Origineel invoeronderzoek

Face swap invoergereedheidsbenchmark

Eén eigen bronafbeelding, zes gecontroleerde varianten, vijf transparante pixelmetingen en nul gegenereerde-uitvoer claims. Gebruik de gegevens om te begrijpen wat een preflight-controller kan meten vóór upload en wat het niet kan voorspellen.

Door DeepSwapAI ProductteamGepubliceerd op 18 juli; catalogusmetagegevens geverifieerd op 27 augustus 2026Gecontroleerd invoeronderzoek

Dit is een invoerstresstest, geen AI-nauwkeurigheidsranglijst

Het experiment verandert één variabelefamilie tegelijk rond dezelfde DeepSwapAI-eigen broncreatie. Het publiceert gedecodeerde pixelmetingen en exacte transformaties. Het voert geen gezichtswissel uit, vergelijkt geen modellen, schat geen identiteitsgelijkenis of verklaart geen kwaliteitswinnaar.

6 gecontroleerde monsters

Referentie, verlaagde resolutie, zachte focus, lage belichting, hoge belichting en zware JPEG-compressie.

5 pixelmetingen

Gemiddelde luminantie, contrast standaarddeviatie, donkere clipping, lichte clipping en aangrenzende randverschil.

0 uitvoerclaims

Geen gegenereerde afbeelding, slagingspercentage, realisme-score, identiteitsscore, snelheidsresultaat of productrangschikking.

Zie de exacte afbeeldingsset achter de metingen

Elke plaat is afgeleid van dezelfde bronasset. Visuele inspectie blijft noodzakelijk omdat samengestelde metrieken niet elk lokaal artefact kunnen tonen.

Gecontroleerde afbeeldingsinvoervariant: Referentie-encode
Referentie-encode960 x 540 · 78 KB
Gecontroleerde afbeeldingsinvoervariant: Verlaagde resolutie
Verlaagde resolutie320 x 180 · 15 KB
Gecontroleerde afbeeldingsinvoervariant: Zachte focus
Zachte focus960 x 540 · 23 KB
Gecontroleerde afbeeldingsinvoervariant: Lage belichting
Lage belichting960 x 540 · 45 KB
Gecontroleerde afbeeldingsinvoervariant: Hoge belichting
Hoge belichting960 x 540 · 84 KB
Gecontroleerde afbeeldingsinvoervariant: Zware JPEG-compressie
Zware JPEG-compressie960 x 540 · 16 KB

Gedecodeerde pixelmetingen bij een maximale analysezijde van 512 pixels

Luminantie gebruikt Rec. 709-coëfficiënten. Donkere clipping telt luminantie op of onder 10; lichte clipping telt luminantie op of boven 245. Randverschil is het gemiddelde absolute luminantieverschil over horizontale en verticale naburige pixels.

VariantAfmetingenGemiddelde luminantieContrast SDDonker afgekaptLicht afgekaptRandverschil
Referentie-encode 960 x 540 125.82 58.95 1.22% 0% 7.74
Verlaagde resolutie 320 x 180 126.22 58.81 1.1% 0.01% 10.55
Zachte focus 960 x 540 124.8 55.19 0.16% 0% 2.68
Lage belichting 960 x 540 57.18 30.37 9.22% 0% 3.87
Hoge belichting 960 x 540 197.15 62.53 0% 36.64% 8.41
Zware JPEG-compressie 960 x 540 125.58 58.95 1.29% 0.01% 7.45
Belangrijk: een waarde is een meting, geen universele norm. Het gecomprimeerde JPEG laat zien waarom: de globale metingen blijven dicht bij de referentie, hoewel visuele blok- en ringartefacten nog steeds aanwezig kunnen zijn.

Exacte transformaties en onveranderlijke bestandsvingerafdrukken

De bron SHA-256 is 2f293e48f7d5d6a08ce9ab759a124e00ce92f2a204cd530284ce7d1f0ecc7c3d. Elke uitvoer wordt gedecodeerd, indien nodig samengesteld over wit, proportioneel geschaald tot maximaal 512 pixels aan de langste zijde, en bemonsterd in rijvolgorde.

Referentie-encode

Schaal de eigen bron naar 960 x 540 en codeer als WebP met kwaliteit 82.

SHA-256: 8c852071b02e03d91eb264655fef14654026fa46dc32e736a2b25c2ab0a1186a

Verlaagde resolutie

Schaal dezelfde bron naar 320 x 180 en codeer als WebP met kwaliteit 82.

SHA-256: 955c0e4e97a7af8564b39733b9654d3294abd07fa014c530ca733d8708000cc0

Zachte focus

Schaal naar 960 x 540, pas een Gaussiaanse vervaging toe met sigma 4.5, en codeer als WebP met kwaliteit 82.

SHA-256: e8edf51e0ef2b38916c858fe4aff932b14081d60ebd55552fbfc360586350886

Lage belichting

Schaal naar 960 x 540, pas y = 0.52x - 8 toe op RGB-kanalen, klem vast op 8-bit bereik, en codeer als WebP met kwaliteit 82.

SHA-256: 727172796e3cf8efdefd601d21177321c1bfcfbc458d629a689897aecf442769

Hoge belichting

Schaal naar 960 x 540, pas y = 1.35x + 45 toe op RGB-kanalen, klem vast op 8-bit bereik, en codeer als WebP met kwaliteit 82.

SHA-256: f2b01d592108fea3bb82e888733d89fb7356c307cda00d6d55d587b422da957b

Zware JPEG-compressie

Schaal naar 960 x 540 en codeer als JPEG met kwaliteit 15 en 4:2:0 chroma-subsampling.

SHA-256: cd952c4c50fb78e941a62492e7ef6c3cc2fae96abac7df87aa1f32d4106b97ae

Download de volledige dataset

De JSON en CSV bevatten de formules, reikwijdte, beperkingen, transformaties, afmetingen, bytegroottes, metrieken en SHA-256-vingerafdrukken. Het BibTeX-bestand biedt een stabiele citatie.

Zeven referentiearmaturen verklaren de ruwe lusnaaddelta

De lokale GIF-controle vergelijkt de eerste en laatst weergegeven canvassen na het toepassen van GIF89a-verwijderingsregels. Deze armaturen maken die berekening reproduceerbaar: identieke frames meten 0%, een kwart witte verandering meet 18,75%, een volledige zwart-wit snit meet 75% en het eigen monster met 27 frames meet 15,835339%. Een hogere waarde kan een opzettelijke beweging of een snede zijn; het is geen kwaliteitsklasse.

ReferentiegevalDoekLijstenRGBA-naaddeltaDoel
Identieke eerste en laatste frames4 × 420%Zero-delta-besturing.
Uniforme RGB-verschuiving met 324 × 429.411765%Toont het effect van een kleine kleurverandering over het hele frame, terwijl de alfa constant blijft.
Full-frame zwart-wit snit4 × 4275%High-delta-controle voor een opzettelijke harde snede.
Een kwart lokale witverandering4 × 4218.75%Scheidt een lokale bewegingsachtige verandering van een full-frame opname.
GIF89a herstel naar achtergrondverwijdering2 × 1237.5%Verifieert verwijderingstype 2 voordat de definitieve patch wordt samengesteld.
GIF89a herstelt naar eerdere verwijdering2 × 1237.5%Verifieert verwijderingstype 3 voordat de definitieve patch wordt samengesteld.
Eigen animatievoorbeeld van 27 frames320 × 180270.002378%Echte geanimeerde GIF-referentie met behulp van gedecodeerde frames en GIF89a-verwijderingsregels.

Hergebruik de methode, de armaturen en de exacte resultaten

De JSON publiceert de formule, verwijderingssemantiek, recepten, bewijsgrens, beperkingen en de eigen voorbeeldvingerafdruk. De CSV is analyseklaar en het BibTeX-bestand biedt een stabiele citatie.

Probeer uw eigen GIF lokaal: open de gratis GIF-preflight alleen voor browsers. Het geselecteerde bestand blijft op het apparaat staan, er is geen aanmelding vereist voor de checker en het bestandsnaamvrije JSON-rapport gebruikt dezelfde methode. Dit maakt de GIF-generatie niet gratis of anoniem.

Zeven herbruikbare middelen met expliciete bewijsgrenzen

In deze catalogus worden invoermetingen, GIF-lusgrensbewijs, menselijke beoordeling met één uitgang, metrische selectie, productbeoordeling van officiële bronnen, API-contractbeoordeling en illustratie-pixelanalyse gescheiden gehouden. Vermeld het specifieke item dat je hebt gebruikt, de versie ervan en de canonieke URL, in plaats van een claim van het ene bewijstype naar het andere over te dragen. De website is canoniek en publiceert een CFF-citatiebestand, Gegevenspakket met 16 bronnen, DCAT 3-catalogus, en SHA-256-manifest met 19 bestanden. De historische v1.6.2-repository-status blijft onafhankelijk bewaard in een Software Heritage-snapshot met identificatie swh:1:snp:f11738615eea9f999c8709a0da73130f04266209. Er wordt momenteel geen externe GitHub-repository of release geclaimd.

Gecontroleerde input-gereedheidsbenchmark v1.0.0

Zes gecontroleerde beeldvarianten, vijf gedecodeerde-pixelmetingen, exacte transformaties, bestandsvingerafdrukken, JSON, CSV, en BibTeX. Canonieke dataset: deepswapai.com/research.

GIF lusnaaddelta-referentiearmaturen v1.0.0

Zeven reproduceerbare eerste-tot-laatste gevallen met samengestelde frames, inclusief verwijderingstypes 2 en 3 plus één eigen monster met 27 frames. De waarden zijn ruw bewijsmateriaal, geen gezichts- of kwaliteitsscores. Open de armatuurgegevensset GIF.

Gezichtswissel uitvoerkwaliteitsscorekaart v1.0.0

Een aparte zeven-criteria menselijke beoordelingsrubriek met lokale berekening, herbruikbare JSON en CSV, en expliciete limieten voor biometrische of aanbiederniveau-claims. Open de scorekaart.

Gezichtswissel evaluatiemetriek beslissingskaart v1.1.0

9 bron-geciteerde evaluatiefamilies plus een 3-protocol onderzoekskruisverwijzing, elk met expliciete invoer, vereisten en interpretatiegrenzen. Geen metriek wordt uitgevoerd en geen aanbieder wordt gescoord. Open de metriekkaart.

Bron-gecontroleerd gezichtswissel-toollandschap v1.0.0

13 genormaliseerde productrecords ondersteund door 66 actuele officiële-bron-URL's, met zichtbare onbekenden en geen uitvoerkwaliteitsrangschikking. Open de vergelijkingsdataset.

Gezichtswissel API contractlandschap v1.0.0

6 genormaliseerde API records ondersteund door 21 actuele officiële-bron-URL's. Het behoudt incompatibele prijseenheden en officiële-bronconflicten zonder een generatieverzoek uit te voeren of aanbieders te rangschikken. Open de API contractdataset.

Officiële demonstratiepaneelaudit v1.0.0

Drie uitgelijnde gedecodeerde-pixelgebieden, exacte bijsnijdcoördinaten, formules, bronvingerafdruk, JSON, CSV, en BibTeX. Het meet één illustratie en scoort geen gegenereerde uitvoer. Open de voor-en-na-audit.

Download de canonieke onderzoekscatalogus

De JSON-LD beschrijft alle zeven datasets, hun bewijsgrenzen, canonieke records, licenties, citaten en distributies. De CSV biedt dezelfde inventaris voor tabellarische gereedschappen.

Citaat en hergebruik: citeer “DeepSwapAI Gecontroleerde Beeldinvoer-Gereedheidsbenchmark v1, https://deepswapai.com/research”. De JSON, CSV, formules, transformaties en meetmetadata gebruiken CC BY 4.0. Gerefereerde voorbeeldafbeeldingen blijven eigendom van DeepSwapAI en worden niet opnieuw gelicentieerd voor niet-gerelateerd hergebruik.

Wat het experiment vaststelt en wat onbekend blijft

Resolutie is expliciet

Pixelafmetingen en bestandsgrootte zijn exacte eigenschappen. Het opschalen van een kleine afbeelding verandert de afmetingen maar kan ontbrekende identiteitsdetails niet reconstrueren.

Belichting laat meetbare clipping achter

De gecontroleerde heldere variant movt 36,64% van de gesamplede pixels naar het highlight-clippingbereik. Dat stelt verloren invoerbereik vast, niet een voorspeld uitvoerdefect.

Vervaging verlaagt lokale randverandering

De soft-focus variant vermindert het aangrenzende randverschil van 7,74 naar 2,68. De metriek is scènebreed en isoleert geen gezicht.

Compressie vereist visuele beoordeling

Zware JPEG compressie kan globale gemiddelden behouden terwijl lokale artefacten ontstaan. Een technische preflight mag niet van een paar metrieken een valse kwaliteitsscore maken.

Beperkingen: één bron scène is geen populatie. De analyzer detecteert geen gezichten, identiteit, toestemming, pose, expressie, blik, haar, occlusie of modelgedrag. Het kan realisme, nauwkeurigheid, verwerkingssucces, voorkeur of uiteindelijke exportkwaliteit niet voorspellen.

Gebruik een apart protocol na generatie

Invoermetingen en uitvoerobservaties beantwoorden verschillende vragen. Na het genereren van een representatief resultaat, gebruik de kwaliteitsscorekaart voor gezichtswissel om identiteit, blending, pose, belichting, occlusie, technische integriteit en temporele stabiliteit te documenteren zonder één uitvoer om te zetten in een modelbrede claim.

Open de kwaliteitsscorekaart voor uitvoer

Antwoorden zonder het bewijs te overdrijven

Meet deze benchmark de uitvoerkwaliteit van gezichtswissel?

Nee. Het meet alleen gecontroleerde invoerafbeeldingseigenschappen. Er is geen gezichtswisseluitvoer gegenereerd, gescoord of vergeleken.

Kan het een realistisch resultaat voorspellen?

Nee. De metingen observeren het generatiemodel, identiteit, pose, expressie, occlusie of uitvoer niet.

Waarom een gecomprimeerd voorbeeld publiceren dat er in de tabel hetzelfde uitziet?

Omdat het een echte beperking blootlegt: wereldwijde samengevoegde metingen kunnen lokale JPEG-artefacten missen.

Waar kan ik mijn eigen afbeelding testen?

Gebruik de lokale gereedheidscontrole. Deze past dezelfde vijf meetdefinities toe in uw browser zonder de geselecteerde afbeelding te uploaden.

Hoe kan ik de gegevens citeren of hergebruiken?

Gebruik het downloadbare BibTeX-record of de zichtbare naamsvermelding. Meetgegevens en metadata gebruiken CC BY 4.0; gerefereerde voorbeeldafbeeldingen blijven eigendom van DeepSwapAI.

Meet uw eigen invoer zonder deze te uploaden

Open de lokale controle, inspecteer elke metriek en waarschuwing, voer vervolgens de kleinste representatieve generatietest uit.

Open de invoercontrole