目录

1.方法介绍

2.相关资料

3.实践记录

​4.实验结果

1.方法介绍

        Faceswap利用深度学习算法和人脸识别技术，可以将一个人的面部表情、眼睛、嘴巴等特征从一张照片或视频中提取出来，并将其与另一个人的面部特征进行匹配。主要应用在图像/视频换脸，人物角色匹配等。

        Faceswap在 Encoder-Decoder自编解码架构之上又引入GAN技术，显著提升换脸效果，Encoder-Decoder自编解码换脸:通过将任意扭曲的人脸进行还原，Faceswap换脸主要分为以下三个过程：人脸检测->特征提取->人脸转换。Faceswap要求提供大量的训练数据和目标数据，训练时间较长，主要是应用于视频流的人脸替换。

2.相关资料

源码地址

 GitHub - deepfakes/faceswap: Deepfakes Software For All

3.实践记录

（1）收集原始数据集        

        首先收集原始数据集，Faceswap只要是针对视频流的换脸，所以需要从多张图像中学习到一张人脸到另一张人脸的映射，每一张人脸的数据集数量建议不少于25张，这样可以比较好的学习到人脸的特征关系。这里我们学习Mona Lisa和Obama,来进行实验。

 2.检测人脸部分并进行提取

3.训练模型学习原始图像到目标图像的映射 

 4.实验结果

OK，今天的分享就到这，欢迎大家一起交流学习～