萌新对Deepfacelab工作原理的理解，请大佬指正。

人类招募精华

初学deepfacelab已有好几天了，首先感谢我的师父  妓术总奸--亿妓知长   这几天对我孜孜不倦的倾囊相授。作为萌新刚入门的我也能做出自己想要的视频了，但是依然还有很多疑惑，下面是本人对这款软件的个人理解，如有理解不对的误区，还希望论坛的大神们多多指点指点。

前言：
在读书学PS的时候，就教过PS本来就是应用于做视频（那时候还没开发PR，后来根据需求才开发的PR，PS专做图画色彩处理）
简单的来说视频就是由一张张不同微小动作组合成的画册，那时候我就在想是不是可以把视频分解成一张张的图，然后自己在上面修改（比如换脸）
得到自己想要的视频，自己那时候还实践了一下，结果不太理想，因为发现有很多角度不够。
然后我就每种角度自拍一张，一张张的比对，一张张的换上去，换上去还得一张张调色，处理边缘等细节。那时候的视频还是24帧的  10秒的视频（240张图片）做一天，工程量巨大！！！
但是效果还是蛮好！

正文：
在疫情的影响下，在职的公司倒闭了，闲在家偶然看到Deepfacelab这款软件能实现换脸，瞬间兴趣就来了，然后就在网上各种找相关资料，想学习这一门技术。
学了几天也颇有心得，但苦于无奈身边没有同行，没人交流经验，师父有时候又很忙，所以也不知道自己对Deepfacelab的工作原理是否理解正确。
以下是纯个人对Deepfacelab的理解：

当我们安装好Deepfacelab后会有两个文件夹及后面一大堆BAT文件

1：_internal  -----------------软件运行逻辑文件（不能动）

2：workspace----------------工作素材文件

在workspace文件夹里有：
DST：目标对象文件（想要换成的视频切图及提取到的头像文件，如：彭于晏）

SRC：源文件（需要换成的视频切图及提取到的头像文件， 如：自己）

model：模型文件（训练后记录到的SRC脸部特征点分布点）


我认为Deepfacelab工作原理：
视频A（DST）每一帧切成图，再识别切图中的脸，提取出脸部的鼻子脸嘴巴的分布方式（表情）还有色彩，然后再跟SRC里面的脸进行比对，
抽取SRC里面鼻子脸嘴巴的分布方式跟DST相似的进行融合，生成新的对应脸部图片（我想这也就是为啥吃虚拟内存的原因吧）
然后我们再进行处理色彩，边缘等问题后再一张张的图片合成新视频。

但是问题来了


既然是一张张的已被我们换脸后的图片合成的，为啥后期合成视频的时候还需要DST的视频文件？？？？


所以我觉得这个想法可能是错的。




最后还有一个问题：
关于后期视频出现的果冻脸（抖动），是不是DST的脸部图片被删多了  导致融合的时候帧不足出现的？

泰米米

最后一步视频里面有音频需要调用

后期出现抖动，先要检查DST里面的aligned是否抖动厉害，用预览快速看一下即可，如果出现切脸大小不一致变化大的，则合成后抖动也大。  除此之外抖动是因为训练不足，多训练后也会下降。

曾圣齐

用dst视频，   帧率，声音等方面的原因吧

痛只有自己知道

多谢大佬答疑解惑。

大肥旺

你这个理解完全没涉及到工作原理啊。。。

大肥旺

今天去试了一下，把DST原视频换掉，依然能合成，最后合成，再转出来的视频里 出现的是我们已替换脸部的视频，而声音却是我们换的那个视频的音频，事实证明这个就是筛选图片找出眼睛嘴巴，然后替换成我们SRC里面的五官分布进行的图片合成，最后要用到视频 仅仅只是调取音频文件

月满天心

視頻僅僅只是調取音頻文件，學習了

coziness

可以要也可以不要任何一个视频改称DST一样可以用，工程保存好

xinger

dst我理解是为了进行图片排列和声音音轨排列所以不能丢掉原视频文件 要不你合成的只是照片而不是视频

ronld

合成的图片根据排列也可以合成视频加新的音轨