→人臉對(duì)齊→提取特征編碼→編碼比對(duì)

人臉檢測(cè)：就是定位一張圖片中人臉的位置。

人臉對(duì)齊：就是根據(jù)人臉中五個(gè)特征點(diǎn)位置（兩個(gè)眼睛、兩個(gè)嘴角、鼻子）將人臉縮放到一定的尺寸。

提取特征編碼：通過(guò)訓(xùn)練一個(gè)人臉識(shí)別模型來(lái)提取人臉特征編碼。

編碼比對(duì)：將某個(gè)人臉的編碼與編碼庫(kù)中的編碼進(jìn)行對(duì)比，得出距離或相似度。

01

實(shí)現(xiàn) AI 換臉的第一步

以下關(guān)于人臉檢測(cè)、人臉對(duì)齊均使用基于 Tensorflow 的 MTCNN 模型，生成特征編碼使用基于 Mxnet 的 Insightface 模型。

圖為人臉?biāo)阉髡w架構(gòu)設(shè)計(jì)：

首先，我們會(huì)下載 Insightface 源碼及其訓(xùn)練好的模型文件，在這個(gè)源碼的基礎(chǔ)上，我們開(kāi)發(fā)一個(gè) API 程序，程序調(diào)用模型進(jìn)行人臉檢測(cè)、人臉對(duì)齊、生成特征編碼，然后完成人臉入庫(kù)、人臉?biāo)阉鞴δ堋?/p>

該程序主要使用 Flask 來(lái)進(jìn)行 API 開(kāi)發(fā)，使用 Annoy 來(lái)進(jìn)行人臉特征向量搜索。在部署上，使用 Docker 容器部署 Python 環(huán)境，讓 API 程序運(yùn)行在 Docker 容器中，使用 Gunicorn 來(lái)啟動(dòng) Flask 程序。

另外，使用 Nginx 部署一個(gè)圖片服務(wù)器，用于前端的圖片展示，也是運(yùn)行在 Docker 容器中。最后，我們?cè)偬峁┮粋€(gè)簡(jiǎn)單 Web 頁(yè)面，該頁(yè)面允許用戶(hù)進(jìn)行入庫(kù)、搜索操作（調(diào)用后端的人臉入庫(kù)、搜索 API ）。

最終的 Web 頁(yè)面展示如下：

02

人臉?biāo)阉鲗?shí)現(xiàn)

首先你得有一個(gè) Linux 環(huán)境，可以通過(guò) VMware 構(gòu)建一個(gè) Ubuntu 16.04 的環(huán)境， iso 文件為 ubuntu-16.04.5-desktop-amd64.iso 。

考慮到方便大家照著做，而且大家可能沒(méi)有 GPU 環(huán)境，所以以下構(gòu)建環(huán)境我均使用 CPU 。

1. 克隆項(xiàng)目并修改相關(guān)源碼

將 /opt/insightface/src/api/face_model 第 61 行

改為

將第 34 行

改為：

下載作者訓(xùn)練好的模型文件。

將模型文件解壓至 /opt/insightface/models ，目錄結(jié)構(gòu)如下：

2. 編寫(xiě)人臉入庫(kù)、搜索 API 程序

這里我們利用訓(xùn)練好的模型文件，使用 Flask 編寫(xiě)一個(gè)人臉特征編碼入庫(kù)、搜索 API 。我們將入庫(kù)的特征編碼存于程序中的一個(gè)數(shù)組里面。

首先，我們先創(chuàng)建用于圖片入庫(kù)及圖片搜索的目錄。

然后編碼 API 程序，在

/opt/insightface/src/api 創(chuàng)建 app_flask.py 。

代碼詳見(jiàn) Github。

3. 安裝 Docker

安裝軟件，我一般從官網(wǎng)去獲取安裝操作說(shuō)明，讓自己在安裝過(guò)程中少走些彎路。

4. 構(gòu)建 Docker Nginx 圖片服務(wù)器鏡像

我們要做人臉?biāo)阉飨到y(tǒng)，在前端頁(yè)面就是要上傳一張圖片，然后點(diǎn)擊“搜索”按鈕，在頁(yè)面上顯示人臉庫(kù)中與該圖片相似度最高的 top6 圖片，所以我們要用到圖片服務(wù)器，使用 url 進(jìn)行圖片展示。

我們首先要?jiǎng)?chuàng)建一個(gè)圖片根目錄。

然后使用 Docker 拉取一個(gè) Nginx 鏡像。

然后我們就可以啟動(dòng)容器了：

通過(guò)瀏覽器訪(fǎng)問(wèn) http://192.168.247.128:8082/

5. 構(gòu)建 Docker Insightface 鏡像

我們從一個(gè)基礎(chǔ)鏡像 python:3.5 來(lái)構(gòu)建我們的 Insightface 鏡像

然后我們使用 Dockerfile 來(lái)構(gòu)建 Insightface 鏡像，主要是進(jìn)行 Python 庫(kù)環(huán)境的安裝，比如 Tensorflow、Mxnet 。

最后，讓我們連續(xù)入庫(kù) 5 張梁靜茹和 1 張陳慧嫻的照片，然后用第 6 張梁靜茹的照片來(lái)搜索，效果圖如下：

最后，以上并非完整全文，提示大家如果有 Gpu 環(huán)境的話(huà)，可以使用 Gpu 來(lái)進(jìn)行模型推理，以上操作我均使用 root 用戶(hù)。本文所提到的代碼都上傳到我的 Github 上了。

Chat：手把手教你做人臉?biāo)阉飨到y(tǒng)