以下是关于在线 AI 换脸的相关内容:
使用 FaceFusion 进行 AI 换脸的步骤:
相关辅助工具:
实现方式:
点击快捷工具中顶部的:JupyterLab,打开这个工具。这个工具提供了执行python程序的说明和控制服务器的终端使用。我们需要通过终端来启动facefusioin。此处是唯一需要一点技术能力的地方。点击顶部的+号选项卡,我们新打开一个终端窗口:点击终端区域,启动一个终端的选项卡:在打开的终端窗口中,输入3条命令做3件事情:1.查看文件列表。输入ls并按回车,显示当前位置所在目录下的文件列表。2.进入facefusion目录,输入cd facefusion并按回车,进入程序目录3.启动facefusion。输入:p4.ython./run.py --execution-providers cuda cpu启动程序注意:后面的参数--execution-providers cuda cpu非常重要,如果不加cuda,则默认不使用GPU能力,推理将非常慢。当出现这个提示信息时,说明启动成功:4.2.3打开facefusion软件打开facefusion软件,需要返回实例列表,点击自定义服务按钮,会打开一个新的浏览器窗口。这样,我们才能够通过web浏览器来访问facefusion提供的UI界面:在facefusion软件界面上(见上图),上传准备好的图片,视频后,在右侧可以看到预览效果。点击下方的开始按钮,执行换脸处理。执行完成后,在输出的位置,会出现处理后的视频,输出窗口的右上角有一个下载按钮,点击它你可以导出变量后的视频到本地。最后来看看效果:通过剪映制作的数字人视频:1.变脸前的视频:
一款面部交换和面部增强的开源软件可以在本地运行的一款换脸软件,不仅可以将源图像中的面部与目标图像或视频中的面部进行交换,还提供了多种面部和帧处理器以改进或定制面部特征。FaceFusion 1.1.0更新,增加了摄像头功能,可以进行实时换脸和面部改造。FaceFusion有多种选项和参数,允许用户根据需要进行定制。还内置了一些检查机制,以防止软件被用于不道德或非法的用途。GitHub:[https://github.com/facefusion/facefusion](https://t.co/yCDQSo2s21)[…](https://t.co/yCDQSo2s21)视频演示:[@elonmusk](https://twitter.com/elonmusk)的这段换脸视频只花了大约10分钟就生成了https://x.com/xiaohuggg/status/1699700109775397186?s=20[[twi]@小互(@_twi(26).mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/BsypbST1EoQGZCx52nocmI05nVf?allow_redirect=1)[heading2]?Xpression Camera:[content]实时AI换脸应用Xpression Camera是一款适用于视频聊天和直播流的实时AI换脸应用。只需一张照片你就可以立即转变成任何人或任何有面部的事物,在Zoom、Twitch等上聊天,或者在YouTube上创建视频时,你可以实时重新定义你的屏幕形象。[https://twitter.com/xiaohuggg/status/1677182181733707778?s=20](https://twitter.com/xiaohuggg/status/1677182181733707778?s=20)
有多个AI产品可以实现换脸效果,这里介绍一个开源、免费的解决方案:facefusion开源地址:https://github.com/facefusion/facefusion4.1本机解决方案这个软件需要python环境,以及要安装视频解码器等多个依赖的软件,因此如果你想在本地电脑上安装,需要一定的编程知识。可以参考网站:https://docs.facefusion.io/说明来进行本地的安装。由于facefusion的运行推理计算的速度,非常依赖于GPU,因此如果本地计算机没有GPU或者GPU显存较小,那么执行的速度将会非常缓慢。我的笔记本是Macbook Pro M1 16GB内存,集成GPU。对一个1分30秒的视频换脸,需要1300秒。facefusion所以,无论从环境配置还是计算速度来说,都不推荐本地化安装实现。4.2云服务解决方案另一个可选的方案,是利用云厂商已经提供好的大模型运行环境和计算能力。比如阿里云的PAI和AutoDL。注:这种方案需要产生一定的费用。我选择的是AutoDL,其官网是:https://www.autodl.com/home注册完成后,在算力市场中,选择你能接受价格的算力服务器。建议选取GPU配置更高的算力设备。4.2.2通过模型镜像启动GPU服务器在算法社区查找facefusion镜像:这些已经制作好的镜像,包含了模型所需要的各种环境软件的安装,可以直接启动facefusion。点击右侧的这个镜像(左侧的试过,有问题不好使):点击右下角的创建实例按钮。创建实例,并启动这个实例(就是启动一台服务器)。将会看到在容器实例列表中,刚才创建的实例。