Deep-Live-Cam实时AI换脸：从入门到实战

Deep-Live-Cam实时AI换脸：从入门到实战

引用

CSDN

1.

https://blog.csdn.net/watson2017/article/details/141171917

AI换脸技术近年来发展迅速，在影视制作、虚拟主播等领域展现出广阔的应用前景。Deep-Live-Cam作为一个基于AI技术的实时人脸替换和动画工具，能够实时地将一个选定的人脸替换到目标视频或图片中，支持多种平台和执行环境。本文将详细介绍Deep-Live-Cam的安装步骤和使用方法，帮助读者快速上手这一实用工具。

项目简介

Deep-Live-Cam 是一个基于AI技术的实时人脸替换和动画工具，该项目结合了深度学习算法，能够实时地将一个选定的人脸替换到目标视频或图片中，支持多种平台和执行环境。

安装步骤

环境准备

安装Python 3.10（推荐）、pip、git、ffmpeg，以及Windows用户需要Visual Studio 2022的运行时环境。

克隆仓库

git clone https://github.com/hacksider/Deep-Live-Cam.git

下载模型

• GFPGANv1.4
• inswapper_128_fp16.onnx

将所需的模型文件下载并放置在项目的“models”文件夹中。

安装依赖

建议使用虚拟环境（如venv）来避免依赖冲突，并执行依赖安装命令。

conda create -n cam python=3.10
conda activate cam
pip install -r requirements.txt

如果没有GPU，也可以直接在CPU上运行程序，但处理速度会非常慢。

GPU加速

1. CUDA（Nvidia）

• 安装CUDA Toolkit 11.8

• 安装依赖：

  pip uninstall onnxruntime onnxruntime-gpu
  pip install onnxruntime-gpu==1.16.3
  

  使用方法：

  python run.py --execution-provider cuda
  

2. CoreML（Apple Silicon）

• 安装依赖：

  pip uninstall onnxruntime onnxruntime-silicon
  pip install onnxruntime-silicon==1.13.1
  

  使用方法：

  python run.py --execution-provider coreml
  

3. CoreML（Apple Legacy）

• 安装依赖：

  pip uninstall onnxruntime onnxruntime-coreml
  pip install onnxruntime-coreml==1.13.1
  

  使用方法：

  python run.py --execution-provider coreml
  

4. DirectML（Windows）

• 安装依赖：

  pip uninstall onnxruntime onnxruntime-directml
  pip install onnxruntime-directml==1.15.1
  

  使用方法：

  python run.py --execution-provider directml
  

5. OpenVINO™（Intel）

• 安装依赖：

  pip uninstall onnxruntime onnxruntime-openvino
  pip install onnxruntime-openvino==1.15.0
  

  使用方法：

  python run.py --execution-provider openvino
  

使用教程

执行python run.py命令将启动此窗口：

1. 基本使用

• 选择一个人脸（具有所需人脸的图像）和目标图像/视频（要替换人脸的图像/视频）
• 单击Start开始处理。处理完成后，输出文件会保存在指定的输出目录中。

2. 实时摄像头模式

• 启动程序后，按照界面上的指示选择面部图片，然后点击“live”按钮。
• 等待几秒后（通常需要10到30秒），预览将显示出来。
• 可以使用喜欢的屏幕录制软件（如OBS）来捕获并流传视频。