Glossario tecnico
Glossario tecnico
Glossario tecnico. Face swap IA nel browser per foto, batch, mappature di gruppo, video e GIF autorizzati. Conteúdo localizado: it. Confronto verificato dalle fonti.
Guida pratica
Glossario tecnico
Questa pagina spiega Glossario tecnico in italiano: scopo, limiti e verifica. Il corpo revisionato conserva fatti, numeri, link e fonti; usa solo media autorizzati.
Confronto verificato dalle fonti: Face swap IA nel browser per foto, batch, mappature di gruppo, video e GIF autorizzati.
Risposta diretta
La terminologia del face-swap necessita di una definizione e di un limite
Un volto sorgente fornisce indizi di identità. Il media target fornisce la scena e gli attributi non identitari previsti. Rilevamento, allineamento, mascheramento e generazione descrivono parti di un flusso di lavoro; la somiglianza identitaria, le metriche percettive e la revisione umana rispondono a diverse domande di valutazione.
Limite di implementazione: questa pagina spiega la terminologia presente in articoli di ricerca, protocolli di valutazione e nella specifica C2PA. Una citazione qui non significa che DeepSwapAI utilizzi ogni metodo, architettura, modello, metrica o funzionalità di provenienza nominata.
Indice dei termini
Vai al concetto che ti serve
Fondamenti del flusso di lavoro
Fondamenti del flusso di lavoro
I ruoli dei media e i termini di pre-elaborazione geometrica che definiscono ciò che entra in un flusso di lavoro di face-swap.
Scambio di volti
#Noto anche come: face swap AI, scambio di volti
Un compito di visione artificiale che trasferisce segnali di identità da un volto sorgente a un'immagine o video target tentando di preservare gli attributi target come posa, espressione, capelli e sfondo.
Limite dell'evidenza: Questa è una definizione di compito, non una garanzia che ogni sistema preservi ogni attributo o che un uso particolare abbia autorizzazione.
Fonti primarie: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; Fine-Grained Face Swapping via Regional GAN Inversion
Viso sorgente
#Noto anche come: identità sorgente, riferimento identitario
La persona o l'immagine di riferimento che fornisce i segnali di identità destinati al volto generato.
Limite dell'evidenza: La sorgente normalmente non definisce la scena target, il corpo, i capelli, la posa o lo sfondo, e la suddivisione esatta dipende dal metodo.
Fonti primarie: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; Reinforced Disentanglement for Face Swapping without Skip Connection
Supporto target
#Noto anche come: immagine target, video target
L'immagine o il video che fornisce la scena e gli attributi non di identità che un metodo di scambio volti tenta di mantenere.
Limite dell'evidenza: I metodi differiscono per quali attributi target conservano, quindi la conservazione del target deve essere valutata piuttosto che data per scontata.
Fonti primarie: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video
Rilevamento volto
#Noto anche come: localizzazione del volto
Il processo di localizzazione di una o più regioni del volto in un'immagine o fotogramma video prima dell'allineamento, dell'estrazione delle caratteristiche o della generazione.
Limite dell'evidenza: Una regione facciale rilevata non è una decisione identitaria, un controllo del consenso o una prova che l'elaborazione successiva avrà successo.
Fonti primarie: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild
Punti di riferimento facciali
#Noto anche come: landmark facciali, punti di riferimento
Punti chiave facciali stimati, come angoli degli occhi, naso e posizioni della bocca, utilizzati per descrivere la geometria facciale per l'allineamento o il condizionamento.
Limite dell'evidenza: Le disposizioni dei landmark, il numero di punti e le unità di errore variano a seconda del rilevatore e del protocollo; non sono direttamente intercambiabili.
Fonti primarie: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild; DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion
Allineamento volto
#Noto anche come: allineamento facciale, ritaglio del volto allineato
Un passaggio di normalizzazione geometrica che utilizza la struttura facciale rilevata per posizionare un volto in un ritaglio, scala e orientamento coerenti per l'elaborazione successiva.
Limite dell'evidenza: Le convenzioni e le trasformazioni di allineamento variano, e un ritaglio allineato non stabilisce identità, qualità o autorizzazione.
Fonti primarie: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild; ArcFace: Additive Angular Margin Loss for Deep Face Recognition
Identità e conservazione
Identità e conservazione
I concetti utilizzati per separare gli indizi di identità della sorgente dagli attributi target che un risultato tenta di conservare.
Incorporamento volto
#Noto anche come: incorporamento identitario, vettore di caratteristiche facciali
Una rappresentazione numerica appresa progettata in modo che le immagini facciali possano essere confrontate in uno spazio delle caratteristiche sotto uno specifico modello di riconoscimento e protocollo di preelaborazione.
Limite dell'evidenza: Le dimensioni del vettore, le funzioni di distanza e le soglie decisionali dipendono dal modello e dall'impostazione di valutazione; un incorporamento non è intrinsecamente un verdetto identitario o matematicamente garantito come non ricostruibile.
Fonti primarie: ArcFace: Additive Angular Margin Loss for Deep Face Recognition
Somiglianza di identità
#Noto anche come: conservazione dell'identità, punteggio di conservazione dell'identità
Un confronto dipendente dal protocollo tra le rappresentazioni dell'identità sorgente e dell'output, comunemente calcolato da un codificatore di volti denominato e una funzione di somiglianza.
Limite dell'evidenza: I punteggi non sono portabili tra codificatori, ritagli, dataset, soglie o dati demografici e non dovrebbero essere presentati come un verdetto biometrico per un singolo output.
Fonti primarie: ArcFace: Additive Angular Margin Loss for Deep Face Recognition; PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion
Conservazione degli attributi target
#Noto anche come: conservazione degli attributi, coerenza con il target
La misura in cui un risultato mantiene le caratteristiche target previste come posa, espressione, capelli, illuminazione, abbigliamento e sfondo mentre cambia i segnali di identità facciale.
Limite dell'evidenza: Gli attributi e gli stimatori valutati devono essere nominati; un punteggio aggregato può nascondere fallimenti in un attributo individuale.
Fonti primarie: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video
Maschera del volto
#Noto anche come: maschera di scambio, maschera facciale
Una mappa spaziale che identifica quale regione dell'immagine può essere generata, miscelata o valutata come parte di un'operazione di scambio volti.
Limite dell'evidenza: La costruzione e la semantica della maschera variano a seconda del metodo; una maschera non risolve da sola l'occlusione, i confini o l'incoerenza cromatica.
Fonti primarie: DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion; Fine-Grained Face Swapping via Regional GAN Inversion
Analisi del volto
#Noto anche come: segmentazione semantica facciale
Segmentazione semantica a livello di pixel dei componenti facciali e delle regioni circostanti, come pelle, occhi, bocca, capelli o sfondo.
Limite dell'evidenza: Gli insiemi di etichette e la qualità della segmentazione dipendono dal parser e dal dataset, e regioni errate possono propagarsi nella sintesi o compositing successivi.
Fonti primarie: Fine-Grained Face Swapping via Regional GAN Inversion
Miscelazione del bordo del volto
#Noto anche come: fusione dei confini, compositing del volto
Il passaggio di compositing che transita una regione facciale sintetizzata nel target attorno a tono della pelle, bordi, illuminazione e contenuto vicino.
Limite dell'evidenza: Un confine visivamente uniforme non stabilisce un'identità corretta, caratteristiche interne naturali o un comportamento coerente tra i fotogrammi video.
Fonti primarie: Fine-Grained Face Swapping via Regional GAN Inversion; Reinforced Disentanglement for Face Swapping without Skip Connection
Occlusione
#Noto anche come: ostruzione del volto, volto occluso
Una condizione in cui parte di un volto è nascosta da capelli, mani, occhiali, oggetti, un'altra persona o il bordo dell'immagine.
Limite dell'evidenza: La gestione dell'occlusione dipende dal metodo e dalla scena; un benchmark deve specificare la regione interessata e le condizioni di visualizzazione.
Fonti primarie: Fine-Grained Face Swapping via Regional GAN Inversion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video
Posa della testa
#Noto anche come: posa del volto, orientamento della testa
L'orientamento stimato di una testa rispetto alla telecamera, spesso rappresentato da imbardata, beccheggio e rollio o da punti di riferimento e parametri 3D.
Limite dell'evidenza: I valori della posa dipendono dallo stimatore e dalla convenzione delle coordinate; abbinare la sola posa non può prevedere il realismo dell'output.
Fonti primarie: DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion; PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion
Espressione facciale
#Noto anche come: conservazione dell'espressione
La configurazione visibile delle caratteristiche facciali associata a moventi come sorridere, sbattere le palpebre o aprire la bocca, spesso trattata come un attributo target nello scambio volti.
Limite dell'evidenza: Le etichette e i parametri dell'espressione dipendono dallo stimatore e possono non rilevare comportamenti sottili, asimmetrici o interpretati culturalmente.
Fonti primarie: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video
Coerenza video
Coerenza video
Concetti di movimento e sequenza di fotogrammi che non esistono in una singola immagine fissa.
Coerenza temporale
#Noto anche come: coerenza temporale, coerenza fotogramma per fotogramma
La stabilità dei segnali di identità, degli attributi target e dei dettagli visivi attraverso fotogrammi video consecutivi anziché in un singolo fotogramma isolato.
Limite dell'evidenza: Una misura di coerenza elevata può preservare coerentemente il risultato sbagliato, quindi la correttezza dell'identità e la qualità visibile devono essere valutate separatamente.
Fonti primarie: DynamicFace: High-Quality and Consistent Face Swapping for Image and Video; CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation
Flusso ottico
#Noto anche come: campo di movimento, corrispondenza dei pixel
Un campo di movimento denso stimato che mappa le posizioni dell'immagine tra i fotogrammi e può supportare l'analisi del movimento, il warping o la diagnostica temporale.
Limite dell'evidenza: Il flusso ottico è una stima che può fallire in presenza di occlusione, sfocatura, cambiamenti di illuminazione e regioni appena visibili; non è di per sé un punteggio di qualità.
Fonti primarie: RAFT: Recurrent All-Pairs Field Transforms for Optical Flow; CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation
Valutazione
Valutazione
Metriche e protocolli di revisione che rispondono a diverse domande di qualità in condizioni esplicite.
Structural Similarity Index (SSIM)
#Noto anche come: SSIM
Una misura di somiglianza di immagine a riferimento completo che confronta luminanza, contrasto e struttura tra un'immagine di test e un'immagine di riferimento.
Limite dell'evidenza: SSIM richiede un riferimento allineato significativo, non è specifico per i volti, e il suo valore dipende da scala, finestratura, gestione del colore e pre-elaborazione.
Fonti primarie: Image Quality Assessment: From Error Visibility to Structural Similarity
Learned Perceptual Image Patch Similarity (LPIPS)
#Noto anche come: LPIPS, somiglianza percettiva appresa
Una distanza percettiva basata su caratteristiche di rete profonda che è stata valutata rispetto ai giudizi umani di somiglianza di patch di immagine.
Limite dell'evidenza: LPIPS non è un punteggio di identità; i valori dipendono dalla rete selezionata, dalla calibrazione, dalla preparazione dell'immagine e dal protocollo di confronto.
Fonti primarie: The Unreasonable Effectiveness of Deep Features as a Perceptual Metric
Frechet Inception Distance (FID)
#Noto anche come: FID
Una distanza a livello di set tra distribuzioni di caratteristiche da collezioni di immagini generate e di riferimento, originariamente calcolata con caratteristiche Inception.
Limite dell'evidenza: FID non è un punteggio difendibile per una singola immagine, e i risultati dipendono dal numero di campioni, dall'estrattore di caratteristiche, dalla pre-elaborazione, dal set di riferimento e dall'implementazione.
Fonti primarie: GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium; Rethinking FID: Towards a Better Evaluation Metric for Image Generation
Valutazione della qualità senza riferimento
#Noto anche come: NR-IQA, valutazione cieca della qualità dell'immagine
Un metodo che stima la qualità visiva da un output senza richiedere un'immagine di riferimento pristina accoppiata.
Limite dell'evidenza: La sua validità dipende dai dati di addestramento e dal design di validazione; un punteggio può fallire su metodi, contenuti o distorsioni non visti.
Fonti primarie: Rank-based No-reference Quality Assessment for Face Swapping
Scheda di valutazione della revisione umana
#Noto anche come: rubrica di valutazione umana, rubrica di revisione dell'output
Una rubrica ripetibile che chiede a un revisore di registrare criteri visibili, ancore di valutazione, porte critiche e note per un output specifico.
Limite dell'evidenza: Registra osservazioni umane strutturate, non l'accuratezza del modello, l'identità biometrica, una probabilità o una classifica a livello di fornitore.
Fonti primarie: Scheda di valutazione della qualità dell'output del face swap DeepSwapAI; Rank-based No-reference Quality Assessment for Face Swapping
Provenienza
Provenienza
Standard per registrare da dove proviene il contenuto digitale e cosa gli è successo.
C2PA
#Noto anche come: Coalizione per la Provenienza e l'Autenticità dei Contenuti
Uno standard tecnico aperto per registrare informazioni di provenienza a prova di manomissione su contenuti digitali attraverso manifesti firmati, asserzioni, ingredienti e rivendicazioni.
Limite dell'evidenza: C2PA può fornire prove di provenienza e segnali di manomissione, ma la specifica non determina se il contenuto raffigurato sia vero, accurato o eticamente consentito.
Fonti primarie: C2PA Technical Specification 2.4; Guida Esplicativa C2PA 2.3
Credenziali del contenuto
#Noto anche come: Credenziali di Contenuto C2PA, credenziali di provenienza del contenuto
La presentazione orientata all'utente delle informazioni di provenienza associate a un asset digitale attraverso l'ecosistema C2PA.
Limite dell'evidenza: La disponibilità e i dettagli visualizzati dipendono dalla credenziale, dal firmatario, dal validatore, dal bene e dalla piattaforma; una credenziale non è una dichiarazione che il contenuto sia fattualmente vero.
Fonti primarie: Guida Esplicativa C2PA 2.3; C2PA Technical Specification 2.4
Interpretazione delle metriche
Quattro regole prevengono confronti fuorvianti
Nomina la relazione
Le metriche di identità normalmente confrontano l'output con l'identità sorgente. La conservazione della posa e dell'espressione normalmente confronta l'output con il target. Sono domande diverse.
Mantieni costante il protocollo
Dataset, ritaglio, valutatore, pre-elaborazione, implementazione, numero di campioni e aggregazione possono tutti modificare un valore riportato. Un nome di metrica condiviso non è sufficiente.
Tieni separate le prove a livello di insieme e di singolo output
FID descrive le distribuzioni di insiemi di immagini. SSIM e LPIPS richiedono un riferimento di confronto significativo. Una scheda di valutazione umana registra osservazioni visibili su un singolo output revisionato.
Non collassare ogni dimensione della qualità
Identità, conservazione degli attributi target, confini, occlusione, integrità tecnica e stabilità temporale possono fallire indipendentemente e dovrebbero rimanere ispezionabili.
Usa la mappa decisionale con versione: la mappa delle metriche di valutazione del face swap collega questi termini agli input confrontati, ai livelli di protocollo, ai prerequisiti, alle direzioni di interpretazione e alle fonti primarie. I suoi record JSON, CSV e BibTeX sono elencati nel catalogo di ricerca.
Domande sul glossario
Come usare queste definizioni
Questa pagina rivela l'esatto stack di modelli DeepSwapAI?
No. Definisce concetti di settore e di ricerca senza affermare che ogni metodo citato faccia parte dell'implementazione di produzione.
Posso confrontare la stessa metrica tra due articoli?
Solo dopo aver verificato che i dataset, i valutatori, la preelaborazione, le implementazioni e le regole di aggregazione corrispondano.
La FID può misurare un singolo output?
No. La FID è una misura a livello di distribuzione e richiede insiemi di immagini generate e di riferimento.
Le Credenziali di Contenuto provano che un'immagine è vera?
No. Forniscono informazioni sulla provenienza e segnali di convalida, non un giudizio di verità fattuale.
Inizia face swap
Face swap IA nel browser per foto, batch, mappature di gruppo, video e GIF autorizzati.