Deep-Live-Cam3 次点击跑通实时 AI 换脸5 分钟看懂原理【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam视频通话里你想换一张脸出现或者想把电影主角的脸换成自己的来段恶搞——传统做法是训练模型或逐帧批量渲染等着的时间以小时计。Deep-Live-Cam 换了个思路用一张照片实时地把摄像头或视频里的人脸替换成你选的那张脸不用训练不用多角度参考图也不用专业 GPU 集群。为什么选它单图实时换脸硬件门槛低如果你用过上一代换脸工具大概被这个流程折磨过一段 10 秒的视频抽帧、换脸、重新编码光等待就要二三十分钟。Deep-Live-Cam 本质上把批处理从流程里删掉了——帧通过 ffmpeg 管道在内存里流转不写磁盘GPU 在换当前帧的同时下一帧的人脸检测已经在另一个线程里跑完了。这让摄像头实时换脸这件事在普通消费级显卡上变成了可能直播、视频通话这类场景第一次变得可行。视频实时换脸效果演示选定一张源脸照片后画面中的人脸被实时替换另一个独特点是单图。传统深度伪造路线往往需要目标人物的照片集去训练一个专用模型而这里你只需要挑一张照片InsightFace 检测模型一套预训练的人脸检测与识别模型从照片里提取 512 维的人脸特征向量这组特征就足以替换任意帧里的人脸。源脸、目标视频、启动按钮全部在一个界面里点完第一次使用 5 分钟内就能上手。对没有高端硬件的人也很友好。底层推理基于 onnxruntime一个跨平台的神经网络推理引擎启动时会自动探测你机器上有什么NVIDIA 走 CUDAApple Silicon 走 CoreMLAMD 走 ROCm 或 DirectML什么都没有就走 CPU——只是会慢一些但依然能跑通全流程。跑起来三步从克隆到出画一共三步。第一步准备环境git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam.git cd Deep-Live-Cam python -m venv venv source venv/bin/activate pip install -r requirements.txt需要 Python 3.11 到 3.14官方推荐 3.14和 ffmpeg整条视频处理管线都依赖它macOS 上记得额外装 python-tk否则 GUI 窗口弹不出来。Windows 用户把激活命令换成venv\Scripts\activate即可。第二步只有一条命令python run.py。首次运行会自动下载换脸模型和人脸检测模型总共约 300MB只要联网就不用手动找模型文件。第三步是窗口里的三键操作选择源脸照片一张清晰的正脸即可选择目标一个摄像头或一个视频文件点 Live摄像头模式或 Start文件模式几秒后预览窗口里你的脸会被实时替换掉视频模式下成品会保存在以目标视频命名的目录里原始音轨默认保留处理完可以直接拿去发。它是怎么工作的一帧换脸的四站流水线不用啃代码记住每一帧进来后依次经过的四个站点就行检测InsightFace 的buffalo_l模型组在帧里定位人脸框、106 个关键点并算出人脸特征向量交换核心在modules/processors/frame/face_swapper.py它把目标人脸裁剪对齐到 128×128送入 ONNX 换脸模型配合源脸的特征向量生成一张新的人脸融合把新脸贴回原帧。贴回用的是羽化椭圆掩码可选 Poisson 无缝混合进一步消除边缘的光照和色差增强与输出可选过一遍 GFPGAN 面部增强然后交给 ffmpeg 编码成片。真正决定它跟不跟得上流的是几个不太起眼的优化流水线检测视频帧率下人脸相邻帧几乎不动于是检测下一帧和交换当前帧被排成并行两个模型错开执行FP16 CUDA GraphNVIDIA 卡上模型用半精度推理显存带宽减半GPU 内核的启动序列被录制一次后直接重放CPU 侧开销几乎为零掩码预计算羽化掩码只在对齐人脸的坐标系里算一次每帧做一次变形贴回就行省掉了旧实现里反复做的大面积高斯模糊。这些缓存和预计算的红利在连续视频流上最明显。唯一的例外是多脸映射face mapping模式这种模式需要预先扫描整段视频给每个人脸聚类帧会落盘成图片逐批处理速度上会慢一截但换来的是不同的人换不同的脸。调优与取舍GPU 配置速查几条经验都按如果……就……来记如果你有 NVIDIA 卡什么都不用配程序自动探测 CUDA 并用 2 个线程这就是性价比最高的默认值想手动指定就加--execution-provider cuda。如果你要直播且想保留自己的口型打开 Mouth Mask嘴部保留。它用关键点把原帧的嘴部区域抠出来再贴到换好的脸上口型、牙齿都是你自己的代价是每帧多一次关键点计算和合成。如果换出来的脸发虚、有塑料感在流水线里追加面部增强器face_enhancer即 GFPGAN 超分模型但会多一次完整推理低端卡先掂量一下帧率。如果内存紧张或跑长视频加--max-memory 4限制进程内存程序会在限制内自行降级。中端 PC 的实时换脸性能监控界面普通 CPU 配置下实时流水线依然能稳定运行硬件参考1080p 单人脸场景的大致体验硬件执行提供者关键参数典型体验NVIDIARTX 20cuda默认 2 线程25–30 fpsAMDrocm/directml1 线程20–25 fpsApple SiliconM 系coreml自动优化15–20 fpsIntel 核显openvino1 线程10–15 fps纯 CPUcpu线程数 ≈ 物理核心 − 23–5 fps开启 Mouth Mask 后换脸的同时保留原画中人的嘴部动作往深了玩把换脸变成批量 CLIGUI 适合体验想把换脸接进生产线走命令行是对的——只要传了-s源图参数程序就进入无界面模式不会弹窗口。一条命令处理单个视频python run.py -s source.jpg -t target.mp4 --keep-fps --keep-audio --mouth-mask--keep-fps保留原始帧率--keep-audio保留原音轨还可以按需加--video-encoder libx265、--video-quality 23这类参数。写成小脚本一整个目录的视频就能挂机处理import subprocess from pathlib import Path def batch_swap(source_image: str, video_dir: str videos): for video in sorted(Path(video_dir).glob(*.mp4)): subprocess.run([ python, run.py, -s, source_image, -t, str(video), --keep-fps, --keep-audio, --execution-provider, cuda, ], checkTrue) print(fdone: {video.name}) batch_swap(me.jpg)如果目标视频里不止一个人还有一组玩法GUI 里打开--many-faces开关可以把画面里所有人脸都换成同一张源脸再进一步用 face mapping 给画面里不同的人指定不同的源脸群像视频里就不会出现所有人长得一样的尴尬场面。多人场景下画面中每个人可以被分配不同的源脸互不干扰踩过的坑高频问题速答窗口弹不出来报错提到 tkinterPython 环境缺 GUI 库。macOS 执行brew install python-tk3.14Windows 重装 Python安装器里把 tcl/tk 选项勾上。提示 No face detected in source image源图质量是瓶颈不是程序错误必须是清晰正脸避开侧脸、遮挡、重度美颜滤镜。换一张照片基本就解决了。实时帧率太低明显卡按顺序做三件事先关面部增强再把摄像头采集分辨率降到 960×540最后把--execution-threads调到 1–2。DirectML 和 ROCm 路径必须用单线程开多了反而更慢。onnxruntime 版本冲突CUDA 不被识别onnxruntime和onnxruntime-gpu两个包不能共存。pip 把两者都卸载再按 README 装 GPU 版并确认 CUDA 12.x 与 cuDNN 版本互相匹配。音画不同步处理时加--keep-fps。不加的话输出固定 30fps源视频若是 25fps音轨漂移会非常明显--keep-audio只负责贴回音轨不负责对齐。一句话总结Deep-Live-Cam 把人脸检测、特征交换、边缘融合这套组合压缩成了消费级显卡也能实时跑完的流水线使用体验则简化到三次点击。无论直播实时换脸、影视片段换人还是 meme 制作秒级预览迭代让它第一次变得好用。只提醒一句使用真实人物的脸务必先获得本人同意成片公开时明确标注为深度伪造——工具越强越该在清晰的边界里使用。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考