6 muestras controladas
Referencia, resolución reducida, enfoque suave, exposición baja, exposición alta y compresión JPEG pesada.
Investigación
Investigación
Investigación. Face swap con IA en el navegador para fotos, lotes, mapas de grupos, vídeo y GIF con permiso. Conteúdo localizado: es. Comparación con fuentes verificadas.
Guía práctica
Investigación
Esta página explica Investigación en español: propósito, límites y verificación. El contenido revisado conserva los hechos, números, enlaces y fuentes; usa solo medios autorizados.
Comparación con fuentes verificadas: Face swap con IA en el navegador para fotos, lotes, mapas de grupos, vídeo y GIF con permiso.
Respuesta directa
Esta es una prueba de estrés de entrada, no una tabla de clasificación de precisión de IA
El experimento cambia una familia de variables a la vez alrededor de la misma creación fuente propiedad de DeepSwapAI. Publica mediciones de píxeles decodificados y transformaciones exactas. No ejecuta un intercambio de rostros, compara modelos, estima similitud de identidad ni declara un ganador de calidad.
5 mediciones de píxeles
Luminancia media, desviación estándar de contraste, recorte de sombras, recorte de luces y diferencia de bordes adyacentes.
0 afirmaciones de salida
Ninguna imagen generada, tasa de éxito, puntuación de realismo, puntuación de identidad, resultado de velocidad o clasificación de producto.
Variantes controladas
Ve el conjunto de imágenes exacto detrás de las mediciones
Cada placa deriva del mismo activo fuente. La inspección visual sigue siendo necesaria porque las métricas agregadas no pueden mostrar cada artefacto local.
Datos medidos
Mediciones de píxeles decodificados con un lado de análisis máximo de 512 píxeles
La luminancia utiliza los coeficientes Rec. 709. El recorte de sombras cuenta la luminancia en o por debajo de 10; el recorte de luces cuenta la luminancia en o por encima de 245. La diferencia de borde es la diferencia de luminancia absoluta media entre píxeles vecinos horizontales y verticales.
| Variante | Dimensiones | Luminancia media | DE de contraste | Recorte oscuro | Recorte claro | Diferencia de borde |
|---|---|---|---|---|---|---|
| Codificación de referencia | 960 x 540 | 125.82 | 58.95 | 1.22% | 0% | 7.74 |
| Resolución reducida | 320 x 180 | 126.22 | 58.81 | 1.1% | 0.01% | 10.55 |
| Enfoque suave | 960 x 540 | 124.8 | 55.19 | 0.16% | 0% | 2.68 |
| Baja exposición | 960 x 540 | 57.18 | 30.37 | 9.22% | 0% | 3.87 |
| Alta exposición | 960 x 540 | 197.15 | 62.53 | 0% | 36.64% | 8.41 |
| Compresión JPEG intensa | 960 x 540 | 125.58 | 58.95 | 1.29% | 0.01% | 7.45 |
Importante: un valor es una medición, no una marca de aprobación universal. El JPEG comprimido muestra por qué: sus mediciones globales permanecen cercanas a la referencia aunque aún pueden estar presentes artefactos visuales de bloque y anillo.
Método reproducible
Transformaciones exactas y huellas digitales de archivo inmutables
El SHA-256 de origen es 2f293e48f7d5d6a08ce9ab759a124e00ce92f2a204cd530284ce7d1f0ecc7c3d. Cada salida se decodifica, se compone sobre blanco si es necesario, se redimensiona proporcionalmente a no más de 512 píxeles en su lado más largo y se muestrea en orden de fila.
Codificación de referencia
Redimensionar la fuente propia a 960 x 540 y codificar como WebP con calidad 82.
SHA-256: 8c852071b02e03d91eb264655fef14654026fa46dc32e736a2b25c2ab0a1186a
Resolución reducida
Redimensionar la misma fuente a 320 x 180 y codificar como WebP con calidad 82.
SHA-256: 955c0e4e97a7af8564b39733b9654d3294abd07fa014c530ca733d8708000cc0
Enfoque suave
Redimensionar a 960 x 540, aplicar un desenfoque gaussiano con sigma 4.5 y codificar como WebP con calidad 82.
SHA-256: e8edf51e0ef2b38916c858fe4aff932b14081d60ebd55552fbfc360586350886
Baja exposición
Redimensionar a 960 x 540, aplicar y = 0.52x - 8 a los canales RGB, limitar al rango de 8 bits y codificar como WebP con calidad 82.
SHA-256: 727172796e3cf8efdefd601d21177321c1bfcfbc458d629a689897aecf442769
Alta exposición
Redimensionar a 960 x 540, aplicar y = 1.35x + 45 a los canales RGB, limitar al rango de 8 bits y codificar como WebP con calidad 82.
SHA-256: f2b01d592108fea3bb82e888733d89fb7356c307cda00d6d55d587b422da957b
Compresión JPEG intensa
Redimensionar a 960 x 540 y codificar como JPEG con calidad 15 y submuestreo de crominancia 4:2:0.
SHA-256: cd952c4c50fb78e941a62492e7ef6c3cc2fae96abac7df87aa1f32d4106b97ae
Descargar el conjunto de datos completo
El JSON y el CSV contienen las fórmulas, el alcance, las limitaciones, las transformaciones, las dimensiones, los tamaños en bytes, las métricas y las huellas digitales SHA-256. El archivo BibTeX proporciona una cita estable.
Catálogo de datos de investigación
Seis activos reutilizables con límites de evidencia explícitos
Este catálogo mantiene separadas las mediciones de entrada, la revisión humana de una sola salida, la selección de métricas, la revisión del producto de fuente oficial, la revisión del contrato API y el análisis de píxeles de ilustración. Cite el activo específico que utilizó, su versión y su URL canónica en lugar de transferir una afirmación de un tipo de evidencia a otro. El sitio web sigue siendo canónico; el repositorio público de investigación y lanzamiento inmutable v1.6.2 verificado por suma de verificación proporcionan un espejo externo versionado. La atestación de lanzamiento firmada de GitHub vincula el commit c1d268d4a140
Punto de referencia de preparación de entrada controlada v1.0.0
Seis variantes de imagen controlada, cinco mediciones de píxeles decodificados, transformaciones exactas, huellas digitales de archivo, JSON, CSV y BibTeX. Conjunto de datos canónico: deepswapai.com/research.
Tarjeta de puntuación de calidad de salida de intercambio de rostros v1.0.0
Una rúbrica de revisión humana de siete criterios separada con cálculo local, JSON y CSV reutilizables, y límites explícitos sobre afirmaciones biométricas o a nivel de proveedor. Abrir la tarjeta de puntuación.
Mapa de decisión de métrica de evaluación de intercambio de rostros v1.1.0
9 familias de evaluación citadas por fuentes más un cruce de investigación de 3 protocolos, cada uno con entradas, requisitos previos y límites de interpretación explícitos. No se ejecuta ninguna métrica ni se puntúa a ningún proveedor. Abrir el mapa de métricas.
Panorama de herramientas de intercambio de rostros verificado por fuentes v1.0.0
13 registros de productos normalizados respaldados por 66 URL de fuentes oficiales actuales, con incógnitas visibles y sin clasificación de calidad de salida. Abrir el conjunto de datos de comparación.
Panorama de contratos API de intercambio de rostros v1.0.0
6 registros API normalizados respaldados por 21 URL de fuentes oficiales actuales. Conserva unidades de precio incompatibles y conflictos de fuentes oficiales sin ejecutar una solicitud de generación ni clasificar proveedores. Abrir el conjunto de datos del contrato API.
Auditoría oficial del panel de demostración v1.0.0
Tres regiones de píxeles decodificados alineadas, coordenadas de recorte exactas, fórmulas, huella digital de fuente, JSON, CSV y BibTeX. Mide una ilustración y no puntúa una salida generada. Abrir la auditoría de antes y después.
Descargar el catálogo de investigación canónico
El JSON-LD describe los seis conjuntos de datos, sus límites de evidencia, registros canónicos, licencias, citas y distribuciones. El CSV proporciona el mismo inventario para herramientas tabulares.
Citación y reutilización: cite “DeepSwapAI Punto de referencia de preparación de entrada de imagen controlada v1, https://deepswapai.com/research”. El JSON, CSV, fórmulas, transformaciones y metadatos de medición utilizan CC BY 4.0. Las imágenes de muestra referenciadas siguen siendo propiedad de DeepSwapAI y no tienen licencia para reutilización no relacionada.
Límite de interpretación
Lo que establece el experimento y lo que permanece desconocido
La resolución es explícita
Las dimensiones de píxeles y el tamaño del archivo son propiedades exactas. Aumentar la escala de una imagen pequeña cambia las dimensiones pero no puede reconstruir los detalles de identidad faltantes.
La exposición deja un recorte medible
La variante brillante controlada mueve el 36.64% de los píxeles muestreados al rango de recorte de luces. Eso establece un rango de entrada perdido, no un defecto de salida predicho.
El desenfoque reduce el cambio de borde local
La variante de enfoque suave reduce la diferencia de borde adyacente de 7.74 a 2.68. La métrica es de toda la escena y no aísla un rostro.
La compresión necesita revisión visual
La compresión JPEG intensa puede preservar los promedios globales mientras crea artefactos locales. Una verificación técnica previa no debe convertir unas pocas métricas en una puntuación de calidad falsa.
Limitaciones: una escena fuente no es una población. El analizador no detecta rostros, identidad, consentimiento, pose, expresión, mirada, cabello, oclusión ni comportamiento del modelo. No puede predecir realismo, precisión, éxito del procesamiento, preferencia ni calidad de exportación final.
De la evidencia de entrada a la revisión de salida
Utilice un protocolo separado después de la generación
Las mediciones de entrada y las observaciones de salida responden a preguntas diferentes. Después de generar un resultado representativo, use la tarjeta de puntuación de calidad de intercambio de rostros para documentar identidad, mezcla, pose, iluminación, oclusión, integridad técnica y estabilidad temporal sin convertir una salida en una afirmación de todo el modelo.
Preguntas de investigación
Respuestas sin exagerar la evidencia
¿Mide este punto de referencia la calidad de salida del intercambio de rostros?
No. Mide solo propiedades de imagen de entrada controladas. No se generó, puntuó ni comparó ninguna salida de intercambio de rostros.
¿Puede predecir un resultado realista?
No. Las mediciones no observan el modelo de generación, la identidad, la pose, la expresión, la oclusión ni la salida.
¿Por qué publicar una muestra comprimida que se ve similar en la tabla?
Porque expone una limitación real: las mediciones agregadas globales pueden pasar por alto artefactos JPEG locales.
¿Dónde puedo probar mi propia imagen?
Utilice el verificador de preparación local. Aplica las mismas cinco definiciones de medición en su navegador sin cargar la imagen seleccionada.
¿Cómo puedo citar o reutilizar los datos?
Utilice el registro BibTeX descargable o la declaración de atribución visible. Los datos de medición y los metadatos utilizan CC BY 4.0; las imágenes de muestra referenciadas siguen siendo propiedad de DeepSwapAI.
Empezar face swap
Face swap con IA en el navegador para fotos, lotes, mapas de grupos, vídeo y GIF con permiso.