Deepfake programı nasıl kullanılır , Deepfake programı, Deepfake programı kullanımı,Deepfake Kemal sunal, Deepfake Kemal sunal reklamı nasıl çekildi,Deepfake Kemal sunal reklamı,Deepfake programları ,Deepfake app,Deepfake playstore,Deepfake indir ,Deepfake yapımı,Deepfake programı nedir ,Deepfake nedir, Deepfake kullanımı , Deepfake programı nasıl indirilir,Deepfake indir gibi soruarın cevapları yazımızda olacak …
Hepimiz tarafından çok sevilen usta komedyen Kemal sunalın ziraat bankası reklamı sonrası hepimiz merak etmişizdir bu reklam nasıl çekildi diye . Deepfake programı nasıl kullanılır öğrenerek sizlerde o reklamdaki gibi düzenlemeler yapabileceksiniz.
Deepfake programı nasıl kullanılır?
Deepfake programı nasıl kullanılır aşağıdaki yazdığımız detaylara dikkat ederek sende deepfake uygulaması yapabilirsin. Herkes tek bir kod satırı yazmadan DeepFake yapabilir.
Dans eder misin? Kendi hareketlerini kopyalarken görmek istediğiniz favori bir dansçı veya sanatçı var mı? Şimdi yapabilirsin!
Kendinizin tam bir vücut resmine sahip olduğunuzu hayal edin. Sadece hareketsiz bir görüntü. O zaman tek ihtiyacınız olan, en sevdiğiniz dansçının bazı hareketleri yaptığı solo bir video. TikTok dünyayı ele geçirdiği için artık o kadar da zor değil …
Resim animasyonu bir video dizisi t kullanan O bir resimde bir nesnenin hareketini sürücü. Bu hikayede, görüntü animasyon teknolojisinin artık gülünç derecede kullanımının ne kadar kolay olduğunu ve aklınıza gelebilecek neredeyse her şeyi nasıl canlandırabileceğinizi görüyoruz. Bu amaçla, ilgili bir yayının kaynak kodunu basit bir betiğe dönüştürerek herkesin DeepFakes üretmek için kullanabileceği ince bir paket oluşturdum. Bir kaynak görüntü ve doğru sürüş videosu ile her şey mümkündür. O halde gelin hepbirlikte Deepfake programı nasıl kullanılır bakalım.
Nasıl çalışır
Bu makalede, Advances in Neural Information Processing Systems 32’nin (NIPS 2019) bir parçası olan ” Görüntü Animasyonu için Birinci Derece Hareket Modeli ” [1] adlı yeni bir yayından (2019) bahsediyoruz . Bu yazıda, yazarlar, Aliaksandr Siarohin, Stéphane Lathuilière, Sergey Tulyakov, Elisa Ricci ve Nicu Sebe, canlandırılacak nesne hakkında herhangi bir ek bilgi veya açıklama olmaksızın, sürüş videosu verilen bir kaynak görüntüyü canlandırmanın yeni bir yolunu sunuyor.
Başlık altında, bir kaynak çerçeve (hareketsiz görüntü) ve eğitim sırasında öğrenilen videodaki hareketin gizli bir temsili verildiğinde, bir videoyu yeniden oluşturmak için eğitilmiş bir sinir ağı kullanıyorlar. Test zamanında, model girdi olarak yeni bir kaynak görüntü ve bir sürüş videosu (örneğin bir kare dizisi) alır ve kaynak görüntüdeki nesnenin bu çerçevelerde gösterilen harekete göre nasıl hareket ettiğini tahmin eder.
Model, bir animasyonda ilginç olan her şeyi izler: kafa hareketleri, konuşma, göz izleme ve hatta vücut hareketi. Örneğin, aşağıdaki GIF’e bakalım: Başkan Trump, Game of Thrones ekibini kendisi gibi konuşmaya ve hareket etmeye yönlendiriyor.
Metodoloji ve Yaklaşım
Kendi sekanslarımızı oluşturmadan önce bu yaklaşımı biraz daha inceleyelim. İlk olarak, eğitim veri seti geniş bir video koleksiyonudur. Eğitim sırasında, yazarlar aynı videodan kare çiftlerini çıkarır ve bunları modele besler. Model, çiftlerdeki kilit noktaların ne olduğunu ve aralarındaki hareketin nasıl temsil edileceğini bir şekilde öğrenerek videoyu yeniden oluşturmaya çalışır.
Bu amaçla, çerçeve iki modelden oluşur: hareket tahmincisi ve video oluşturucu. Başlangıçta, hareket tahmincisi videodaki hareketin gizli bir temsilini öğrenmeye çalışır. Bu, harekete özgü anahtar nokta yer değiştirmeleri (burada kilit noktalar gözlerin veya ağzın konumu olabilir) ve yerel afin dönüşümler olarak kodlanır. Bu kombinasyon, yalnızca kilit nokta yer değiştirmelerini kullanmak yerine daha geniş bir dönüşüm ailesini modelleyebilir. Modelin çıktısı iki yönlüdür: yoğun hareket alanı ve tıkanma maskesi. Bu maske, tahrik eden videonun hangi bölümlerinin kaynak görüntü çarpılarak yeniden oluşturulabileceğini ve kaynak görüntüde (örneğin başın arkası) mevcut olmadıkları için bağlam tarafından hangi bölümlerin çıkarılması gerektiğini tanımlar.Örneğin, aşağıdaki moda GIF’ini düşünün. Her modelin arkası kaynak resimde bulunmadığından, model tarafından çıkarılması gerekir.
Daha sonra, video oluşturucu, hareket detektörünün ve kaynak görüntünün çıkışını girdi olarak alır ve onu sürüş videosuna göre hareketlendirir; o kaynak görüntüyü süren videoya benzer şekillerde çarpıtıyor ve tıkanan kısımları yatarak tedavi ediyor. Şekil 1, çerçeve mimarisini göstermektedir.
Kod Örneği
Bu makalenin kaynak kodu GitHub’dadır . Yaptığım şey, kaynak kodunu kullanan ve hızlı deneyler için herkes tarafından kolayca kullanılabilen basit bir kabuk betiği, ince bir paketleyici oluşturmaktı.
Kullanmak için önce modülü kurmanız gerekir. pip install deep-animatorKitaplığı ortamınıza kurmak için çalıştırın . O zaman dört maddeye ihtiyacımız var:
- Model ağırlıkları; Elbette modeli sıfırdan eğitmek istemiyoruz. Bu nedenle, önceden eğitilmiş bir modeli yüklemek için ağırlıklara ihtiyacımız var.
- Modelimiz için bir YAML yapılandırma dosyası.
- Bir kaynak resim; bu örneğin bir portre olabilir.
- Sürüş videosu; Başlangıç için net bir yüze sahip bir video indirmek en iyisidir.
Hızlı bir şekilde bazı sonuçlar almak ve algoritmanın performansını test etmek için bu kaynak resmi ve bu sürüş videosunu kullanabilirsiniz. Model ağırlıkları burada bulunabilir . Basit bir YAML yapılandırma dosyası aşağıda verilmiştir. Bir metin düzenleyici açın, aşağıdaki satırları kopyalayıp yapıştırın ve farklı kaydedin conf.yml.
model_params:
common_params:
num_kp: 10
NUM_CHANNELS: 3
estimate_jacobian: doğru
kp_detector_params:
Sıcaklık: 0.1
block_expansion: 32
max_features: 1024
scale_factor: 0.25
num_blocks: 5
generator_params:
block_expansion: 64
max_features: 512
num_down_blocks: 2
num_bottleneck_blocks: 6
estimate_occlusion_map: doğru
dense_motion_params:
block_expansion : 64
max_features: 1024
num_blocks: 5
scale_factor: 0.25
diskriminatör_params:
ölçekler: [1]
block_expansion: 32
maks_özellikler: 512
sayı_blocks: 4
Şimdi, Leonardo DiCaprio’yu taklit eden bir heykele sahip olmaya hazırız! Sonuçlarınızı almak için aşağıdaki komutu çalıştırın.
deep_animate <path_to_the_source_image> <path_to_the_driving_video> <path_to_yaml_conf> <path_to_model_weights>
Örneğin, aynı klasördeki her şeyi cdo klasöre indirdiyseniz ve şunu çalıştırın:
deep_animate 00.png 00.mp4 conf.yml deep_animator_model.pth.tar
CPU’mda oluşturulan videoyu almak yaklaşık beş dakika sürüyor. --destSeçenek tarafından aksi belirtilmedikçe, bu aynı klasöre kaydedilecektir . Ayrıca, --device cudaseçenekle GPU hızlandırmayı da kullanabilirsiniz . Sonunda sonucu görmeye hazırız. Oldukça harika!
Yukarıdaki detayları uyguladığınızda Deepfake programı nasıl kullanılır öğrenmiş olacaksınız .
Sonuç
Bu hikaye, A. Siarohin ve ark. ve çaba harcamadan harika sonuçlar elde etmek için nasıl kullanılacağı. Son olarak, deep-animatorbir heykeli canlandırmak için ince bir paket kullandık.
Bu tür teknolojiler hakkında bazı endişeler olsa da, çeşitli uygulamaları olabilir ve günümüzde sahte hikayeler üretmenin ne kadar kolay olduğunu göstererek bu konuda farkındalık yaratabilir.
Deepfake programı nasıl kullanılır , Deepfake programı, Deepfake programı kullanımı,Deepfake Kemal sunal, Deepfake Kemal sunal reklamı nasıl çekildi,Deepfake Kemal sunal reklamı,Deepfake programları ,Deepfake app,Deepfake playstore,Deepfake indir ,Deepfake yapımı,Deepfake programı nedir ,Deepfake nedir, Deepfake kullanımı , Deepfake programı nasıl indirilir,Deepfake indir gibi soruların cevabını verdiğimizi umuyoruz.
Diğer eğitimlerimizi görmek için linke tıklayın