Faire un Deep Fake très rapidement avec seulement une image !

Dans cette article je te présente une technique développée par des chercheurs pour créer un Deep Fake à partir d’une seule image.

Au cours de l’Histoire, de nombreuses techniques ont été inventé pour contrefaire des papiers officiels, des documents d’identité, des produits de luxe. Aujourd’hui, grâce au Deep Learning, il est également possible de contrefaire des vidéos !

Cette pratique, bien que controversée, est étudiée par de nombreux chercheurs en Intelligence Artificielle. Les résultats prometteurs dans le domaine ne datent pas d’hier. Déjà en 2017, l’Université de Washington avait publié cette fausse interview de Barack Obama créé :

Il a fallu 14 heures de vidéos de l’ancien Président des États-Unis pour entraîner une Intelligence Artificielle à générer cette interview artificielle. Mais une nouvelle méthode nous permet à présent de réaliser des Deep Fakes à l’aide d’une simple image.

Qu’est-ce qu’un Deep Fake

Un Deep Fake est une image ou une vidéo d’une personne dont le visage ou le corps a été modifié numériquement.

Le Deep Fake repose sur l’appropriation de la figure d’une personne dans le but de la détourner dans un style humoristique, caricatural ou malicieux.

Le challenge dans la création de Deep Fake est d’imiter la réalité sans que cette imitation soit détectée comme telle.

Aujourd’hui, la manière la plus efficace de créer un Deep Fake est d’utiliser l’Intelligence Artificielle. Et plus précisément le Deep Learning.

Le Deep Learning est une branche de l’informatique utilisant des algorithmes intelligents (des réseaux de neurones) pour résoudre des tâches complexes.

Grâce aux réseaux de neurones, des compétences qu’auparavant seul les humains pouvaient accomplir sont maintenant réalisables automatiquement par des algorithmes. Si tu veux en savoir plus sur les algorithmes de Deep Learning et ce qu’ils peuvent accomplir – je te recommande cette article sur les différents algorithmes de Deep Learning.

Pour qu’un algorithme de Deep Learning puisse accomplir un objectif, il faut habituellement une quantité massive de données.

Par exemple, l’algorithme générateur de Deep Fake des chercheurs de l’Université de Washington a nécessité 14 heures de vidéos de Barack Obama avant de pouvoir reproduire son visage et ses gestuelles.

Mais cette époque est révolue.

Faire un Deep Fake

Le 1er octobre 2020, des chercheurs de l’Université de Trento en Italie ont publié le papier : First Order Motion Model for Image Animation.

Dans cette étude académique, Aliaksandr Siarohin et al. ont mis au point une méthode permettant de générer un Deep Fake à partir d’une seule image.

L’idée générale de cette publication est d’utiliser le Deep Learning pour transférer le mouvement d’une personne en vidéo pour animer l’image d’une personne fixe.

Au fait, si ton objectif est d'apprendre le Deep Learning - j’ai préparé pour toi le Plan d’action pour Maîtriser les Réseaux de neurones.

7 jours de conseils gratuits d’un ingénieur spécialisé en Intelligence Artificielle pour apprendre à maîtriser les réseaux de neurones à partir de zéro :

  • Planifie ton apprentissage
  • Structure tes projets
  • Développe tes algorithmes d’Intelligence Artificielle

J’ai basé ce programme sur des faits scientifiques, des approches éprouvées par des chercheurs mais également mes propres techniques que j'ai conçues au fil de mes expériences dans le domaine du Deep Learning.

Pour y accéder, clique ici :

RECEVOIR MON PLAN D'ACTION

RECEVOIR MON PLAN D'ACTION

À présent, on peut revenir à ce que je mentionnais précédemment.

Pour cela, les chercheurs ont introduit une nouvelle méthode pour animer des images. Au lieu d’essayer d’enregistrer chaque détail du mouvement d’une personne, ils se sont concentrés sur des points d’intérêt (keypoints) de la figure d’une personne et sur la manière dont ces points se déplacent entre deux images d’une vidéo. Les universitaires italiens ont ainsi mis au point une formule mathématique qui calcule efficacement le mouvement des points clés entre les images (dérivée d’une approximation d’expansion de Taylor du premier ordre). Cette formule leur a permis de représenter le mouvement globale d’une personne par un ensemble de déplacements de points clés.

Pour donner vie à l’image, ils ont ensuite développé un réseau de neurones génératif. Le réseau combine l’apparence de l’image source avec les informations du mouvement de la vidéo. Ce réseau prend l’image statique et les données de mouvement et génère une nouvelle version animée de l’image.

Finalement, pour valider leur méthode, les chercheurs ont réalisé des évaluations quantitatives et qualitatives. Les résultats ont montré que leur approche est plus performante que les techniques de pointe précédentes.

Utiliser le First Order Motion Model

Code

Pour utiliser le modèle First Order Motion, tu devras fournir une vidéo représentant le mouvement que tu souhaites reproduire ainsi que l’image source que tu souhaites animer. Le modèle générera ensuite une vidéo dans laquelle l’image source reproduit le mouvement de la vidéo.

Le code du First Order Motion Model est accessible sur le GitHub de Aliaksandr Siarohin. Tu peux y accéder sur ce lien.

Néanmoins, tu peux également accéder à mon application gratuite pour faire des Deep Fakes. Pour créer cette application, je me suis inspiré du code de Aliaksandr Siarohin. Je l’ai simplifié pour que n’importe qui puisse générer des Deep Fakes sans coder.

L’application est entièrement automatisé. Tu n’as qu’à charger une image et une vidéo pour générer ton Deep Fake en 2 minutes.

Remarque : Il est possible que tu n’aies pas d’image ni de vidéo sous la main. Dans ce cas, tu peux utiliser celles disponibles directement sur l’application pour créer ton premier Deep Fake.

Application

L’application, réalisé sur Google Colab, est disponible sur ce lien.

Pour utiliser l’application, suis ces étapes:

  • Importe ton image
  • Entre le nom de l’image dans le champ correspondant
  • Importe la vidéo à reproduire
  • Entre le nom de la vidéo dans le champ correspondant
  • Exécute le code en appuyant sur les touches Shift + Entrer !

Depuis la rédaction de cet article, le 13 janvier 2021, de nombreuses IA génératrices ont vu le jour sur internet.

Des IA ludiques comme Midjourney pour créer de l’art et des images réalistes, ou bien, des IA pour reproduire le langage naturel entre deux personnes comme ChatGPT.

Mieux que ça, aujourd’hui les IA génératrices sont mêmes utilisées dans le monde du travail par de grandes entreprises : Microsoft, Coca-Cola, Duolingo et bien d’autres tirent déjà parti des IA génératrices dans leur stratégies (source : Forbes – 10 Amazing Real-World Examples Of How Companies Are Using ChatGPT In 2023).

Sur Inside Machine Learning, je m’efforce de te donner le meilleur contenu pour que tu puisses acquérir de solides compétences en Deep Learning.

Si tu souhaites approfondir tes connaissances dans le domaine, tu peux accéder à mon Plan d’action pour Maîtriser les Réseaux de neurones.

Un programme de 7 cours gratuits qui te guide dans ton parcours pour apprendre le Deep Learning.

Si ça t’intéresse, clique ici :

RECEVOIR MON PLAN D’ACTION

Un dernier mot, si tu veux aller plus loin et apprendre le Deep Learning - j’ai préparé pour toi le Plan d’action pour Maîtriser les Réseaux de neurones.

7 jours de conseils gratuits d’un ingénieur spécialisé en Intelligence Artificielle pour apprendre à maîtriser les réseaux de neurones à partir de zéro :

  • Planifie ton apprentissage
  • Structure tes projets
  • Développe tes algorithmes d’Intelligence Artificielle

J’ai basé ce programme sur des faits scientifiques, des approches éprouvées par des chercheurs mais également mes propres techniques que j'ai conçues au fil de mes expériences dans le domaine du Deep Learning.

Pour y accéder, clique ici :

RECEVOIR MON PLAN D'ACTION

RECEVOIR MON PLAN D'ACTION

Tom Keldenich
Tom Keldenich

Ingénieur spécialisé en Intelligence Artificielle et passionné de données !

Fondateur du site Inside Machine Learning

2 commentaires

  1. Bonjour,
    Je ne parviens pas à utiliser votre application, il y a un message d’erreur disant qu’il manque un module :
    ModuleNotFoundError : No module named ‘imageio_ffmpeg’
    Savez vous comment solutionner ce problème ?
    Merci 😉

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This page will not stay online forever

Enter your email to receive for free

The PANE method for Deep Learning

* indicates required

 

You will receive one email per day for 7 days – then you will receive my newsletter.
Your information will never be given to third parties.

You can unsubscribe in 1 click from any of my emails.



Entre ton email pour recevoir gratuitement
la méthode PARÉ pour faire du Deep Learning


Tu recevras un email par jour pendant 7 jours - puis tu recevras ma newsletter.
Tes informations ne seront jamais cédées à des tiers.

Tu peux te désinscrire en 1 clic depuis n'importe lequel de mes emails.