6 amostras controladas
Referência, resolução reduzida, foco suave, baixa exposição, alta exposição e compressão pesada JPEG.
Pesquisa de entrada original
Benchmark de prontidão de entrada para troca de rosto
Uma imagem de fonte própria, seis variantes controladas, cinco medições de pixel transparentes e zero alegações de saída gerada. Use os dados para entender o que um verificador de pré-envio pode medir antes do upload e o que não pode prever.
Resposta direta
Este é um teste de estresse de entrada, não um ranking de precisão de IA
O experimento altera uma família de variáveis por vez em torno da mesma criação de fonte de propriedade da DeepSwapAI. Ele publica medições de pixel decodificadas e transformações exatas. Não executa uma troca de rosto, compara modelos, estima similaridade de identidade ou declara um vencedor de qualidade.
5 medições de pixel
Luminância média, desvio padrão de contraste, clipping escuro, clipping claro e diferença de borda adjacente.
0 alegações de saída
Nenhuma imagem gerada, taxa de sucesso, pontuação de realismo, pontuação de identidade, resultado de velocidade ou ranking de produto.
Variantes controladas
Veja o conjunto exato de imagens por trás das medições
Cada placa deriva do mesmo ativo de origem. A inspeção visual permanece necessária porque métricas agregadas não podem mostrar todos os artefatos locais.
Dados medidos
Medições de pixel decodificadas em um lado de análise máximo de 512 pixels
A luminância usa coeficientes Rec. 709. Clipping escuro conta luminância em ou abaixo de 10; clipping claro conta luminância em ou acima de 245. Diferença de borda é a diferença absoluta média de luminância entre pixels vizinhos horizontais e verticais.
| Variante | Dimensões | Luminância média | DP de contraste | Clipping escuro | Clipping claro | Diferença de borda |
|---|---|---|---|---|---|---|
| Codificação de referência | 960 x 540 | 125.82 | 58.95 | 1.22% | 0% | 7.74 |
| Resolução reduzida | 320 x 180 | 126.22 | 58.81 | 1.1% | 0.01% | 10.55 |
| Foco suave | 960 x 540 | 124.8 | 55.19 | 0.16% | 0% | 2.68 |
| Baixa exposição | 960 x 540 | 57.18 | 30.37 | 9.22% | 0% | 3.87 |
| Alta exposição | 960 x 540 | 197.15 | 62.53 | 0% | 36.64% | 8.41 |
| Compressão pesada JPEG | 960 x 540 | 125.58 | 58.95 | 1.29% | 0.01% | 7.45 |
Importante: um valor é uma medição, não uma marca de aprovação universal. O JPEG comprimido mostra o porquê: suas medições globais permanecem próximas da referência, embora artefatos visuais de bloco e ringing ainda possam estar presentes.
Método reproduzível
Transformações exatas e impressões digitais de arquivo imutáveis
O SHA-256 de origem é 2f293e48f7d5d6a08ce9ab759a124e00ce92f2a204cd530284ce7d1f0ecc7c3d. Cada saída é decodificada, composta sobre branco se necessário, redimensionada proporcionalmente para não mais de 512 pixels em seu lado mais longo e amostrada em ordem de linha.
Codificação de referência
Redimensione a fonte de propriedade para 960 x 540 e codifique como WebP na qualidade 82.
SHA-256: 8c852071b02e03d91eb264655fef14654026fa46dc32e736a2b25c2ab0a1186a
Resolução reduzida
Redimensione a mesma fonte para 320 x 180 e codifique como WebP na qualidade 82.
SHA-256: 955c0e4e97a7af8564b39733b9654d3294abd07fa014c530ca733d8708000cc0
Foco suave
Redimensione para 960 x 540, aplique um desfoque gaussiano com sigma 4.5 e codifique como WebP na qualidade 82.
SHA-256: e8edf51e0ef2b38916c858fe4aff932b14081d60ebd55552fbfc360586350886
Baixa exposição
Redimensione para 960 x 540, aplique y = 0.52x - 8 aos canais RGB, limite ao intervalo de 8 bits e codifique como WebP na qualidade 82.
SHA-256: 727172796e3cf8efdefd601d21177321c1bfcfbc458d629a689897aecf442769
Alta exposição
Redimensione para 960 x 540, aplique y = 1.35x + 45 aos canais RGB, limite ao intervalo de 8 bits e codifique como WebP na qualidade 82.
SHA-256: f2b01d592108fea3bb82e888733d89fb7356c307cda00d6d55d587b422da957b
Compressão pesada JPEG
Redimensione para 960 x 540 e codifique como JPEG na qualidade 15 com subamostragem de croma 4:2:0.
SHA-256: cd952c4c50fb78e941a62492e7ef6c3cc2fae96abac7df87aa1f32d4106b97ae
Baixe o conjunto de dados completo
O JSON e o CSV contêm as fórmulas, escopo, limitações, transformações, dimensões, tamanhos de bytes, métricas e impressões digitais SHA-256. O arquivo BibTeX fornece uma citação estável.
Evidência de loop GIF
Sete acessórios de referência explicam o delta bruto da costura em loop
O verificador local GIF compara a primeira e a última tela exibida após a aplicação das regras de descarte GIF89a. Esses acessórios tornam esse cálculo reproduzível: quadros idênticos medem 0%, uma mudança de um quarto do branco mede 18,75%, um corte completo de preto para branco mede 75% e a amostra de 27 quadros de propriedade mede 15,835339%. Um valor mais alto pode ser um movimento intencional ou um corte; não é uma nota de qualidade.
| Caso de referência | Tela | Molduras | Delta de costura RGBA | Objetivo |
|---|---|---|---|---|
| Primeiro e último quadros idênticos | 4 × 4 | 2 | 0% | Controle delta zero. |
| Mudança RGB uniforme em 32 | 4 × 4 | 2 | 9.411765% | Mostra o efeito de uma pequena mudança de cor em todo o quadro enquanto o alfa permanece constante. |
| Corte preto e branco em quadro inteiro | 4 × 4 | 2 | 75% | Controle de alto delta para um corte rígido intencional. |
| Mudança de branco local de um quarto | 4 × 4 | 2 | 18.75% | Separa uma alteração semelhante a movimento local de um corte de quadro completo. |
| Eliminação de restauração em segundo plano GIF89a | 2 × 1 | 2 | 37.5% | Verifica o tipo de descarte 2 antes que o patch final seja composto. |
| GIF89a restaurar para descarte anterior | 2 × 1 | 2 | 37.5% | Verifica o tipo de descarte 3 antes que o patch final seja composto. |
| Amostra de animação de 27 quadros própria | 320 × 180 | 27 | 0.002378% | Referência GIF animada real usando quadros decodificados e regras de descarte GIF89a. |
Reutilize o método, os fixtures e os resultados exatos
O JSON publica a fórmula, a semântica de descarte, as receitas, os limites das evidências, as limitações e a impressão digital da amostra de propriedade. O CSV está pronto para análise e o arquivo BibTeX fornece uma citação estável.
Experimente seu próprio GIF localmente: abra o comprovação GIF gratuita apenas para navegador. O arquivo selecionado permanece no dispositivo, nenhuma inscrição é necessária para o verificador e seu relatório JSON sem nome de arquivo usa o mesmo método. Isso não torna a geração GIF gratuita ou anônima.
Catálogo de dados de pesquisa
Sete ativos reutilizáveis com limites de evidências explícitos
Este catálogo mantém medidas de entrada, evidências de limite de loop GIF, revisão humana de saída única, seleção de métrica, revisão de produto de origem oficial, revisão de contrato API e análise de pixel de ilustração separadas. Cite o ativo específico que você usou, sua versão e URL canônico, em vez de transferir uma declaração de um tipo de evidência para outro. O site é canônico e publica um Arquivo de citação CFF, Pacote de dados de 16 recursos, Catálogo DCAT 3, e Manifesto SHA-256 de 19 arquivos. O estado histórico do repositório v1.6.2 permanece preservado de forma independente em um Snapshot do Software Heritage com identificador swh:
Benchmark de prontidão de entrada controlada v1.0.0
Seis variantes de imagem controladas, cinco medições de pixel decodificadas, transformações exatas, impressões digitais de arquivo, JSON, CSV e BibTeX. Conjunto de dados canônico: deepswapai.com/research.
GIF acessórios de referência delta de costura de loop v1.0.0
Sete casos reproduzíveis do primeiro ao último quadro composto, incluindo os tipos de descarte 2 e 3, além de uma amostra própria de 27 quadros. Os valores são evidências brutas, não pontuações aparentes ou de qualidade. Abra o conjunto de dados do aparelho GIF.
Scorecard de qualidade de saída de troca de rosto v1.0.0
Uma rubrica de revisão humana de sete critérios separada com cálculo local, JSON e CSV reutilizáveis e limites explícitos sobre alegações biométricas ou de nível de provedor. Abra o scorecard.
Mapa de decisão de métrica de avaliação de troca de rosto v1.1.0
9 famílias de avaliação citadas por fonte mais um cruzamento de pesquisa de 3 protocolos, cada um com entradas, pré-requisitos e limites de interpretação explícitos. Nenhuma métrica é executada e nenhum provedor é pontuado. Abra o mapa de métricas.
Panorama de ferramentas de troca de rosto verificadas por fonte v1.0.0
13 registros de produto normalizados apoiados por 66 URLs de fonte oficial atuais, com desconhecidos visíveis e nenhum ranking de qualidade de saída. Abra o conjunto de dados de comparação.
Panorama de contratos API de troca de rosto v1.0.0
6 registros API normalizados apoiados por 21 URLs de fonte oficial atuais. Preserva unidades de preço incompatíveis e conflitos de fonte oficial sem executar uma solicitação de geração ou classificar provedores. Abra o conjunto de dados de contrato API.
Auditoria de painel de demonstração oficial v1.0.0
Três regiões de pixel decodificadas alinhadas, coordenadas de corte exatas, fórmulas, impressão digital de origem, JSON, CSV e BibTeX. Mede uma ilustração e não pontua uma saída gerada. Abra a auditoria de antes e depois.
Baixe o catálogo de pesquisa canônico
O JSON-LD descreve todos os sete conjuntos de dados, seus limites de evidências, registros canônicos, licenças, citações e distribuições. O CSV fornece o mesmo inventário para ferramentas tabulares.
Citação e reutilização: cite “DeepSwapAI Controlled Image Input-Readiness Benchmark v1, https://deepswapai.com/research”. O JSON, CSV, fórmulas, transformações e metadados de medição usam CC BY 4.0. As imagens de amostra referenciadas permanecem de propriedade da DeepSwapAI e não são relicenciadas para reutilização não relacionada.
Limite de interpretação
O que o experimento estabelece e o que permanece desconhecido
Resolução é explícita
Dimensões de pixel e tamanho de arquivo são propriedades exatas. Aumentar a escala de uma imagem pequena altera as dimensões, mas não pode reconstruir detalhes de identidade ausentes.
Exposição deixa clipping mensurável
A variante brilhante controlada move 36,64% dos pixels amostrados para a faixa de recorte de realce. Isso estabelece perda de faixa de entrada, não um defeito de saída previsto.
Desfoque reduz a mudança de borda local
A variante de foco suave reduz a diferença de borda adjacente de 7,74 para 2,68. A métrica é de toda a cena e não isola um rosto.
Compressão precisa de revisão visual
A compressão pesada JPEG pode preservar médias globais enquanto cria artefatos locais. Uma verificação técnica pré-envio não deve transformar algumas métricas em uma pontuação de qualidade falsa.
Limitações: uma cena de origem não é uma população. O analisador não detecta rostos, identidade, consentimento, pose, expressão, olhar, cabelo, oclusão ou comportamento do modelo. Não pode prever realismo, precisão, sucesso de processamento, preferência ou qualidade final de exportação.
Da evidência de entrada à revisão de saída
Use um protocolo separado após a geração
Medições de entrada e observações de saída respondem a perguntas diferentes. Após gerar um resultado representativo, use o scorecard de qualidade de troca de rosto para documentar identidade, mesclagem, pose, iluminação, oclusão, integridade técnica e estabilidade temporal sem transformar uma saída em uma alegação de todo o modelo.
Perguntas de pesquisa
Respostas sem exagerar a evidência
Este benchmark mede a qualidade da saída da troca de rosto?
Não. Ele mede apenas propriedades de imagem de entrada controladas. Nenhuma saída de troca de rosto foi gerada, pontuada ou comparada.
Pode prever um resultado realista?
Não. As medições não observam o modelo de geração, identidade, pose, expressão, oclusão ou saída.
Por que publicar uma amostra comprimida que parece semelhante na tabela?
Porque expõe uma limitação real: métricas agregadas globais podem perder artefatos JPEG locais.
Onde posso testar minha própria imagem?
Use o verificador de prontidão local. Ele aplica as mesmas cinco definições de medição no seu navegador sem fazer upload da imagem selecionada.
Como posso citar ou reutilizar os dados?
Use o registro BibTeX para download ou a declaração de atribuição visível. Os dados de medição e metadados usam CC BY 4.0; as imagens de amostra referenciadas permanecem propriedade da DeepSwapAI.
Meça sua própria entrada sem fazer upload
Abra o verificador local, inspecione cada métrica e aviso e, em seguida, faça o menor teste de geração representativo.