Cartão de qualidade
Cartão de qualidade
Cartão de qualidade. Face swap com IA no navegador para fotos, lotes, mapeamento de grupos, vídeos e GIFs autorizados. Conteúdo localizado: pt-PT. Comparação verificada por fontes.
Guia prático
Cartão de qualidade
Esta página explica Cartão de qualidade em português, incluindo finalidade, limites e verificação. O texto revisado mantém fatos, números, links e fontes; use apenas mídia autorizada.
Comparação verificada por fontes: Face swap com IA no navegador para fotos, lotes, mapeamento de grupos, vídeos e GIFs autorizados.
Resposta direta
Uma pontuação de qualidade de troca de rosto precisa de critérios visíveis e um limite de evidência
Este cartão de pontuação estrutura uma revisão humana de uma saída específica. Não inspeciona um rosto biometricamente, prevê um resultado não visto ou transforma uma amostra favorável numa afirmação sobre um modelo ou fornecedor inteiro.
Avaliação interativa
Pontue uma saída com o mesmo padrão
Escolha o tipo de mídia, complete as portas, classifique todos os critérios aplicáveis e mantenha uma nota de evidência curta para qualquer coisa que outro revisor deva conseguir encontrar.
Âncoras de classificação
Utilize o mesmo significado de 0 a 4 para cada critério
A escala descreve o defeito mais forte observado no material amostrado para esse critério. Não é uma pontuação de confiança, probabilidade ou medição biométrica.
| Classificação | Âncora | Definição |
|---|---|---|
| 0 | Inutilizável | Uma falha ou defeito grave impede o uso pretendido. |
| 1 | Defeito grave | Um defeito claramente visível domina a visualização normal. |
| 2 | Defeito percetível | Um defeito permanece fácil de notar e precisa de correção direcionada. |
| 3 | Defeito menor | Um pequeno defeito é visível na revisão mas não domina a visualização normal. |
| 4 | Nenhum defeito material observado | Nenhum defeito material foi observado na saída amostrada para este critério. |
Dimensões da rubrica
Os pesos são explícitos e o movimento só é pontuado quando existe movimento
O vídeo e o GIF utilizam a totalidade dos 100 pontos de peso base. A foto exclui a estabilidade temporal e normaliza os restantes 90 pontos para um resultado de 100 pontos.
| Critério | Peso base | Suporte | Pergunta de revisão |
|---|---|---|---|
| Preservação da identidade | 24% | foto, vídeo, gif | Os olhos, sobrancelhas, nariz, boca, maxilar, indícios de idade e identidade geral visíveis permanecem coerentes com a referência pretendida? |
| Limite e mistura do rosto | 16% | foto, vídeo, gif | A textura da pele, os contornos do rosto, as orelhas, o maxilar, a linha do cabelo e o pescoço fazem a transição para a cena alvo sem um limite colado? |
| Coerência da pose e expressão | 14% | foto, vídeo, gif | A geometria facial permanece coerente com o ângulo da cabeça alvo, o olhar, o estado dos olhos, a forma da boca e a expressão? |
| Continuidade da iluminação e cor | 14% | foto, vídeo, gif | A exposição, a cor, o sombreamento da pele, os realces e as sombras mantêm-se consistentes com a cena alvo? |
| Continuidade da oclusão e acessórios | 12% | foto, vídeo, gif | O cabelo, as mãos, os óculos, as máscaras, os microfones, os objetos em primeiro plano e outras oclusões permanecem na ordem visual correta? |
| Integridade técnica | 10% | foto, vídeo, gif | A saída está livre de desfoque material, ringing, artefactos de blocos, rasgões, características duplicadas, mudanças abruptas de textura ou fotogramas danificados? |
| Estabilidade temporal | 10% | vídeo, gif | Através do movimento, a identidade permanece estável sem cintilação, deriva, perda de rosto, mudanças súbitas de geometria ou uma costura de ciclo visível? |
Descarregue o protocolo reutilizável
O JSON contém a escala completa, portas, critérios, fórmula, bandas de decisão, limites de evidência, licença e referências. O CSV é um modelo de revisão em branco de sete linhas, e o ficheiro BibTeX fornece uma citação estável.
Mapa de referência automatizado
As métricas de qualidade de troca de rosto respondem a perguntas diferentes
Uma referência defensável mantém separados a transferência de identidade de origem, a preservação de atributos de destino, o realismo da distribuição de imagem e vídeo, o comportamento de fotograma para fotograma, a avaliação apenas da saída e a revisão humana. O mapa de decisão com versão nomeia o que cada família compara e o protocolo necessário antes de um valor poder ser interpretado.
| Medida | Compara | Uso | Limite |
|---|---|---|---|
| Similaridade de recuperação de identidade ou incorporação | Identidade de origem versus a saída trocada, usando um codificador facial nomeado ou galeria de origem. | Com que força a saída retém a evidência de identidade de origem sob o avaliador fixo? Maior similaridade ou desempenho de recuperação é geralmente melhor dentro do mesmo protocolo. | O codificador, corte, galeria, dados demográficos, limiar e pré-processamento afetam o valor. Não é um veredito biométrico para uma pessoa. |
| Estabilidade de similaridade de identidade fotograma a fotograma | A sequência de similaridades de identidade de origem para saída entre fotogramas de saída detetados sob um codificador facial nomeado. | A evidência de identidade de origem permanece estável à medida que a pose, expressão, oclusão e condições de cena mudam ao longo do tempo? Menor dispersão pode indicar maior estabilidade apenas quando a similaridade média de identidade ou o resultado de recuperação é reportado ao lado. | Uma identidade consistentemente errada pode ter baixa variância. A dispersão não pode substituir a similaridade média ou a recuperação, e os valores não são portáveis entre codificadores ou pipelines de fotogramas. |
| Erro de pose e expressão | Estimativas de pose ou expressão do destino versus a saída trocada sob um estimador nomeado. | Quão de perto a saída preserva a pose da cabeça e expressão do destino sob o estimador fixo? Menor erro é geralmente melhor dentro do mesmo estimador e parametrização. | Os valores não são portáveis entre diferentes estimadores, cortes, espaços de parâmetros, convenções de pontos de referência ou pipelines de pré-processamento. |
| Frechet Inception Distance (FID) | Uma distribuição de imagens ou fotogramas gerados versus uma distribuição de referência documentada. | Quão próximas estão duas distribuições de características sob o extrator de características fixo e protocolo de amostragem? Menor é melhor apenas dentro do mesmo conjunto de dados, extrator, pré-processamento e protocolo de amostra. | Uma saída de troca de rosto não pode ter um FID defensável porque uma única imagem não é uma distribuição. O FID não isola a correção da identidade. |
| Frechet Video Distance (FVD) | Uma distribuição de clipes de vídeo gerados versus uma distribuição de clipes de referência documentada sob um extrator de características de vídeo nomeado. | Quão próximas estão as distribuições de características de vídeo geradas e de referência sob um protocolo fixo de amostragem de clipes? Menor é melhor apenas dentro do mesmo conjunto de dados, extrator de características, duração do clipe, taxa de fotogramas, pré-processamento e protocolo de amostra. | Um clipe de saída não é um resultado FVD defensável a nível de distribuição. O FVD não isola a identidade de origem, preservação de atributos de destino, sincronização labial ou um defeito temporal específico. |
| Consistência do sujeito e do fundo | Consistência de características entre fotogramas de saída e contra fotogramas anteriores, de destino ou de referência. | Quão estáveis são as características do sujeito e do fundo através do movimento sob o protocolo de vídeo fixo? Maior consistência é geralmente melhor sob a mesma implementação. | A consistência sozinha não pode estabelecer um mapeamento de identidade correto, realismo visual, precisão de movimento ou prontidão para publicação. |
| Diagnósticos de olhar, abertura ocular, sincronização labial e movimento | Comportamento nomeado de olho, áudio-lábio, ponto de referência ou fluxo ótico entre sequências de destino e saída. | Que atributos dinâmicos de destino específicos permanecem sincronizados através do vídeo gerado? Direção e unidade dependem do diagnóstico nomeado; reporte cada um separadamente. | Estes diagnósticos não são intercambiáveis, precisam de um protocolo de vídeo documentado e não se aplicam a todos os tipos de suporte. |
| Avaliação de qualidade sem referência aprendida | A saída apenas, avaliada por um modelo treinado contra julgamentos humanos classificados ou dados de qualidade rotulados. | Como é que um avaliador treinado classifica a qualidade visível da saída quando não há suporte de referência explícito disponível? A direção depende da saída do modelo; valide-a numa distribuição de validação documentada. | O desempenho depende dos dados de treino e do âmbito da validação. Uma pontuação apenas de saída não pode estabelecer por si só a transferência correta de identidade de origem. |
| Cartão de pontuação humano estruturado | Uma saída visível contra âncoras de defeito explícitas, portas de publicação e notas do revisor. | Que defeitos visíveis ou portas de uso não resolvidas um revisor observa nesta saída específica? Use classificações ordinais ancoradas; não reinterprete o resultado como uma probabilidade ou pontuação biométrica. | Evidência subjetiva sobre a amostra revista, não precisão do modelo, classificação do fornecedor, probabilidade ou similaridade biométrica. |
Os protocolos de referência publicados não são intercambiáveis
O quadro de correspondência abaixo regista apenas as configurações descritas pelos artigos primários. Não copia as suas tabelas de resultados, afirma que todos os conjuntos de dados são descarregáveis, nem transforma valores de diferentes avaliadores numa única tabela de classificação.
| Protocolo e fonte | Unidade de comparação | Medidas reportadas | Limite de comparabilidade |
|---|---|---|---|
| CASIA FaceSwapping | Pares de vídeo fonte-destino montados sob três protocolos de isolamento de fatores. Normal: 4.500 pares da mesma etnia não sobrepostos de gravações normais. Inter-étnico: 1.200 pares abrangendo ambas as direções entre grupos Asiático, Africano e Caucasiano. Inter-atributo: 4.300 pares abrangendo variações normais e de pose, expressão ou iluminação em ambas as direções. | recuperação de identidade, similaridade de identidade, erro de pose, erro de expressão, FID, consistência do sujeito, consistência do fundo. Nenhum protocolo de revisão humana está resumido neste quadro de correspondência. | As três fatias isolam diferentes fatores dentro da configuração CASIA. Os seus valores dependem da construção de pares, modelos, extratores de características, resoluções e agregação desse artigo. |
| IDBench-V | 200 pares de vídeo fonte e imagem destino do mundo real reportados no artigo. Um conjunto de avaliação de 200 pares cobrindo rostos pequenos, poses de cabeça extremas, oclusões severas, expressões complexas ou dinâmicas e cenas com múltiplas pessoas desordenadas. | Similaridade de identidade ArcFace, similaridade de identidade InsightFace, similaridade de identidade CurricularFace, variância de similaridade de identidade por fotograma, erro de pose, erro de expressão, consistência do fundo, consistência do sujeito, suavidade de movimento, FVD. O artigo reporta 19 avaliadores usando classificações de 1 a 5 para similaridade de identidade, preservação de atributos e qualidade de vídeo. | A linha regista apenas o protocolo reportado no artigo. Não afirma a disponibilidade de descarregamento público, reproduz um resultado, nem torna os seus valores portáveis para outra referência. |
| Referência VFS CanonSwap | 100 pares fonte-destino amostrados do VFHQ; cada destino usa os primeiros 100 fotogramas e quatro segundos de áudio correspondente. Um conjunto de avaliação de troca de rosto em vídeo de 100 pares com janelas de fotogramas e áudio fixas. | similaridade de identidade, recuperação de identidade, erro de pose, erro de expressão, erro de olhar, erro de rácio de aspeto do olho, LSE-D, LSE-C, consistência temporal do fluxo ótico, FVD. Nenhum protocolo de revisão humana está resumido neste quadro de correspondência. | O protocolo usa escolhas específicas do artigo para fotograma, áudio, estimador e extrator de características. Os seus valores não devem ser comparados diretamente com os valores do IDBench-V ou CASIA. |
Descarregue o mapa de decisão de métricas
O JSON preserva todas as 9 famílias de métricas, o quadro de correspondência de 3 protocolos, pré-requisitos, direções de interpretação, limites de evidência e fontes primárias. O CSV contém a tabela de famílias de métricas; o registo BibTeX fornece atribuição estável.
Use a evidência certa para a decisão: as métricas automatizadas precisam de um conjunto de dados fixo, avaliador, pipeline de pré-processamento, contagem de amostras e saídas repetidas. Este scorecard local regista defeitos visíveis num resultado revisto e deliberadamente não imita uma referência automatizada.
Protocolo de avaliação em cinco passos
Torne cada revisão suficientemente reproduzível para outra pessoa inspecionar
- Escolha o tipo de saída e identifique a amostra. Selecione foto, vídeo ou GIF e registe um identificador de amostra, revisor e data de revisão.
- Confirme as três portas críticas de publicação. Confirme a permissão, verifique o mapeamento de identidade pretendido e reveja se é necessária uma divulgação de conteúdo de IA.
- Revise todos os critérios aplicáveis. Classifique identidade, limite facial, pose e expressão, iluminação, oclusão, integridade técnica e estabilidade temporal, quando aplicável.
- Leia o resultado ponderado sem substituir as portas. Use o resultado para priorizar correções. Uma pontuação numérica nunca substitui portas de permissão, mapeamento ou divulgação não resolvidas.
- Exporte o registo de evidência completo. Descarregue JSON ou CSV, retenha notas e repita o mesmo protocolo para cada saída que pretende comparar.
Comparações de fornecedores precisam de mais evidência: use entradas permitidas idênticas, execuções independentes repetidas, múltiplos revisores, condições de visualização documentadas e relatórios estatísticos. Uma saída escolhida a dedo não pode estabelecer a qualidade média do modelo.
Limite de evidência e fontes
A revisão subjetiva é útil apenas quando os seus limites são visíveis
Limite
A pontuação é uma observação humana estruturada de uma saída revista, não uma medição biométrica de identidade.
Limite
A rubrica não estabelece precisão do modelo, qualidade média, segurança, velocidade, fiabilidade ou superioridade do fornecedor.
Limite
Uma pontuação alta não substitui a revisão de consentimento, divulgação, legal, acessibilidade ou específica do público.
Limite
Uma afirmação entre fornecedores requer as mesmas entradas, execuções repetidas, revisores independentes, condições de visualização documentadas e relatórios estatísticos.
- ITU-R BT.500-15: Methodologies for the subjective assessment of the quality of television images - Princípios gerais para avaliação subjetiva de imagem documentada; a rubrica DeepSwapAI não é um teste de laboratório ITU.
- ITU-T P.910 (10/2023): Subjective video quality assessment methods for multimedia applications - Princípios gerais para avaliação subjetiva multimédia documentada; a rubrica DeepSwapAI é um fluxo de trabalho prático de revisão única.
- Towards High Fidelity Face Swapping: A Comprehensive Survey and New Benchmark - Define a referência CASIA FaceSwapping e documenta protocolos de identidade, atributo de destino, distribuição e consistência de vídeo.
- DreamID-V: Bridging the Image-to-Video Gap for High-Fidelity Face Swapping via Diffusion Transformer - Apresenta o protocolo IDBench-V de 200 pares e reporta similaridade de identidade multi-codificador, variância por fotograma, atributo de destino, consistência de vídeo, FVD e medidas de revisão humana.
- CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation - Reporta medidas específicas de vídeo de identidade, atributo de destino, sincronização, consistência temporal e distribuição.
- Rank-based No-reference Quality Assessment for Face Swapping - Estuda a avaliação de qualidade de troca de rosto aprendida apenas da saída treinada contra julgamentos classificados.
- GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium - Apresenta a Distância de Iniciação de Fréchet como uma medida de avaliação a nível de distribuição.
- DeepSwapAI pesquisa de prontidão de entrada controlada - evidência separada apenas de entrada sem pontuação de saída gerada.
- Espelho do scorecard público com versão - a cópia v1.6.2 no repositório de investigação aberto.
- Lançamento de investigação aberta verificado por soma de verificação - manifesto, somas de verificação SHA-256, ficheiros de citação, JSON e CSV.
- Instantâneo do repositório Software Heritage - preservado independentemente como swh:
1: .snp: f11738615eea 9f999c8709a0 da73130f0426 6209 - DeepSwapAI metodologia de verificação de afirmações - como factos de produto, comparações e limites de evidência são revistos.
Perguntas do scorecard
O que o número pode e não pode estabelecer
Isto carrega o meu suporte ou notas?
Não. A página não tem entrada de suporte, e os controlos do scorecard não enviam classificações ou notas para o DeepSwapAI.
Isto é uma pontuação de identidade biométrica?
Não. É uma observação humana documentada de características visíveis da saída, não precisão de reconhecimento facial ou similaridade de incorporação.
Uma pontuação pode classificar fornecedores de troca de rosto?
Não. Uma comparação defensável precisa de entradas partilhadas, saídas repetidas, múltiplos revisores, condições de visualização controladas e relatórios estatísticos.
Porque é que a estabilidade temporal é excluída das fotos?
Uma imagem estática não tem sequência de fotogramas. O modo foto normaliza os seis critérios aplicáveis de 90 pontos de peso base para 100.
Posso reutilizar a rubrica?
Sim. O JSON publicado e o CSV em branco usam CC BY 4.0 e incluem a declaração de atribuição necessária e um registo BibTeX descarregável.
O FID pode medir uma saída de troca de rosto?
Não. O FID compara distribuições de conjuntos de imagens geradas e de referência. Uma imagem não é uma distribuição.
A identidade deve ser comparada com a origem ou o destino?
A recuperação e similaridade de identidade normalmente comparam a saída com a origem. A preservação de pose e expressão normalmente compara a saída com o destino.
Os valores do CASIA FaceSwapping, IDBench-V e CanonSwap podem ser comparados diretamente?
Não. A sua construção de pares, fatias de desafio, avaliadores, extratores de características, janelas de fotogramas ou áudio, pré-processamento e agregação diferem. Reproduza um protocolo partilhado antes de comparar valores.
Começar face swap
Face swap com IA no navegador para fotos, lotes, mapeamento de grupos, vídeos e GIFs autorizados.