رؤية الكمبيوتر: بيثون مبادلة الوجه & Quick Deepfake في كولاب

اشتري الآن

السعر: $109.99

أهلاً ومرحبًا بكم في الدورة التدريبية الجديدة "Python Face Swap" & Quick Deepfake باستخدام Google Colab’

أنت تعرف, هناك عبارة قديمة تقول "الرؤية إيمان". لكن في عالم Deepfake’ ما نراه ليس صحيحًا دائمًا. دعونا نحدد التزييف العميق بمساعدة فيديو كمثال. هاهو.

لقد استخدمت فقط صورًا بحجم طابع واحد لهؤلاء الأشخاص لإنشاء مقاطع الفيديو هذه. نعم فعلا, سمعته بشكل صحيح. مع صورة وجه واحدة فقط وبضع دقائق من الوقت مع جهاز كمبيوتر عادي, يمكنك إنشاء التزييف العميق لأي شخص. حتى أنك تجعل الموتى يتحدثون أو يغنون لك.

نعم فعلا! استعد لتبهر. قبل أن نمضي قدما أكثر, اسمحوا لي أن أشرح قائمة المحتويات التي تم تضمينها في هذه الدورة. تنقسم هذه الدورة إلى نصفين بالضبط.

في النصف الأول, سننشئ تطبيقًا أساسيًا لمبادلة الوجوه قائم على Python. قبل أن نبدأ, سيكون لدينا مقدمة لتقنية التزييف العميق, تطبيقاته, المميزات والعيوب. ثم يتعين علينا تجهيز جهاز الكمبيوتر الخاص بنا مع تثبيت جميع التبعيات. سنقوم بتثبيت أناكوندا, النظام الأساسي و IDE لبرمجة Python الخاصة بنا. في وقت لاحق هناك عدد قليل من الجلسات الاختيارية لأولئك الذين يرغبون في تعلم أساسيات لغة برمجة Python.

سنقوم لاحقًا بتثبيت بقية التبعيات المطلوبة لبناء تطبيق بيثون المخصص لمبادلة الوجه. بعد ذلك سنكتب كود Python سطراً بسطر لإكمال البرنامج بأكمله بأكثر من 300 خطوط. بدلاً من ذلك ، يمكنك أيضًا تنزيل الكود الكامل من رابط google drive المتوفر في الجلسة الأخيرة من هذه الدورة التدريبية. في البداية سنقوم بتبديل الوجه باستخدام صورتين ثابتتين. أحدهما كصورة المصدر والآخر كصورة الهدف. سنجربه لاحقًا للحصول على فيديو في الوقت الفعلي من كاميرا الويب بجهاز الكمبيوتر الخاص بنا. وبعد ذلك سنقوم بتعديله لجعله يعمل مع فيديو محفوظ مسبقًا محفوظ في جهاز الكمبيوتر الخاص بنا.

من الأمثلة, يمكنك أن ترى أن هذا كان مجرد برنامج أساسي لمبادلة الوجه وليس مثاليًا على الإطلاق. كنا نفعل ذلك فقط لمعرفة كيفية عمل الأشياء خلف الكواليس.

سنشرع في وقت لاحق في تنفيذ التزييف العميق استنادًا إلى ورقة تسمى "First Order Motion Model for Image Animation" تم إرسالها إلى جامعة كورنيل بواسطة Aliaksandr Siarohin, ستيفان لاتويلييه, سيرجي تولياكوف, إليسا ريتشي ونيكو سيبي

منذ تدريب deepfake ينطوي على وحدات معالجة الرسومات باهظة الثمن, لدينا خطة بديلة لاستخدام وحدة معالجة الرسومات المجانية في google Colab. سنقوم بإعداد محرك google الخاص بنا عن طريق إنشاء مجلدات وتحميل نموذج فيديو القيادة, بناءً على الصورة المستهدفة التي يجب أن تكون متحركة وأيضًا الصور المستهدفة أو صور المصدر.

سنقوم أيضًا بتنزيل نسخة من دفتر ملاحظات google colab التجريبي والاتصال بـ google drive. ثم سنقوم باستنساخ مستودع نماذج الحركة من الدرجة الأولى من محرك جوجل.

سنشرع لاحقًا في استنساخ مستودع محاذاة الوجه. سنقوم بتثبيته وإعداده في google colab. ثم سننقل الملفات إلى المجلدات المقابلة ونبدأ في اقتصاص فيديو القيادة باستخدام برنامج بيثون مدمج.

بعد ذلك سنقوم بتنزيل الرسم البياني المجمد للاستدلال للنموذج المدرب بالفعل على محرك google الخاص بنا. والآن تم تعيين كل شيء للمتابعة مع الرسوم المتحركة لصور المصدر بناءً على فيديو القيادة. بمجرد الانتهاء سنقوم بتنزيل الفيديو المتحرك. سنفعل الشيء نفسه أيضًا مع عدد قليل من صور المصدر الأخرى أيضًا.

لن يحتوي الفيديو المتحرك على صوت. لذلك يتعين علينا مزج الصوت به باستخدام أي أداة تحرير فيديو مجانية أو مفتوحة المصدر متاحة عبر الإنترنت. سنفعل ذلك في جلستنا التالية ، وأخيرًا لدينا جميع مقاطع الفيديو المتحركة deepfake مع تضمين الصوت.

كالجلسة الأخيرة, سنناقش أيضًا كيف يمكننا توفير وقت GPU المجاني المحدود الذي توفره google والحل البديل في حالة تجاوز وقت GPU.

مجرد كلمة أخرى قبل أن أختم. يرجى استخدام المحتويات والتقنيات المذكورة في هذا البرنامج التعليمي بمسؤولية كبيرة. إنه مخصص فقط لغرض التعلم والبحث. Me as an instructor or the platform in which I host this course will not be liable for any illegal or irresponsible use of this technique.

هذا كل ما يتعلق بالموضوعات التي يتم تضمينها حاليًا في هذه الدورة التدريبية السريعة. الرمز, تم تحميل الصور والأوزان المستخدمة في هذه الدورة ومشاركتها في مجلد. سوف أقوم بتضمين الرابط لتنزيلها في الجلسة الأخيرة أو قسم الموارد في هذه الدورة. أنت حر في استخدام الكود في مشاريعك دون طرح أي أسئلة.

أيضا بعد الانتهاء من هذه الدورة, سيتم تزويدك بشهادة إتمام الدورة والتي ستضيف قيمة إلى محفظتك.

هذا كل شيء الآن, اراك قريبا في غرفة الصف. تعلم سعيدا وقضاء وقت ممتع.

المراجع والاعتمادات المرجعية

• إجراءات NIPS – أول نموذج حركة من الدرجة الأولى للرسوم المتحركة للصور – أليكساندر سياروهين, ستيفان لاتويلييه, سيرجي تولياكوف, إليسا ريتشي, سأعيد إنتاج نفسي

• جامعة كورنيل – رؤية الكمبيوتر والتعرف على الأنماط – أول نموذج حركة من الدرجة الأولى للرسوم المتحركة للصور

• جيثب – أليكسندر – من الدرجة الأولى

• صفحات جيثب – أول نموذج حركة من الدرجة الأولى للرسوم المتحركة للصور

• تعلم OpenCV – Delaunay Triangulation و Voronoi Diagram باستخدام OpenCV

• تعلم OpenCV – تبديل الوجه باستخدام OpenCV – ساتيا ماليك

• pysource – تبادل الوجه – سيرجيو كانو