기술 용어집

또한 호칭: AI 얼굴 바꾸기, 얼굴 교체

소스 얼굴의 신원 단서를 대상 이미지 또는 비디오로 전송하면서 포즈, 표정, 머리카락 및 배경과 같은 대상 속성을 보존하려고 시도하는 컴퓨터 비전 작업.

증거 경계: 이는 작업 정의이며, 모든 시스템이 모든 속성을 보존하거나 특정 사용에 허가가 있음을 보장하지 않습니다.

기본 출처: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; Fine-Grained Face Swapping via Regional GAN Inversion

컨텍스트에서 사용: 사진 얼굴 바꾸기 가이드; 검증 방법론

또한 호칭: 소스 정체성, 정체성 참조

생성된 얼굴에 의도된 신원 단서를 제공하는 사람 또는 참조 이미지.

증거 경계: 소스는 일반적으로 대상 장면, 신체, 머리카락, 자세 또는 배경을 정의하지 않으며, 정확한 분할은 방법에 따라 다릅니다.

기본 출처: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; Reinforced Disentanglement for Face Swapping without Skip Connection

컨텍스트에서 사용: 사진 입력 가이드; 입력 준비 상태 확인기

또한 호칭: 대상 이미지, 대상 비디오

얼굴 교체 방법이 유지하려고 시도하는 장면 및 비신원 속성을 제공하는 이미지 또는 비디오.

증거 경계: 방법에 따라 유지하는 대상 속성이 다르므로 대상 보존은 가정보다는 평가되어야 합니다.

기본 출처: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video

컨텍스트에서 사용: 비디오 얼굴 바꾸기 가이드; 품질 성과표

또한 호칭: 얼굴 위치 파악, 얼굴 위치 확인

정렬, 특징 추출 또는 생성 전에 이미지 또는 비디오 프레임에서 하나 이상의 얼굴 영역을 찾는 프로세스.

증거 경계: 탐지된 얼굴 영역은 정체성 결정, 동의 확인 또는 이후 처리가 성공할 것이라는 증거가 아닙니다.

기본 출처: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild

컨텍스트에서 사용: 다중 얼굴 바꾸기 가이드; 파이프라인 아키텍처

또한 호칭: 얼굴 랜드마크, 랜드마크 점

정렬 또는 조건화를 위해 얼굴 기하학을 설명하는 데 사용되는 추정된 얼굴 키 포인트(예: 눈가, 코 및 입 위치).

증거 경계: 랜드마크 레이아웃, 점 개수 및 오류 단위는 탐지기와 프로토콜에 따라 다르며 직접 상호 교환할 수 없습니다.

기본 출처: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild; DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion

컨텍스트에서 사용: 입력 준비 상태 확인기; 기술 용어집

또한 호칭: 얼굴 정렬, 정렬된 얼굴 자르기

감지된 얼굴 구조를 사용하여 후속 처리를 위해 얼굴을 일관된 자르기, 배율 및 방향에 배치하는 기하학적 정규화 단계.

증거 경계: 정렬 규칙 및 변환은 다양하며, 정렬된 자르기가 정체성, 품질 또는 허가를 설정하지 않습니다.

기본 출처: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild; ArcFace: Additive Angular Margin Loss for Deep Face Recognition

컨텍스트에서 사용: 파이프라인 아키텍처; 사진 얼굴 바꾸기 가이드

또한 호칭: 정체성 임베딩, 얼굴 특징 벡터

특정 인식 모델 및 전처리 프로토콜 하에서 특징 공간에서 얼굴 이미지를 비교할 수 있도록 설계된 학습된 수치 표현.

증거 경계: 벡터 차원, 거리 함수 및 결정 임계값은 모델 및 평가 설정에 따라 다릅니다. 임베딩은 본질적으로 정체성 판결이거나 수학적으로 재구성 불가능함이 보장되지 않습니다.

기본 출처: ArcFace: Additive Angular Margin Loss for Deep Face Recognition

컨텍스트에서 사용: 품질 성과표; 개인정보 보호 및 동의 가이드

또한 호칭: 정체성 유지, 정체성 보존 점수

명명된 얼굴 인코더 및 유사성 함수에서 일반적으로 계산되는 소스 신원과 출력 표현 간의 프로토콜 종속 비교.

증거 경계: 점수는 인코더, 자르기, 데이터 세트, 임계값 또는 인구 통계에 걸쳐 이식할 수 없으며 하나의 출력물에 대한 생체 인식 판결로 제시되어서는 안 됩니다.

기본 출처: ArcFace: Additive Angular Margin Loss for Deep Face Recognition; PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion

컨텍스트에서 사용: 얼굴 바꾸기 품질 메트릭; 연구 카탈로그

또한 호칭: 속성 보존, 대상 일관성

결과가 얼굴 신원 단서를 변경하면서 포즈, 표정, 머리카락, 조명, 의복 및 배경과 같은 의도된 대상 특성을 유지하는 정도.

증거 경계: 평가된 속성과 추정기를 명명해야 합니다. 하나의 종합 점수는 개별 속성의 실패를 숨길 수 있습니다.

기본 출처: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video

컨텍스트에서 사용: 출력 품질 점수표; 사진 품질 가이드

또한 호칭: 바꾸기 마스크, 얼굴 마스크

얼굴 교체 작업의 일부로 생성, 혼합 또는 평가될 수 있는 이미지 영역을 식별하는 공간 맵.

증거 경계: 마스크 구성 및 의미는 방법에 따라 다릅니다. 마스크 자체로는 가림, 경계 또는 색상 불일치를 해결하지 못합니다.

기본 출처: DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion; Fine-Grained Face Swapping via Regional GAN Inversion

컨텍스트에서 사용: 파이프라인 아키텍처; 출력 검토 가이드

또한 호칭: 얼굴 의미론적 분할

피부, 눈, 입, 머리카락, 배경 등 얼굴 구성 요소 및 주변 영역의 픽셀 단위 의미론적 분할.

증거 경계: 레이블 세트 및 분할 품질은 파서와 데이터 세트에 따라 다르며, 잘못된 영역은 이후 합성 또는 합성으로 전파될 수 있습니다.

기본 출처: Fine-Grained Face Swapping via Regional GAN Inversion

컨텍스트에서 사용: 사진 품질 가이드; 파이프라인 아키텍처

또한 호칭: 경계 블렌딩, 얼굴 합성

합성된 얼굴 영역을 피부 톤, 가장자리, 조명 및 주변 콘텐츠를 기준으로 대상 영역으로 전환하는 합성 단계.

증거 경계: 시각적으로 매끄러운 경계가 올바른 정체성, 자연스러운 내부 특징 또는 비디오 프레임 간 일관된 동작을 설정하지는 않습니다.

기본 출처: Fine-Grained Face Swapping via Regional GAN Inversion; Reinforced Disentanglement for Face Swapping without Skip Connection

컨텍스트에서 사용: 출력 품질 점수표; 사진 얼굴 바꾸기 가이드

또한 호칭: 얼굴 방해, 가려진 얼굴

머리카락, 손, 안경, 물체, 다른 사람 또는 이미지 경계에 의해 얼굴의 일부가 가려진 상태.

증거 경계: 가림 처리는 방법 및 장면에 따라 다릅니다. 벤치마크는 영향을 받는 영역과 시청 조건을 지정해야 합니다.

기본 출처: Fine-Grained Face Swapping via Regional GAN Inversion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video

컨텍스트에서 사용: 입력 준비 상태 확인기; 비디오 준비 가이드

또한 호칭: 얼굴 자세, 머리 방향

카메라에 대한 머리의 추정된 방향으로, 종종 요, 피치, 롤 또는 랜드마크와 3D 파라미터로 표현됨.

증거 경계: 자세 값은 추정기 및 좌표 규칙에 따라 다릅니다. 자세만 일치시킨다고 출력 사실성을 예측할 수 없습니다.

기본 출처: DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion; PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion

컨텍스트에서 사용: 사진 품질 가이드; 입력 준비 상태 확인기

또한 호칭: 표현 보존

미소 짓기, 눈 깜빡이기 또는 입 벌리기와 같은 움직임과 관련된 얼굴 특징의 가시적 구성으로, 종종 얼굴 교체에서 대상 속성으로 취급됩니다.

증거 경계: 표현 레이블 및 파라미터는 추정기에 따라 다르며 미묘하거나 비대칭적이거나 문화적으로 해석되는 행동을 놓칠 수 있습니다.

기본 출처: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video

컨텍스트에서 사용: 출력 품질 점수표; 비디오 얼굴 바꾸기 가이드

또한 호칭: 시간적 일관성, 프레임 간 일관성

단일 프레임이 아닌 연속 비디오 프레임 간의 정체성 단서, 대상 속성 및 시각적 세부 사항의 안정성.

증거 경계: 높은 일관성 측정은 잘못된 결과를 일관되게 유지할 수 있으므로 정체성 정확성과 가시적 품질을 별도로 평가해야 합니다.

기본 출처: DynamicFace: High-Quality and Consistent Face Swapping for Image and Video; CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation

컨텍스트에서 사용: 비디오 얼굴 바꾸기 가이드; 비디오 품질 점수표

또한 호칭: 움직임 필드, 픽셀 대응

프레임 간 이미지 위치를 매핑하는 추정된 조밀한 움직임 필드로, 움직임 분석, 워핑 또는 시간적 진단을 지원할 수 있음.

증거 경계: 광학 흐름은 가림, 흐림, 조명 변화 및 새로 보이는 영역 주변에서 실패할 수 있는 추정치이며, 그 자체로 품질 점수가 아닙니다.

기본 출처: RAFT: Recurrent All-Pairs Field Transforms for Optical Flow; CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation

컨텍스트에서 사용: 비디오 워크플로 가이드; 파이프라인 아키텍처

또한 호칭: SSIM

테스트 이미지와 참조 이미지 간의 휘도, 대비 및 구조를 비교하는 완전 참조 이미지 유사도 측정.

증거 경계: SSIM은 의미 있는 정렬된 참조가 필요하며, 얼굴 특화적이지 않으며, 그 값은 스케일, 윈도우, 색상 처리 및 전처리에 따라 달라집니다.

기본 출처: Image Quality Assessment: From Error Visibility to Structural Similarity

컨텍스트에서 사용: 얼굴 바꾸기 품질 메트릭; 연구 방법론

또한 호칭: LPIPS, 학습된 지각 유사성

이미지 패치 유사성에 대한 인간 판단과 비교 평가된 심층 네트워크 특징 기반 지각 거리.

증거 경계: LPIPS는 정체성 점수가 아닙니다. 값은 선택된 네트워크, 보정, 이미지 준비 및 비교 프로토콜에 따라 달라집니다.

기본 출처: The Unreasonable Effectiveness of Deep Features as a Perceptual Metric

컨텍스트에서 사용: 얼굴 바꾸기 품질 메트릭; 통제된 연구

또한 호칭: FID

생성된 이미지 컬렉션과 참조 이미지 컬렉션의 특징 분포 간 집합 수준 거리로, 원래 Inception 특징으로 계산됨.

증거 경계: FID는 방어 가능한 단일 이미지 점수가 아니며, 결과는 샘플 수, 특징 추출기, 전처리, 참조 세트 및 구현에 따라 달라집니다.

기본 출처: 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

컨텍스트에서 사용: 얼굴 바꾸기 품질 메트릭; 연구 카탈로그

또한 호칭: NR-IQA, 블라인드 이미지 품질 평가

쌍을 이루는 원본 참조 이미지 없이 출력물에서 시각적 품질을 추정하는 방법.

증거 경계: 그 타당성은 학습 데이터와 검증 설계에 따라 달라지며, 점수는 보지 못한 방법, 콘텐츠 또는 왜곡에 대해 실패할 수 있습니다.

기본 출처: Rank-based No-reference Quality Assessment for Face Swapping

컨텍스트에서 사용: 출력 품질 점수표; 검증 방법론

또한 호칭: 인간 평가 루브릭, 출력 검토 루브릭

검토자가 특정 출력에 대한 가시적 기준, 평가 기준, 중요 게이트 및 메모를 기록하도록 하는 반복 가능한 루브릭.

증거 경계: 이는 모델 정확도, 생체 인식 신원, 확률 또는 제공업체 전체 순위가 아닌 구조화된 인간 관찰을 기록합니다.

기본 출처: DeepSwapAI 얼굴 바꾸기 출력 품질 점수표; Rank-based No-reference Quality Assessment for Face Swapping

컨텍스트에서 사용: 점수표 열기; 연구 자료 다운로드

또한 호칭: 콘텐츠 출처 및 진위성 연합

서명된 매니페스트, 어설션, 재료 및 클레임을 통해 디지털 콘텐츠에 대한 변조 증명 출처 정보를 기록하기 위한 공개 기술 표준.

증거 경계: C2PA는 출처 증거 및 변조 신호를 제공할 수 있지만, 명세서는 묘사된 콘텐츠가 사실, 정확 또는 윤리적으로 허용되는지 여부를 결정하지 않습니다.

기본 출처: C2PA Technical Specification 2.4; C2PA 설명서 2.3

컨텍스트에서 사용: 신뢰와 안전; 검증 방법론

또한 호칭: C2PA 콘텐츠 자격 증명, 콘텐츠 출처 자격 증명

C2PA 생태계를 통해 디지털 자산과 관련된 출처 정보의 사용자 대상 프레젠테이션.

증거 경계: 가용성 및 표시되는 세부 정보는 자격 증명, 서명자, 검증자, 자산 및 플랫폼에 따라 달라집니다. 자격 증명은 콘텐츠가 사실적으로 사실임을 선언하는 것이 아닙니다.

기본 출처: C2PA 설명서 2.3; C2PA Technical Specification 2.4

컨텍스트에서 사용: 신뢰 센터; 개인정보 보호 및 동의 가이드