Pesquisa

Pesquisa

Pesquisa. Face swap com IA no navegador para fotos, lotes, mapeamento de grupos, vídeos e GIFs autorizados. Conteúdo localizado: pt-PT. Comparação verificada por fontes.

Pela Equipa de Produto DeepSwapAIPublicado em 18 de julho; metadados do catálogo verificados em 28 de julho de 2026Pesquisa de entrada controlada

Pesquisa

Esta página explica Pesquisa 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.

Isto é um teste de stress de entrada, não uma tabela de classificação de precisão de IA

A experiência muda uma família de variáveis de cada vez em torno da mesma criação de fonte própria DeepSwapAI. Publica medições de pixel descodificadas e transformações exatas. Não executa uma troca de rosto, compara modelos, estima semelhança de identidade ou declara um vencedor de qualidade.

6 amostras controladas

Referência, resolução reduzida, foco suave, baixa exposição, alta exposição e compressão JPEG pesada.

5 medições de pixel

Luminância média, desvio padrão de contraste, corte de sombras, corte de realces e diferença de borda adjacente.

0 alegações de saída

Nenhuma imagem gerada, taxa de sucesso, pontuação de realismo, pontuação de identidade, resultado de velocidade ou classificação de produto.

Veja o conjunto de imagens exato por trás das medições

Cada placa deriva do mesmo ativo de origem. A inspeção visual permanece necessária porque as métricas agregadas não podem mostrar todos os artefactos locais.

Variante de entrada de imagem controlada: Codificação de referência
Codificação de referência960 x 540 · 78 KB
Variante de entrada de imagem controlada: Resolução reduzida
Resolução reduzida320 x 180 · 15 KB
Variante de entrada de imagem controlada: Foco suave
Foco suave960 x 540 · 23 KB
Variante de entrada de imagem controlada: Baixa exposição
Baixa exposição960 x 540 · 45 KB
Variante de entrada de imagem controlada: Alta exposição
Alta exposição960 x 540 · 84 KB
Variante de entrada de imagem controlada: Compressão JPEG pesada
Compressão JPEG pesada960 x 540 · 16 KB

Medições de píxeis descodificados a um máximo de 512 píxeis no lado de análise

A luminância usa os coeficientes Rec. 709. A contagem de escurecimento conta a luminância igual ou inferior a 10; a contagem de realce conta a luminância igual ou superior a 245. A diferença de borda é a diferença absoluta média de luminância entre píxeis vizinhos horizontais e verticais.

VarianteDimensõesLuminância médiaDP de contrasteEscurecimento cortadoRealce cortadoDiferença de borda
Codificação de referência 960 x 540 125.82 58.95 1.22% 0% 7.74
Resolução reduzida 320 x 180 126.22 58.81 1.1% 0.01% 10.55
Foco suave 960 x 540 124.8 55.19 0.16% 0% 2.68
Baixa exposição 960 x 540 57.18 30.37 9.22% 0% 3.87
Alta exposição 960 x 540 197.15 62.53 0% 36.64% 8.41
Compressão JPEG pesada 960 x 540 125.58 58.95 1.29% 0.01% 7.45
Importante: um valor é uma medição, não uma marca de aprovação universal. O JPEG comprimido mostra porquê: as suas medições globais permanecem próximas da referência mesmo que artefactos visuais de blocos e de toque ainda possam estar presentes.

Transformações exatas e impressões digitais de ficheiro imutáveis

O SHA-256 de origem é 2f293e48f7d5d6a08ce9ab759a124e00ce92f2a204cd530284ce7d1f0ecc7c3d. Cada saída é descodificada, composta sobre branco se necessário, redimensionada proporcionalmente para não mais de 512 píxeis no seu lado mais longo e amostrada por ordem de linha.

Codificação de referência

Redimensione a origem detida para 960 x 540 e codifique como WebP com qualidade 82.

SHA-256: 8c852071b02e03d91eb264655fef14654026fa46dc32e736a2b25c2ab0a1186a

Resolução reduzida

Redimensione a mesma origem para 320 x 180 e codifique como WebP com qualidade 82.

SHA-256: 955c0e4e97a7af8564b39733b9654d3294abd07fa014c530ca733d8708000cc0

Foco suave

Redimensione para 960 x 540, aplique um desfoque gaussiano com sigma 4.5 e codifique como WebP com qualidade 82.

SHA-256: e8edf51e0ef2b38916c858fe4aff932b14081d60ebd55552fbfc360586350886

Baixa exposição

Redimensione para 960 x 540, aplique y = 0.52x - 8 aos canais RGB, limite ao intervalo de 8 bits e codifique como WebP com qualidade 82.

SHA-256: 727172796e3cf8efdefd601d21177321c1bfcfbc458d629a689897aecf442769

Alta exposição

Redimensione para 960 x 540, aplique y = 1.35x + 45 aos canais RGB, limite ao intervalo de 8 bits e codifique como WebP com qualidade 82.

SHA-256: f2b01d592108fea3bb82e888733d89fb7356c307cda00d6d55d587b422da957b

Compressão JPEG pesada

Redimensione para 960 x 540 e codifique como JPEG com qualidade 15 e subamostragem de croma 4:2:0.

SHA-256: cd952c4c50fb78e941a62492e7ef6c3cc2fae96abac7df87aa1f32d4106b97ae

Descarregue o conjunto de dados completo

O JSON e o CSV contêm as fórmulas, âmbito, limitações, transformações, dimensões, tamanhos de bytes, métricas e impressões digitais SHA-256. O ficheiro BibTeX fornece uma citação estável.

Seis ativos reutilizáveis com limites de evidência explícitos

Este catálogo mantém separadas as medições de entrada, a revisão humana de saída única, a seleção de métricas, a revisão do produto de origem oficial, a revisão do contrato API e a análise de píxeis de ilustração. Cite o ativo específico que utilizou, a sua versão e o seu URL canónico em vez de transferir uma alegação de um tipo de evidência para outro. O site permanece canónico; o repositório público de investigação e lançamento imutável v1.6.2 verificado por soma de verificação fornece um espelho externo versionado. A atestação de lançamento assinada do GitHub vincula o commit c1d268d4a140a6de4cc8a6464d1068190cc73a8d e todos os 28 ativos de lançamento; os consumidores podem seguir o procedimento oficial de verificação de integridade do lançamento. O commit e a tag de lançamento são preservados independentemente num instantâneo do Software Heritage com o identificador swh:1:snp:f11738615eea9f999c8709a0da73130f04266209.

Referência de prontidão de entrada controlada v1.0.0

Seis variantes de imagem controladas, cinco medições de píxeis descodificados, transformações exatas, impressões digitais de ficheiro, JSON, CSV e BibTeX. Conjunto de dados canónico: deepswapai.com/research.

Cartão de pontuação de qualidade de saída de troca de rosto v1.0.0

Uma rubrica de revisão humana separada de sete critérios com cálculo local, JSON e CSV reutilizáveis e limites explícitos em alegações biométricas ou de nível de fornecedor. Abrir a ficha de avaliação.

Mapa de decisão de métrica de avaliação de troca de rosto v1.1.0

9 famílias de avaliação citadas por fontes mais uma matriz de investigação de 3 protocolos, cada uma com entradas, pré-requisitos e limites de interpretação explícitos. Nenhuma métrica é executada e nenhum fornecedor é pontuado. Abra o mapa de métricas.

Panorama de ferramentas de troca de rosto verificadas por fontes v1.0.0

13 registos de produto normalizados apoiados por 66 URLs de fontes oficiais atuais, com incógnitas visíveis e sem classificação de qualidade de saída. Abra o conjunto de dados de comparação.

Panorama de contratos API de troca de rosto v1.0.0

6 registos API normalizados apoiados por 21 URLs de fontes oficiais atuais. Preserva unidades de preço incompatíveis e conflitos de fontes oficiais sem executar um pedido de geração ou classificar fornecedores. Abra o conjunto de dados de contrato API.

Auditoria do painel de demonstração oficial v1.0.0

Três regiões de píxeis descodificados alinhadas, coordenadas de corte exatas, fórmulas, impressão digital de origem, JSON, CSV e BibTeX. Mede uma ilustração e não pontua uma saída gerada. Abra a auditoria de antes e depois.

Descarregue o catálogo de investigação canónico

O JSON-LD descreve todos os seis conjuntos de dados, os seus limites de evidência, registos canónicos, licenças, citações e distribuições. O CSV fornece o mesmo inventário para ferramentas tabulares.

Citação e reutilização: cite “DeepSwapAI Referência de Prontidão de Entrada de Imagem Controlada v1, https://deepswapai.com/research”. O JSON, CSV, fórmulas, transformações e metadados de medição usam CC BY 4.0. As imagens de amostra referenciadas permanecem propriedade da DeepSwapAI e não são relicenciadas para reutilização não relacionada.

O que a experiência estabelece e o que permanece desconhecido

A resolução é explícita

As dimensões de píxeis e o tamanho do ficheiro são propriedades exatas. Aumentar a escala de uma imagem pequena altera as dimensões, mas não pode reconstruir detalhes de identidade em falta.

A exposição deixa cortes mensuráveis

A variante brilhante controlada move 36,64% dos píxeis amostrados para a faixa de recorte de realces. Isso estabelece uma perda de intervalo de entrada, não um defeito de saída previsto.

O desfoque reduz a mudança de borda local

A variante de foco suave reduz a diferença de borda adjacente de 7.74 para 2.68. A métrica é de toda a cena e não isola um rosto.

A compressão precisa de revisão visual

A compressão JPEG pesada pode preservar médias globais enquanto cria artefactos locais. Uma verificação técnica prévia não deve transformar algumas métricas numa pontuação de qualidade falsa.

Limitações: uma cena de origem não é uma população. O analisador não deteta rostos, identidade, consentimento, pose, expressão, olhar, cabelo, oclusão ou comportamento do modelo. Não pode prever realismo, precisão, sucesso de processamento, preferência ou qualidade final de exportação.

Use um protocolo separado após a geração

Medições de entrada e observações de saída respondem a perguntas diferentes. Após gerar um resultado representativo, use o cartão de pontuação de qualidade de troca de rosto para documentar identidade, mistura, pose, iluminação, oclusão, integridade técnica e estabilidade temporal sem transformar uma saída numa alegação de todo o modelo.

Abra o cartão de pontuação de qualidade de saída

Respostas sem exagerar a evidência

Este benchmark mede a qualidade de saída da troca de rosto?

Não. Mede apenas propriedades de imagem de entrada controladas. Nenhuma saída de troca de rosto foi gerada, pontuada ou comparada.

Pode prever um resultado realista?

Não. As medições não observam o modelo de geração, identidade, pose, expressão, oclusão ou saída.

Porquê publicar uma amostra comprimida que parece semelhante na tabela?

Porque expõe uma limitação real: as medições agregadas globais podem perder artefactos JPEG locais.

Onde posso testar a minha própria imagem?

Use o verificador de prontidão local. Aplica as mesmas cinco definições de medição no seu navegador sem carregar a imagem selecionada.

Como posso citar ou reutilizar os dados?

Use o registo BibTeX descarregável ou a declaração de atribuição visível. Os dados de medição e metadados usam CC BY 4.0; as imagens de amostra referenciadas permanecem propriedade da DeepSwapAI.

Começar face swap

Face swap com IA no navegador para fotos, lotes, mapeamento de grupos, vídeos e GIFs autorizados.

Começar face swap