Deep-Live-Cam 实时换脸

Deep-Live-Cam 是什么

Deep-Live-Cam 是一个用 Python 编写的实时换脸与视频深度伪造工具。只需提供一张人脸图片，就能在摄像头直播或本地视频中实时替换人脸，官方将其概括为「三次点击完成直播换脸」：选择人脸、选择摄像头、开始直播。

项目在 GitHub 上已获得近十万星标，是实时换脸方向关注度最高的开源项目之一。

核心特性

• 实时换脸：面向摄像头画面与视频流，延迟较低，可用于直播场景。
• 嘴部遮罩（Mouth Mask）：保留原始嘴部动作，让说话口型更自然。
• 多脸映射（Face Mapping）：在同一画面中为多个对象分别指定不同人脸。
• 单图驱动：无需训练，仅凭一张目标人脸图片即可生成换脸结果。
• 内容审核：内置检查，阻止处理裸露、血腥等不当素材。

技术栈与运行方式

项目以 Python 为主，依赖 ONNX Runtime 进行模型推理，核心模型包括 inswapper_128_fp16.onnx（换脸）与 gfpgan-1024.onnx（人脸增强），需要放置在 models 目录下。

典型的手动安装流程大致如下（具体版本与命令请以仓库 README 为准）：

# 克隆仓库
git clone --depth 1 https://github.com/hacksider/Deep-Live-Cam.git
cd Deep-Live-Cam

# 创建虚拟环境并安装依赖
python -m venv venv
source venv/bin/activate   # Windows 使用 venv\Scripts\activate
pip install -r requirements.txt

# 启动
python run.py

首次运行会自动下载约数百 MB 的模型文件。若使用 Nvidia GPU，可安装 CUDA 与 cuDNN 后切换到 GPU 执行提供器以提升帧率。

适用人群

• 想研究实时人脸替换、GAN/扩散模型落地效果的开发者；
• 需要为直播、短视频、影视预演制作特效的创作者；
• 学习 ONNX Runtime 推理与图形界面集成的 Python 工程师。

使用提醒

项目采用 AGPL-3.0 协议，并明确要求合规使用：使用真实人物面部需获得本人同意，公开发布内容应标注为深度伪造。深度伪造技术存在被滥用的风险，请在法律与伦理允许的范围内使用。