对换脸有些兴趣，抽空选择了FaceSwap进行研究，为了使用方便这里选择了使用它自带的GUI
换脸操作
因为它自带的文档已经十分详细了，所以也没什么好记录的，唯一需要注意的是训练样本的质量问题，最好尽可能多的不同角度、表情和照明条件的脸部特写
换脸原理
整体换脸原理是，神经网络将大量人脸作为输入，编码后为矢量表现形式。在尝试创建一种算法，可用于以后尽可能地重建与输入图像更接近的人脸。
换脸的人（A）和被换脸的人（B）可以生成A的编码器、A的解码器、B的编码器、B的解码器
编码器是将人脸编码成矢量，解码器是将矢量返还成人脸
换脸的人（矢量A）和被换脸的人（矢量B），将A和B共享编码，让神经网络采取一个人脸的编码并将其解码为另一个人脸，即A的编码用B的解码去还原，从而换脸
上图是我在训练模型时的预览
第一列是原图（视频取帧），第三列是换脸。尝试了Cv2-Dnn算法和S3Fd算法进行人脸点位的提取，发现还是S3Fd算法效果更好，遮罩采用VGG模型即可
