DFL 2.0での個人的なワークフロー
最終更新：
tomoe_magica 2020年03月20日(金) 19:01:44履歴
DFL 2.0での個人的なワークフロー 
1.最初に行うことは、以下を含むソースデータと宛先データのマテリアルを準備することです。-
有名人を偽装するかどうかを決定する
- 幅広い顔の角度と表情をカバーする良質のマテリアルを
すべてを行った後、すべてのソース（ビデオ）を1つのクリップに結合し、編集して不要な部分を取り除き、Vegasからjpgとしてエクスポートするので、新しいdata_src.mp4にレンダリングする必要はありません。
各ビデオを個別のdata_srcとして抽出する必要があるため、時間を節約し、後でクリーンアップを高速化します（編集中に単純なマスクを使用して他の人の顔を切り取るかマスクするため）。
レンダリング中に、使用するデスティネーションクリップを既にダウンロードしています。
ソースjpgのレンダリングが完了したら、data_dstに使用するクリップをVegasにインポートして、希望する長さに編集し、フェイク用に適切な部分を選択します。
2.それが完了したら、フレームの抽出を開始し、後で準備されたdata_dst.mp4から顔の抽出を開始し、次にソースjpgから顔の抽出を開始します。
次に、「data_src / aligned」および「data_dst / aligned」フォルダーを使用してすべての面を処理するクリーニングプロセスが行われます。
data_srcのために私はちょうどグループ似た顔にヒストグラムでソートを使用して、どちらかのウィンドウがExplorerで「data_src /整列」フォルダを参照するか、使用してそれらを削除 data_srcビューは結果整列）4.1を
ヒストグラムによってソート最初に、その後、data_dstで行われるのと同じにIを、それが完了したら、抽出されていないすべての顔を見つける必要がありますが、最近、以前の方法よりも少し速く、100％の顔抽出を保証する別の方法でそれを始めました。
- 私は基本的に「data_dst/aligned」フォルダーを通過し、間違った顔、誤検出、その他の人々を含む、間違っているすべての顔を削除します。
- 次に、順序/名前を元に戻し、powershellコマンドを使用して、_0プレフィックスを持つすべてのファイルの名前を変更します。
コマンドはget-childitem * .jpg | foreach {rename-item $ _ $ _。name.replace（ "_ 0"、 ""）}
- 処理中（入力したコマンドの下でフォルダーのアドレスが2回目に表示されるか、最初と最後の面に_0プレフィックスがなくなった場合のみ、コマンドウィンドウを開いたままにして閉じます）、aligned_debugフォルダーをコピーします。すべてのファイルの名前が変更されたら_1 / _2ファイルを確認し、そのようなファイルがある場合は削除します。ベースファイルを削除せず、_が付いていないファイルに名前を変更しない場合は、_0プレフィックスを持つファイルも正しくアルギン付けされます。
- その後、すべての顔をaligned_debugフォルダーの新しいコピーにコピーし、すべてのファイルを置き換えます。コピーが完了したら、それを削除して、残っているすべてが顔が検出されていないフレームになり、それを通過して、明らかにすべてのフレームを削除します顔を持たず、すべてを残します（部分的に表示されている場合でも、すべての顔を抽出したい場合は、不明瞭または部分的にフレーム外であっても）。
- 次に、残ったファイルを元のaligned_debugフォルダにコピーし、名前を変更して、すべてのファイルを削除します。
これは、長いビデオで作業しており、XnViewMP 5.1を使用している場合に非常に便利です
）data_dst view alignment_debug results ソフトウェアはすべてのRAMを使用して2万フレーム程度のサムネイルをロードするため、動作が遅いため、使用する必要さえありません。
3.両方のデータセットがクリーンになったので、トレーニングを開始します。
適切なトレーニングの前にランダムな顔でトレーニングされた192モデルを使用します。
128〜192の解像度、デフォルトの調光、1060 6GBのDFアーキテクチャのモデルを使用しています。
顔を一般化し、ランダムワープを無効にしてトレーニングを開始する場合に発生しなかったsrcのように見えるようにするためにしばらく有効にする必要があるランダムワープを除くすべてのオプションを無効にしてトレーニングを開始しますが、長い、ちょうど十分な長さの顔がかなりはっきりと表示され始めます。
数千回の反復後、ランダムワープは無効になり、無効にしてトレーニングを続けます。
モデルの崩壊を防ぐため、グラデーションクリッピングは常に有効になっています。
ランダムワープをオフにしてしばらくトレーニングを行った後、顔をsrcのように見せるために、0.001〜0.15の値で真の顔をオンにします。
いくつかのトレーニングの後、GANを有効にしますが、常にではありません。
時々、真の顔を有効にせず、ランダムワープがまだ有効な場合でも、GAN 1でトレーニングします。GANには0.05〜2の値を使用します。
最後に、顔が十分によく見えると感じたら、lr_dropoutと目の優先度を有効にして、最後の詳細を取得し、目が最高に見えるようにします。
ノイズがある場合はGANを無効にして続行し、ソースからの髪/オブジェクトの一部が表示される場合はTrueFaceを無効にし、変更後に結果が悪くなる場合はすべて無効にし、ランダムワープを有効にしてエラーを修正します。
GANとTrueFaceを有効にする前にバックアップを作成してください。
私はほとんどスタイルパワーを使用しませんが、dstからsrcにいくつかのカラーデータ（メイクアップ、スキンカラーなど）を転送する場合は、フェイスパワースタイルを有効にできます。
色の転写については、色に関する問題を引き起こす可能性があるため、使用しないようにしています。
4.最後のステップは、ビデオを結合してmp4ファイルに戻すことです。
マージには、インタラクティブなマージ/コンバーター、オーバーレイモードを使用し、-10から10の間で侵食し、100から200の任意の場所でマスクブラー、モーションブラーを使用せず、フェイススケールは通常0ですが、場合によっては調整します
したがって、色の移行は通常RCTで終了しますが、場合によってはMKL-M、SOT-MまたはMIX-Mを使用し、IDT / IDT-Mを使用したことはなく（悪いように見えます）、LCTは顔を対照的に、MKLは、一方で顔に奇妙な飽和色を作ることができます。
以前はRankSRGANで少量のボックスシャープニング（1〜5）を使用していましたが、現在ではより高い解像度と新しいFaceEnhancerアップスケーリングアルゴリズムを使用しています。
FaceEnhancer私は通常30〜50の間で使用します。
それがすべて終わった後、ビデオの残りの部分とよりよく顔を合わせるために粒子を追加する、シャープニング、色補正などの追加の後処理を行うことがあります。
マージが完了したら、組み込み機能を使用してマージされたフレームをresult.mp4ファイルにレンダリングし、そのファイルでVegas Proで前述のポスト処理を実行します。
関連項目
外部リンク
寄付(任意)について
Amazon.jpギフト券での寄付は受け付けています
- AmazonでE-Mailタイプのギフト券を購入(金額は任意)
- 自分のアカウントに登録はしない
- 下記メールアドレスにAmazonギフト券番号を記載し、通知
- tomoe.magica@gmail.com
Seesaa Wiki関連リンク
タグ
コメントをかく