6つの管理されたサンプル
参照、解像度低下、ソフトフォーカス、低露出、高露出、および高JPEG圧縮。
研究
研究
研究. 許可された写真、一括、集合写真の対応付け、動画、GIFに対応するブラウザ型AI顔交換。 Conteúdo localizado: ja. 情報源確認済みの比較.
実用ガイド
研究
研究の用途、境界、確認方法を日本語で説明します。以下の検証済み本文では製品の事実、数値、リンク、出典をそのまま保持しています。利用するメディアの許可を確認してください。
情報源確認済みの比較: 許可された写真、一括、集合写真の対応付け、動画、GIFに対応するブラウザ型AI顔交換。
直接回答
これはAI精度リーダーボードではなく、入力ストレステストです
実験は、同じDeepSwapAI所有のソースクリエイティブを中心に、一度に1つの変数ファミリーを変更します。デコードされたピクセル測定値と正確な変換を公開します。顔交換を実行したり、モデルを比較したり、アイデンティティ類似性を推定したり、品質の勝者を宣言したりしません。
5つのピクセル測定
平均輝度、コントラスト標準偏差、暗部クリッピング、ハイライトクリッピング、および隣接エッジ差分。
0の出力主張
生成された画像、成功率、リアリズムスコア、アイデンティティスコア、速度結果、または製品ランキングはありません。
管理されたバリアント
測定値の背後にある正確な画像セットを参照
すべてのプレートは同じソースアセットから派生しています。集計メトリックはすべての局所的なアーティファクトを表示できないため、目視検査は引き続き必要です。
測定データ
最大512ピクセル分析辺でのデコードピクセル測定
輝度はRec. 709係数を使用。暗部クリッピングは輝度10以下、ハイライトクリッピングは輝度245以上をカウント。エッジ差分は水平・垂直隣接ピクセル間の平均絶対輝度差。
| バリアント | 寸法 | 平均輝度 | コントラストSD | 暗部クリップ数 | 明部クリップ数 | エッジ差分 |
|---|---|---|---|---|---|---|
| 参照エンコード | 960 x 540 | 125.82 | 58.95 | 1.22% | 0% | 7.74 |
| 解像度低下 | 320 x 180 | 126.22 | 58.81 | 1.1% | 0.01% | 10.55 |
| ソフトフォーカス | 960 x 540 | 124.8 | 55.19 | 0.16% | 0% | 2.68 |
| 低露出 | 960 x 540 | 57.18 | 30.37 | 9.22% | 0% | 3.87 |
| 高露出 | 960 x 540 | 197.15 | 62.53 | 0% | 36.64% | 8.41 |
| 高圧縮 JPEG | 960 x 540 | 125.58 | 58.95 | 1.29% | 0.01% | 7.45 |
重要: 値は測定値であり、普遍的な合格基準ではありません。圧縮されたJPEGがその理由を示しています。視覚的なブロックノイズやリンギングアーティファクトが存在しても、全体の測定値は基準に近いままです。
再現可能な方法
正確な変換と不変のファイルフィンガープリント
ソースSHA-256は 2f293e48f7d5d6a08ce9ab759a124e00ce92f2a204cd530284ce7d1f0ecc7c3dです。各出力はデコードされ、必要に応じて白地に合成され、最長辺が512ピクセル以下になるように比例リサイズされ、行順にサンプリングされます。
参照エンコード
所有ソースを960 x 540にリサイズし、品質82でWebPとしてエンコード。
SHA-256: 8c852071b02e03d91eb264655fef14654026fa46dc32e736a2b25c2ab0a1186a
解像度低下
同じソースを320 x 180にリサイズし、品質82でWebPとしてエンコード。
SHA-256: 955c0e4e97a7af8564b39733b9654d3294abd07fa014c530ca733d8708000cc0
ソフトフォーカス
960 x 540にリサイズし、シグマ4.5のガウシアンブラーを適用し、品質82でWebPとしてエンコード。
SHA-256: e8edf51e0ef2b38916c858fe4aff932b14081d60ebd55552fbfc360586350886
低露出
960 x 540にリサイズし、RGBチャンネルにy = 0.52x - 8を適用し、8ビット範囲にクランプし、品質82でWebPとしてエンコード。
SHA-256: 727172796e3cf8efdefd601d21177321c1bfcfbc458d629a689897aecf442769
高露出
960 x 540にリサイズし、RGBチャンネルにy = 1.35x + 45を適用し、8ビット範囲にクランプし、品質82でWebPとしてエンコード。
SHA-256: f2b01d592108fea3bb82e888733d89fb7356c307cda00d6d55d587b422da957b
高圧縮 JPEG
960 x 540にリサイズし、4:2:0クロマサブサンプリングで品質15のJPEGとしてエンコード。
SHA-256: cd952c4c50fb78e941a62492e7ef6c3cc2fae96abac7df87aa1f32d4106b97ae
完全なデータセットをダウンロード
JSONとCSVには、計算式、範囲、制限、変換、寸法、バイトサイズ、メトリクス、SHA-256フィンガープリントが含まれています。BibTeXファイルは安定した引用を提供します。
研究データカタログ
明示的なエビデンス境界を持つ6つの再利用可能なアセット
このカタログは、入力測定、単一出力の人間によるレビュー、メトリクス選択、公式ソース製品レビュー、API契約レビュー、イラストピクセル分析を分離して保持します。使用した特定のアセット、そのバージョン、および正規URLを引用し、あるエビデンスタイプから別のエビデンスタイプへ主張を移さないでください。ウェブサイトが正規のままです。 公開研究リポジトリ および 不変、チェックサム検証済みv1.6.2リリース バージョン管理された外部ミラーを提供します。GitHubの署名付きリリース証明は、コミット c1d268d4a140
制御入力準備ベンチマーク v1.0.0
6つの制御画像バリアント、5つのデコードピクセル測定、正確な変換、ファイルフィンガープリント、JSON、CSV、BibTeX。正規データセット: deepswapai.com/research.
フェイススワップ出力品質スコアカード v1.0.0
ローカル計算、再利用可能なJSONとCSV、および生体認証やプロバイダーレベルの主張に関する明示的な制限を備えた、別個の7基準人間レビュールーブリック。 スコアカードを開く.
フェイススワップ評価指標決定マップ v1.1.0
9つのソース引用評価ファミリーと3プロトコル研究クロスウォーク。それぞれに明示的な入力、前提条件、解釈境界があります。指標は実行されず、プロバイダーはスコアリングされません。 指標マップを開く.
ソース確認済みフェイススワップツールランドスケープ v1.0.0
66の現在の公式ソースURLに裏付けられた13の正規化された製品レコード。未知の部分が可視化され、出力品質ランキングはありません。 比較データセットを開く.
フェイススワップ API 契約ランドスケープ v1.0.0
21の現在の公式ソースURLに裏付けられた6つの正規化されたAPIレコード。生成リクエストの実行やプロバイダーのランキングを行わずに、互換性のない価格単位と公式ソースの競合を保持します。 API契約データセットを開く.
公式デモンストレーションパネル監査 v1.0.0
3つの整列されたデコードピクセル領域、正確なクロップ座標、計算式、ソースフィンガープリント、JSON、CSV、BibTeX。1つのイラストを測定し、生成された出力をスコアリングしません。 ビフォーアフター監査を開く.
正規研究カタログをダウンロード
JSON-LDは、6つのデータセットすべて、そのエビデンス境界、正規レコード、ライセンス、引用、配布について説明しています。CSVは、表形式ツール向けに同じインベントリを提供します。
引用と再利用: 「DeepSwapAI 制御画像入力準備ベンチマーク v1、https://deepswapai.com/research”. The JSON、CSV、計算式、変換、測定メタデータは CC BY 4.0を使用しています。参照されるサンプル画像はDeepSwapAIが所有したままであり、無関係な再利用のために再ライセンスされません。
解釈境界
実験が確立することと、未知のままであること
解像度は明示的
ピクセル寸法とファイルサイズは正確なプロパティです。小さな画像のアップスケーリングは寸法を変更しますが、欠落した識別詳細を再構築することはできません。
露出は測定可能なクリッピングを残す
制御された明るいバリアントは、サンプリングされたピクセルの36.64%をハイライトクリッピング範囲に移動させます。これは、失われた入力範囲を確立するものであり、予測される出力欠陥ではありません。
ブラーは局所的なエッジ変化を低下させる
ソフトフォーカスバリアントは、隣接エッジ差分を7.74から2.68に減少させます。この指標はシーン全体にわたるものであり、顔を分離しません。
圧縮には視覚的レビューが必要
高圧縮 JPEGは、局所的なアーティファクトを作成しながらも、全体平均を維持することができます。技術的な事前チェックは、いくつかの指標を誤った品質スコアに変えてはなりません。
制限: 1つのソースシーンは母集団ではありません。アナライザーは、顔、アイデンティティ、同意、ポーズ、表情、視線、髪、オクルージョン、またはモデルの動作を検出しません。リアリズム、正確性、処理の成功、好み、または最終エクスポート品質を予測することはできません。
入力エビデンスから出力レビューへ
生成後に別のプロトコルを使用
入力測定と出力観察は異なる質問に答えます。代表的な結果を生成した後、フェイススワップ品質スコアカードを使用して、アイデンティティ、ブレンディング、ポーズ、照明、オクルージョン、技術的完全性、時間的安定性を文書化し、1つの出力をモデル全体の主張に変えないようにします。
研究質問
エビデンスを誇張せずに回答
このベンチマークは顔交換の出力品質を測定しますか？
いいえ。管理された入力画像プロパティのみを測定します。顔交換出力は生成、スコアリング、または比較されていません。
現実的な結果を予測できますか？
いいえ。測定値は、生成モデル、アイデンティティ、ポーズ、表情、オクルージョン、または出力を観察しません。
なぜ表で似ているように見える圧縮サンプルを公開するのですか？
それは実際の限界を露呈するからです。グローバルな全体測定値は、局所的なJPEGアーティファクトを見逃す可能性があります。
自分の画像をテストするにはどこでできますか？
ローカル準備チェッカーを使用してください。ブラウザ内で選択した画像をアップロードせずに、同じ5つの測定定義を適用します。
データを引用または再利用するにはどうすればよいですか？
ダウンロード可能なBibTeXレコードまたは可視の帰属ステートメントを使用してください。測定データとメタデータはCC BY 4.0を使用します。参照されるサンプル画像はDeepSwapAIが所有したままです。
顔交換を始める
許可された写真、一括、集合写真の対応付け、動画、GIFに対応するブラウザ型AI顔交換。