6 sampel terkontrol
Referensi, resolusi berkurang, fokus lembut, eksposur rendah, eksposur tinggi, dan kompresi JPEG berat.
Penelitian input asli
Tolok ukur kesiapan input pertukaran wajah
Satu gambar sumber milik, enam varian terkontrol, lima pengukuran piksel transparan, dan nol klaim output yang dihasilkan. Gunakan data untuk memahami apa yang dapat diukur oleh pemeriksa pra-unggah dan apa yang tidak dapat diprediksi.
Jawaban langsung
Ini adalah uji tekanan input, bukan papan peringkat akurasi AI
Eksperimen mengubah satu keluarga variabel pada satu waktu di sekitar sumber kreatif milik DeepSwapAI yang sama. Ini menerbitkan pengukuran piksel yang didekodekan dan transformasi yang tepat. Ini tidak menjalankan pertukaran wajah, membandingkan model, memperkirakan kesamaan identitas, atau menyatakan pemenang kualitas.
5 pengukuran piksel
Luminansi rata-rata, deviasi standar kontras, pemotongan gelap, pemotongan sorotan, dan perbedaan tepi yang berdekatan.
0 klaim output
Tidak ada gambar yang dihasilkan, tingkat keberhasilan, skor realisme, skor identitas, hasil kecepatan, atau peringkat produk.
Varian terkontrol
Lihat kumpulan gambar yang tepat di balik pengukuran
Setiap pelat berasal dari aset sumber yang sama. Inspeksi visual tetap diperlukan karena metrik agregat tidak dapat menunjukkan setiap artefak lokal.
Data terukur
Pengukuran piksel yang didekodekan pada sisi analisis maksimum 512 piksel
Luminansi menggunakan koefisien Rec. 709. Pemotongan gelap menghitung luminansi pada atau di bawah 10; pemotongan sorotan menghitung luminansi pada atau di atas 245. Perbedaan tepi adalah perbedaan luminansi absolut rata-rata di seluruh piksel tetangga horizontal dan vertikal.
| Varian | Dimensi | Luminansi rata-rata | SD Kontras | Gelap terpotong | Terang terpotong | Perbedaan tepi |
|---|---|---|---|---|---|---|
| Enkode referensi | 960 x 540 | 125.82 | 58.95 | 1.22% | 0% | 7.74 |
| Resolusi berkurang | 320 x 180 | 126.22 | 58.81 | 1.1% | 0.01% | 10.55 |
| Fokus lembut | 960 x 540 | 124.8 | 55.19 | 0.16% | 0% | 2.68 |
| Eksposur rendah | 960 x 540 | 57.18 | 30.37 | 9.22% | 0% | 3.87 |
| Eksposur tinggi | 960 x 540 | 197.15 | 62.53 | 0% | 36.64% | 8.41 |
| Kompresi JPEG berat | 960 x 540 | 125.58 | 58.95 | 1.29% | 0.01% | 7.45 |
Penting: nilai adalah pengukuran, bukan tanda kelulusan universal. JPEG yang dikompresi menunjukkan alasannya: pengukuran globalnya tetap dekat dengan referensi meskipun artefak blok visual dan dering masih dapat muncul.
Metode yang dapat direproduksi
Transformasi yang tepat dan sidik jari file yang tidak dapat diubah
SHA-256 sumber adalah 2f293e48f7d5d6a08ce9ab759a124e00ce92f2a204cd530284ce7d1f0ecc7c3d. Setiap output didekodekan, digabungkan di atas putih jika perlu, diubah ukurannya secara proporsional hingga tidak lebih dari 512 piksel pada sisi terpanjangnya, dan diambil sampelnya dalam urutan baris.
Enkode referensi
Ubah ukuran sumber milik menjadi 960 x 540 dan enkode sebagai WebP pada kualitas 82.
SHA-256: 8c852071b02e03d91eb264655fef14654026fa46dc32e736a2b25c2ab0a1186a
Resolusi berkurang
Ubah ukuran sumber yang sama menjadi 320 x 180 dan enkode sebagai WebP pada kualitas 82.
SHA-256: 955c0e4e97a7af8564b39733b9654d3294abd07fa014c530ca733d8708000cc0
Fokus lembut
Ubah ukuran menjadi 960 x 540, terapkan blur Gaussian dengan sigma 4.5, dan enkode sebagai WebP pada kualitas 82.
SHA-256: e8edf51e0ef2b38916c858fe4aff932b14081d60ebd55552fbfc360586350886
Eksposur rendah
Ubah ukuran menjadi 960 x 540, terapkan y = 0.52x - 8 ke saluran RGB, jepit ke rentang 8-bit, dan enkode sebagai WebP pada kualitas 82.
SHA-256: 727172796e3cf8efdefd601d21177321c1bfcfbc458d629a689897aecf442769
Eksposur tinggi
Ubah ukuran menjadi 960 x 540, terapkan y = 1.35x + 45 ke saluran RGB, jepit ke rentang 8-bit, dan enkode sebagai WebP pada kualitas 82.
SHA-256: f2b01d592108fea3bb82e888733d89fb7356c307cda00d6d55d587b422da957b
Kompresi JPEG berat
Ubah ukuran menjadi 960 x 540 dan enkode sebagai JPEG pada kualitas 15 dengan subsampling kroma 4:2:0.
SHA-256: cd952c4c50fb78e941a62492e7ef6c3cc2fae96abac7df87aa1f32d4106b97ae
Unduh kumpulan data lengkap
JSON dan CSV berisi rumus, cakupan, keterbatasan, transformasi, dimensi, ukuran byte, metrik, dan sidik jari SHA-256. File BibTeX menyediakan kutipan yang stabil.
Bukti lingkaran GIF
Tujuh perlengkapan referensi menjelaskan delta jahitan lingkaran mentah
Pemeriksa GIF lokal membandingkan kanvas pertama dan terakhir yang ditampilkan setelah menerapkan aturan pembuangan GIF89a. Perlengkapan ini membuat penghitungan tersebut dapat direproduksi: bingkai identik berukuran 0%, perubahan seperempat putih berukuran 18,75%, potongan hitam-putih penuh berukuran 75%, dan sampel 27 bingkai yang dimiliki berukuran 15,835339%. Nilai yang lebih tinggi dapat berupa gerakan yang disengaja atau pemotongan; ini bukan nilai kualitas.
| Kasus referensi | Kanvas | Bingkai | Delta jahitan RGBA | Tujuan |
|---|---|---|---|---|
| Bingkai pertama dan terakhir identik | 4 × 4 | 2 | 0% | Kontrol nol-delta. |
| Pergeseran RGB seragam sebesar 32 | 4 × 4 | 2 | 9.411765% | Menunjukkan efek perubahan warna kecil pada keseluruhan bingkai sementara alfa tetap konstan. |
| Potongan hitam-putih bingkai penuh | 4 × 4 | 2 | 75% | Kontrol delta tinggi untuk pemotongan keras yang disengaja. |
| Seperempat perubahan putih lokal | 4 × 4 | 2 | 18.75% | Memisahkan perubahan seperti gerakan lokal dari potongan full-frame. |
| GIF89a pembuangan pemulihan ke latar belakang | 2 × 1 | 2 | 37.5% | Memverifikasi pembuangan tipe 2 sebelum patch akhir dibuat. |
| GIF89a mengembalikan ke pembuangan sebelumnya | 2 × 1 | 2 | 37.5% | Memverifikasi pembuangan tipe 3 sebelum patch akhir dibuat. |
| Sampel animasi 27 bingkai yang dimiliki | 320 × 180 | 27 | 0.002378% | Referensi animasi-GIF nyata menggunakan bingkai yang didekodekan dan aturan pembuangan GIF89a. |
Gunakan kembali metode, perlengkapan, dan hasil yang tepat
JSON menerbitkan formula, semantik pembuangan, resep, batasan bukti, batasan, dan sidik jari sampel yang dimiliki. CSV siap analisis dan file BibTeX menyediakan kutipan yang stabil.
Coba GIF Anda sendiri secara lokal: buka preflight GIF khusus browser gratis. File yang dipilih tetap ada di perangkat, tidak diperlukan pendaftaran untuk pemeriksa, dan laporan JSON bebas nama file menggunakan metode yang sama. Hal ini tidak menjadikan generasi GIF bebas atau anonim.
Katalog data penelitian
Tujuh aset yang dapat digunakan kembali dengan batasan bukti yang jelas
Katalog ini memisahkan pengukuran masukan, bukti batas lingkaran GIF, tinjauan manusia keluaran tunggal, pemilihan metrik, tinjauan produk sumber resmi, tinjauan kontrak API, dan analisis piksel ilustrasi. Kutip aset spesifik yang Anda gunakan, versinya, dan URL kanoniknya daripada mentransfer klaim dari satu jenis bukti ke jenis bukti lainnya. Situs web ini kanonik dan menerbitkan a Berkas kutipan CFF, Paket Data 16 sumber daya, Katalog DCAT 3, dan Manifes SHA-256 19 file. Keadaan repositori historis v1.6.2 tetap disimpan secara independen dalam sebuah Snapshot Software Heritage dengan pengenal swh:
Tolok ukur kesiapan input terkontrol v1.0.0
Enam varian gambar terkontrol, lima pengukuran piksel yang didekodekan, transformasi tepat, sidik jari file, JSON, CSV, dan BibTeX. Kumpulan data kanonis: deepswapai.com/research.
Perlengkapan referensi delta jahitan loop GIF v1.0.0
Tujuh kasus kerangka komposit pertama hingga terakhir yang dapat direproduksi, termasuk tipe pembuangan 2 dan 3 ditambah satu sampel 27 kerangka yang dimiliki. Nilai-nilai tersebut merupakan bukti mentah, bukan skor wajah atau skor kualitas. Buka kumpulan data perlengkapan GIF.
Kartu skor kualitas output pertukaran wajah v1.0.0
Rubrik tinjauan manusia tujuh kriteria terpisah dengan perhitungan lokal, JSON dan CSV yang dapat digunakan kembali, dan batasan eksplisit pada klaim biometrik atau tingkat penyedia. Buka kartu skor.
Peta keputusan metrik evaluasi pertukaran wajah v1.1.0
9 keluarga evaluasi yang dikutip sumber ditambah lintas sektor penelitian 3-protokol, masing-masing dengan input, prasyarat, dan batas interpretasi eksplisit. Tidak ada metrik yang dijalankan dan tidak ada penyedia yang diberi skor. Buka peta metrik.
Lanskap alat pertukaran wajah yang diperiksa sumber v1.0.0
13 catatan produk yang dinormalisasi didukung oleh 66 URL sumber resmi saat ini, dengan yang tidak diketahui terlihat dan tanpa peringkat kualitas output. Buka kumpulan data perbandingan.
Lanskap kontrak pertukaran wajah API v1.0.0
6 catatan API yang dinormalisasi didukung oleh 21 URL sumber resmi saat ini. Ini mempertahankan unit harga yang tidak kompatibel dan konflik sumber resmi tanpa menjalankan permintaan pembuatan atau memeringkat penyedia. Buka kumpulan data kontrak API.
Audit panel demonstrasi resmi v1.0.0
Tiga wilayah piksel yang didekodekan sejajar, koordinat potongan tepat, rumus, sidik jari sumber, JSON, CSV, dan BibTeX. Ini mengukur satu ilustrasi dan tidak memberi skor pada output yang dihasilkan. Buka audit sebelum dan sesudah.
Unduh katalog penelitian kanonis
JSON-LD menjelaskan ketujuh kumpulan data, batasan buktinya, catatan kanonik, lisensi, kutipan, dan distribusi. CSV menyediakan inventaris yang sama untuk alat tabel.
Kutipan dan penggunaan kembali: kutip “DeepSwapAI Tolok Ukur Kesiapan Input Gambar Terkontrol v1, https://deepswapai.com/research”. JSON, CSV, rumus, transformasi, dan metadata pengukuran menggunakan CC BY 4.0. Gambar sampel yang dirujuk tetap milik DeepSwapAI dan tidak dilisensikan ulang untuk penggunaan kembali yang tidak terkait.
Batas interpretasi
Apa yang ditetapkan oleh eksperimen dan apa yang masih belum diketahui
Resolusi eksplisit
Dimensi piksel dan ukuran file adalah properti yang tepat. Meningkatkan skala gambar kecil mengubah dimensi tetapi tidak dapat merekonstruksi detail identitas yang hilang.
Eksposur meninggalkan pemotongan yang terukur
Varian terang terkontrol moves 36,64% piksel sampel ke rentang pemotongan sorotan. Itu menetapkan rentang input yang hilang, bukan cacat output yang diprediksi.
Blur menurunkan perubahan tepi lokal
Varian fokus lembut mengurangi perbedaan tepi yang berdekatan dari 7,74 menjadi 2,68. Metrik ini mencakup seluruh pemandangan dan tidak mengisolasi wajah.
Kompresi memerlukan tinjauan visual
Kompresi JPEG berat dapat mempertahankan rata-rata global sambil menciptakan artefak lokal. Pemeriksaan teknis pra-unggah tidak boleh mengubah beberapa metrik menjadi skor kualitas palsu.
Keterbatasan: satu pemandangan sumber bukanlah populasi. Penganalisis tidak mendeteksi wajah, identitas, persetujuan, pose, ekspresi, tatapan, rambut, okulasi, atau perilaku model. Ini tidak dapat memprediksi realisme, akurasi, keberhasilan pemrosesan, preferensi, atau kualitas ekspor akhir.
Dari bukti input hingga tinjauan output
Gunakan protokol terpisah setelah pembuatan
Pengukuran input dan observasi output menjawab pertanyaan yang berbeda. Setelah menghasilkan hasil yang representatif, gunakan kartu skor kualitas pertukaran wajah untuk mendokumentasikan identitas, pencampuran, pose, pencahayaan, okulasi, integritas teknis, dan stabilitas temporal tanpa mengubah satu output menjadi klaim di seluruh model.
Pertanyaan penelitian
Jawaban tanpa melebih-lebihkan bukti
Apakah tolok ukur ini mengukur kualitas output pertukaran wajah?
Tidak. Ini hanya mengukur properti gambar input yang terkontrol. Tidak ada output pertukaran wajah yang dihasilkan, diberi skor, atau dibandingkan.
Dapatkah itu memprediksi hasil yang realistis?
Tidak. Pengukuran tidak mengamati model generasi, identitas, pose, ekspresi, okulasi, atau keluaran.
Mengapa menerbitkan sampel terkompresi yang terlihat serupa di tabel?
Karena itu memperlihatkan keterbatasan nyata: pengukuran agregat global dapat melewatkan artefak JPEG lokal.
Di mana saya bisa menguji gambar saya sendiri?
Gunakan pemeriksa kesiapan lokal. Pemeriksa ini menerapkan lima definisi pengukuran yang sama di peramban Anda tanpa mengunggah gambar yang dipilih.
Bagaimana cara mengutip atau menggunakan kembali data?
Gunakan catatan BibTeX yang dapat diunduh atau pernyataan atribusi yang terlihat. Data pengukuran dan metadata menggunakan CC BY 4.0; gambar sampel yang dirujuk tetap milik DeepSwapAI.
Ukur masukan Anda sendiri tanpa mengunggahnya
Buka pemeriksa lokal, periksa setiap metrik dan peringatan, lalu buat tes generasi representatif terkecil.