高圆圆 稀有极限正仰、极限正俯（WF1024 96张 + WF512 72张）

Mrdeepfake

ccctttccct 发表于 2023-6-23 12:00
在哪里

真是无语，搜索都不会......

https://dfldata.cc/forum.php?mod ... 6&highlight=MVE

adamwu

楼主，链接失效了，不敢买啊，前面买了几个，楼主失联几天了，灵石打水漂了

Mrdeepfake

adamwu 发表于 2023-7-31 22:26
楼主，链接失效了，不敢买啊，前面买了几个，楼主失联几天了，灵石打水漂了 ...

链接检测工具早就不能用了。实际链接却一直是正常的。照你的说法或做法，SRC专区链接都失效了，可能吗......

adamwu

已购买成功，谢谢楼主

adamwu

楼主，下载后压缩包解压密码是什么

Mrdeepfake

adamwu 发表于 2023-8-11 13:59
楼主，下载后压缩包解压密码是什么

不仔细看内容。解压密码：JXJD

WaveBedo

楼主，你好啊。一部电视剧几十集，全剪应该很有难度。你一般怎么做，才能快速剪完啊

Mrdeepfake

WaveBedo 发表于 2023-10-5 11:33
楼主，你好啊。一部电视剧几十集，全剪应该很有难度。你一般怎么做，才能快速剪完啊 ...

我的做法是先剪目标人物近、中景，另外特殊的远景（如特殊表情与风格，稀有角度）也保留，一般以剪辑后时长30分钟左右为一个基本部分（经常是5集为一个部分），把 src 人物视频先剪辑出来；然后各部分再取脸，删除非 src 脸并用 MVE 去重后，用 MVE 人脸大小分类功能快速分类近、中、远镜头；然后主素材使用近景镜头，并用 MVE 清晰度（即对比度）排序，挑出最佳清晰度素材；欠缺的角度、稀有表情最后再从中远镜头补充，有必要的话，可能还需人脸增强。这是总体流程。

单纯剪辑视频的话，我习惯了用剪映，通过简单设置，直接用鼠标点击视频时间轴就能切割视频，先切割好，再统一删除不要的片段；根据源视频的特征，可能需要先粗剪再细剪。若切的是4K片源，如果电脑不给力的话，可能剪辑起来很卡很痛苦，而开启视频代理还需要格式转化也比较费时痛苦。我是下载4K视频的时候另外寻找低分辨相同时长的视频（或者把4K视频上传至115网盘或阿里云盘什么的，再在网页端用 IDM下载低分辨 ts 格式的视频，再格式转换就容易多了），然后用剪映剪辑低分辨视频，剪好后保存草稿，把4K画质源视频文件夹名称、路径、子文件名称弄得跟低画质视频一样，再打开草稿导出 4K 画质剪辑视频。

若人物素材非常丰富，剪辑到中后期，如果不是稀有角度、稀有表情、稀有风格，中景镜头甚至都可以不剪，只保留超大特写镜头。至于最后为啥不直接用超大特写镜头而还要清晰度排序，是因为近景也不一定清晰或清晰度最高，因为它可能非焦（过焦或欠焦），还可能存在运动模糊。剔除模糊图片并筛选出最满意的脸集是一个很费力的工作，占处理总时间的 90% 以上！为减轻工作量，可以先挑选喜欢的风格（它们通常是一套），再清晰度分析并去模糊。先粗选，再精挑细选，一遍一遍，就可以选出最满意的素材集了。最后 src 素材集人脸数目最好控制在 12k 以下，太多不仅模型训练收敛速度会很慢，最后达到的最高清晰度也会降低的。

WaveBedo

Mrdeepfake 发表于 2023-10-5 13:05
我的做法是先剪目标人物近、中景，另外特殊的远景（如特殊表情与风格，稀有角度）也保留，一般以剪辑后时 ...

感谢啊，一下子就学到了这么多重要的东西！

剪映右键有一个智能镜头分割的功能，我在使用，它一般可以分得出近景、中景及不需要的片段。
智能分割之后，把近景、中景挑出来，其他的用鼠标框选删掉，速度应该可以提高一点
（这点还没尝试，试过一个一个删掉的做法，还是太费时间，因为它会剪成非常多的片段）

MVE清晰度排序，你说得应该是Blur Desc模糊度排序吧？
我之前试过很多次，觉得它的模糊度排序很多时候，都会漏掉一些，
有不少模糊的，MVE也没有把它们排到后面。
你使用MVE排序的时候，会出现这种情况吗

Mrdeepfake

WaveBedo 发表于 2023-10-5 14:20
感谢啊，一下子就学到了这么多重要的东西！

剪映右键有一个智能镜头分割的功能，我在使用，它一般可以分 ...

智能镜头分割不是很靠谱，分析还很耗时间。另外，清晰度排序目前没有很好的算法与产品，总会有漏网之鱼，而且还不少，所以需要人工删除模糊脸。目前不论 DFL 还是 MVE 衡量清晰度的最终方法是按整张人脸方图（包括背景）对比度排序的，这样，遇到人脸聚焦而背景却模糊非焦的情况、人脸面积小如侧脸或其他近极限角度脸的情况，背景色彩丰富（因而对比度高）的情况，通过衡量整张图对比度来衡量人脸清晰度，就不会太好，事实上对这些图经常是失效的。但这样排序能粗略挑选高画质人脸，还是有用的，细选需要人工。其实我个人觉得这种衡量清晰度的算法可以改进，比如结合人脸 XSeg 遮罩（再不济，还可以直接用切脸得到的粗略 FF 遮罩），只计算人脸部分的对比度，以此来衡量人脸清晰度，准确性应该会得到极大提高！但我个人不会 python 编程，要不然就弄这么一个小工具了，肯定非常实用！