DeepFaceLab: Integrierte, flexible und erweiterbare Framework für Gesichtsaustausch

Die Entwicklung von Gegenmaßnahmen gegen Deepfakes erfordert nicht nur Forschung im Bereich der Erkennung, sondern auch Fortschritte bei den Generierungsmethoden. Derzeit leiden jedoch bestehende Deepfake-Verfahren unter einer undurchsichtigen Arbeitsweise und suboptimaler Leistung. Um dieses Problem zu lösen, stellen wir DeepFaceLab vor – den derzeit dominierenden Framework für Gesichtsaustausch (face-swapping) im Bereich Deepfakes. Es bietet die notwendigen Werkzeuge sowie eine benutzerfreundliche Schnittstelle, um hochwertige Gesichtsaustausch-Operationen durchzuführen. Zudem verfügt es über eine flexible und lose Kopplung, die es Nutzern ermöglicht, ihre eigenen Pipelines mit zusätzlichen Funktionen zu erweitern, ohne komplizierten Boilerplate-Code schreiben zu müssen. Wir erläutern die zugrundeliegenden Prinzipien der Implementierung von DeepFaceLab und stellen seine Pipeline vor, bei der jeder Teil der Verarbeitungskette problemlos an die individuellen Anforderungen angepasst werden kann. Besonders hervorzuheben ist, dass DeepFaceLab Ergebnisse von Kinoqualität mit hoher Fidelität erzielen kann. Wir demonstrieren die Vorteile unseres Systems durch einen Vergleich mit anderen Gesichtsaustauschmethoden. Weitere Informationen finden Sie unter: https://github.com/iperov/DeepFaceLab/.