DeepFake是怎么实现这个过程的？
DeepFake有几个过程，理解起来也不难，分别就是人脸定位建模，人脸动态转换和图像动态拼接，大致有如下几个步骤：
人脸定位建模
这个技术其实很普遍，人脸识别技术发展到现在已经非常成熟，比如人脸刷卡，刷脸支付或者高铁车站的刷脸检票等，人的面部特征是几乎就是唯一的，但这些唯一建立在几个特征之间的联系，比如眼睛、嘴唇以及鼻子之间的尺寸，还有脸型特征、眉毛与面部其他突出的特征！这些参数识别后将转换成数字模型。
人脸转动态转换
扫描一个人的面部特征，不可能扫描他（她）的所有状态下的特征，比如说话、哭和笑等，那么就必须有一个将人脸的特征通过特定的模型库或者使用dlib和OpenCV等技术抽取选择对象动态特征建立成动态库，再结合取得的数字模型，将没有的表情用数字模拟的方式展现出来！
这种技术依赖于一种称为自动编码器的神经网络技术，可以建立目标对象动作数据库，以供学习，采样时间越久，那么其学习表情的精准度越高。
【声明】本文来源星辰大海路上的种花家，如侵犯到您的权益或版权请及时告诉我们，我们将在72小时内删除！本文地址：https://www.chuantuhub.com/archives/2020/10/34681.html