Roop

定义

Roop 是一款在命令行或图形界面下运行的开源人脸替换软件，用 Python 编写，采用 AGPL-3.0 许可证发布^[1]。它的输入是两张素材：一张含有所需人脸的源图片，以及一张目标图片或一段目标视频；输出则是把源人脸替换到目标素材中、并保持原有表情与动作的结果文件^[3]。与早期需要大量素材训练专用模型的换脸方案相比，Roop 以「单张图片即用」的特点降低了使用门槛^[4]。

它是「深度伪造」（deepfake）类软件的一种，主要面向图像与视频的人脸替换场景，官方定位是协助角色动画、服装模特等创作任务^[5]。

原理

Roop 的处理流程按帧进行，核心依赖 InsightFace 这一人脸分析库和其中的 inswapper_128.onnx 模型^[6]。程序先用人脸检测器在源图片和目标素材中定位人脸，取出被替换的目标人脸与作为来源的源人脸，再由换脸模型在目标人脸区域生成融合后的图像，最后把结果贴回原帧^[7]。

处理以「帧处理器」的插件形式组织，默认启用人脸替换处理器，也可以再叠加基于 GFPGAN 的人脸增强处理器，用于修复替换后常见的模糊与伪影^[8]。视频处理时，程序先用 FFmpeg 抽出临时帧，逐帧完成替换后再重新编码为视频，并可保留原始帧率与音轨^[9]。

为提高速度，Roop 采用多线程并行处理帧，并用线程锁保证换脸模型只被加载一次，避免并发时的资源竞争^[8]。推理通过 ONNX Runtime 执行，可选用 CPU 或 CUDA 等执行提供程序；不启用 GPU 加速时程序仍可运行，但耗时明显更长^[4]。

发展历程

Roop 由印度安全研究员与开发者 s0md3v 创建，项目在 2023 年 5 月前后启动，同年初次发布后很快在开源社区获得大量关注^[3]。2023 年 6 月，其配套的 Stable Diffusion 网页界面扩展 sd-webui-roop 发布，把换脸功能接入了图像生成流程^[10]。

2023 年 8 月，作者宣布停止该项目的开发。按作者本人的说明，停更原因是另一名拥有代码写入权限的开发者向项目文档提交了一段有问题的视频内容，事件在其离开项目期间未被及时发现，他因此认为自己没有精力继续维护一个涉及伦理争议的软件^[11]。

此后仓库转为存档状态，不再接受新的改动，但已发布的软件仍可继续使用^[12]。围绕 Roop 的代码陆续出现了多个复刻与衍生项目，例如增加图形界面、批量处理、视频换脸与直播换脸等功能的版本^[13]。

应用

Roop 提供命令行与图形界面两种使用方式，命令行下通过源图片、目标素材和输出路径三个主要参数即可运行，适合批量和自动化处理^[9]。可选参数覆盖了处理方式的多个方面，例如使用 --many-faces 处理画面中的每一张人脸、用 --keep-fps 保持原视频帧率、用 --skip-audio 丢弃原音轨^[2]。

除了直接处理视频文件，Roop 的代码与模型也被集成进其他创作工具。ComfyUI 存在调用 Roop 库的节点插件，可完成两张图片之间的人脸替换、整目录图片的批量换脸以及把图片人脸替换进视频等操作^[14]。在 Stable Diffusion 网页界面中，它作为扩展在图像生成的前后阶段介入，用于替换生成结果中的人脸^[15]。

官方文档把该软件的用途描述为面向 AI 生成媒体行业的创作辅助，包括为服装模特生成一致的面孔、制作角色动画等^[16]。

局限

Roop 在发布时内置了内容安全检查，用开源的 NSFW 识别模型在换脸开始前对目标素材做判断，概率超过阈值时终止处理^[17]。这一检查本身存在明显缺口：视频只按每 100 帧抽样一次，约相当于 30 帧每秒的视频每 3 秒多检查一帧，短暂的不当画面可能落在抽样间隔之外^[17]。

由于源码完全公开，检查逻辑属于可以被修改的软性限制，社区很快出现了移除或绕过该过滤的分支版本，这一结构性问题无法靠代码层面的过滤器解决^[17]。此外，检测只含人脸的画面时也可能被误判为不当内容，导致程序静默终止而不给出解释^[17]。

在画质与性能上，替换后的脸部容易出现模糊与失真，需要借助人脸增强模型补救；视频处理的耗时也较高，官方使用说明建议对较短的片段进行换脸^[14]。若源图片或目标素材中检测不到人脸，程序会直接报错或中止，无法完成替换^[18]。

项目于 2023 年 8 月停止更新并进入存档状态，官方版本不再获得修复与新功能^[11]。

参见

• 深度伪造 —— Roop 属于这一类合成媒体技术，用于生成人脸被替换的图像与视频。

• InsightFace —— Roop 的人脸检测与换脸功能所依赖的开源人脸分析库。

• Stable Diffusion —— Roop 通过 sd-webui-roop 扩展接入这一图像生成工具。

• GFPGAN —— 常与 Roop 配合使用的人脸修复模型，用于提升换脸结果的清晰度。

• 生成对抗网络 —— 人脸增强与图像合成所依据的一类深度学习模型。

• 开源许可证 —— Roop 以 AGPL-3.0 许可证发布，其使用与再分发受该协议约束。