Технический словарь

Также называется: AI замена лица, замена лиц

Задача компьютерного зрения, которая переносит сигналы личности из исходного лица в целевое изображение или видео, пытаясь при этом сохранить целевые атрибуты, такие как поза, выражение, волосы и фон.

Границы доказательств: Это определение задачи, а не гарантия того, что каждая система сохраняет каждый атрибут или что конкретное использование имеет разрешение.

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

Используйте в контексте: Руководство по замене лица на фото; Методология верификации

Также называется: исходная идентичность, эталон идентичности

Человек или эталонное изображение, которое предоставляет сигналы личности, предназначенные для сгенерированного лица.

Границы доказательств: Исходное лицо обычно не определяет целевую сцену, тело, волосы, позу или фон, и точное разделение зависит от метода.

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

Используйте в контексте: Руководство по вводу фото; Инструмент проверки готовности ввода

Также называется: целевое изображение, целевое видео

Изображение или видео, которое предоставляет сцену и атрибуты, не относящиеся к личности, которые метод замены лиц пытается сохранить.

Границы доказательств: Методы различаются по тому, какие целевые атрибуты они сохраняют, поэтому сохранение цели должно оцениваться, а не предполагаться.

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

Используйте в контексте: Руководство по замене лица в видео; Таблица качества

Также называется: локализация лица, локализация лиц

Процесс определения одной или нескольких областей лица на изображении или видеокадре перед выравниванием, извлечением признаков или генерацией.

Границы доказательств: Обнаруженная область лица не является решением об идентичности, проверкой согласия или доказательством того, что последующая обработка будет успешной.

Первичные источники: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild

Используйте в контексте: Руководство по замене нескольких лиц; Архитектура конвейера

Также называется: ключевые точки лица, точки ориентиров

Оцененные ключевые точки лица, такие как уголки глаз, нос и расположение рта, используемые для описания геометрии лица для выравнивания или обусловливания.

Границы доказательств: Расположение ключевых точек, их количество и единицы ошибки различаются в зависимости от детектора и протокола; они не являются напрямую взаимозаменяемыми.

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

Используйте в контексте: Инструмент проверки готовности ввода; Технический глоссарий

Также называется: выравнивание лица, выровненный кадр лица

Этап геометрической нормализации, который использует обнаруженную структуру лица для помещения лица в согласованный кадр, масштаб и ориентацию для последующей обработки.

Границы доказательств: Соглашения и преобразования выравнивания различаются, и выровненный кадр не устанавливает идентичность, качество или разрешение.

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

Используйте в контексте: Архитектура конвейера; Руководство по замене лица на фото

Также называется: внедрение идентичности, вектор лицевых признаков

Изученное числовое представление, разработанное таким образом, чтобы изображения лиц можно было сравнивать в пространстве признаков в рамках конкретной модели распознавания и протокола предварительной обработки.

Границы доказательств: Размерность вектора, функции расстояния и пороги принятия решений зависят от модели и настройки оценки; внедрение само по себе не является вердиктом об идентичности или математически гарантированной невозможностью восстановления.

Первичные источники: ArcFace: Additive Angular Margin Loss for Deep Face Recognition

Используйте в контексте: Таблица качества; Руководство по конфиденциальности и согласию

Также называется: сохранение идентичности, оценка сохранения идентичности

Сравнение представлений исходной личности и результата, зависящее от протокола, обычно вычисляемое с помощью именованного кодировщика лиц и функции сходства.

Границы доказательств: Оценки не переносимы между кодировщиками, кадрами, наборами данных, порогами или демографическими группами и не должны представляться как биометрический вердикт для одного выходного результата.

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

Используйте в контексте: Метрики качества замены лица; Каталог исследований

Также называется: сохранение атрибутов, согласованность цели

Степень, в которой результат сохраняет предполагаемые целевые характеристики, такие как поза, выражение, волосы, освещение, одежда и фон, изменяя при этом сигналы личности лица.

Границы доказательств: Оцениваемые атрибуты и оценщики должны быть названы; одна агрегированная оценка может скрывать сбои в отдельном атрибуте.

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

Используйте в контексте: Оценочная карта качества выходных данных; Руководство по качеству фото

Также называется: маска замены, лицевая маска

Пространственная карта, которая определяет, какая область изображения может быть сгенерирована, смешана или оценена как часть операции замены лица.

Границы доказательств: Построение маски и семантика различаются в зависимости от метода; маска сама по себе не решает проблем окклюзии, границ или несоответствия цвета.

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

Используйте в контексте: Архитектура конвейера; Руководство по обзору выходных данных

Также называется: семантическая сегментация лица

Попиксельная семантическая сегментация лицевых компонентов и окружающих областей, таких как кожа, глаза, рот, волосы или фон.

Границы доказательств: Наборы меток и качество сегментации зависят от анализатора и набора данных, и неправильные области могут распространяться на последующий синтез или композитинг.

Первичные источники: Fine-Grained Face Swapping via Regional GAN Inversion

Используйте в контексте: Руководство по качеству фото; Архитектура конвейера

Также называется: смешивание границ, композитинг лица

Этап композитинга, который плавно переводит синтезированную область лица в целевое изображение с учетом тона кожи, краев, освещения и окружающего содержимого.

Границы доказательств: Визуально плавная граница не устанавливает правильную идентичность, естественные внутренние черты или согласованное поведение в кадрах видео.

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

Используйте в контексте: Оценочная карта качества выходных данных; Руководство по замене лица на фото

Также называется: загораживание лица, окклюдированное лицо

Состояние, при котором часть лица скрыта волосами, руками, очками, объектами, другим человеком или границей изображения.

Границы доказательств: Обработка окклюзии зависит от метода и сцены; эталон должен указывать затронутую область и условия просмотра.

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

Используйте в контексте: Инструмент проверки готовности ввода; Руководство по подготовке видео

Также называется: поза лица, ориентация головы

Предполагаемая ориентация головы относительно камеры, часто представленная углами поворота, наклона и крена или с помощью ключевых точек и 3D-параметров.

Границы доказательств: Значения позы зависят от оценщика и координатной конвенции; сопоставление только позы не может предсказать реалистичность выходного результата.

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

Используйте в контексте: Руководство по качеству фото; Инструмент проверки готовности ввода

Также называется: сохранение выражения

Видимая конфигурация черт лица, связанная с такими элементами, как улыбка, моргание или открытие рта, часто рассматриваемая как целевой атрибут при замене лица.

Границы доказательств: Метки и параметры выражения зависят от оценщика и могут упускать тонкое, асимметричное или культурно интерпретируемое поведение.

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

Используйте в контексте: Оценочная карта качества выходных данных; Руководство по замене лица в видео

Также называется: временная когерентность, согласованность кадр-к-кадру

Стабильность признаков идентичности, целевых атрибутов и визуальных деталей в последовательных кадрах видео, а не в одном изолированном кадре.

Границы доказательств: Высокая мера согласованности может последовательно сохранять неправильный результат, поэтому правильность идентичности и видимое качество должны оцениваться отдельно.

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

Используйте в контексте: Руководство по замене лица в видео; Оценочная карта качества видео

Также называется: поле движения, соответствие пикселей

Предполагаемое плотное поле движения, которое сопоставляет местоположения изображений между кадрами и может поддерживать анализ движения, деформацию или временную диагностику.

Границы доказательств: Оптический поток является оценкой, которая может давать сбои в областях окклюзии, размытия, изменения освещения и вновь появляющихся областей; сам по себе он не является оценкой качества.

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

Используйте в контексте: Руководство по рабочему процессу видео; Архитектура конвейера

Также называется: SSIM

Полноэталонная мера сходства изображений, которая сравнивает яркость, контраст и структуру между тестовым и эталонным изображениями.

Границы доказательств: SSIM требует значимого выровненного эталона, не является специфичным для лица, и его значение зависит от масштаба, оконной функции, обработки цвета и предварительной обработки.

Первичные источники: Image Quality Assessment: From Error Visibility to Structural Similarity

Используйте в контексте: Метрики качества замены лица; Методология исследования

Также называется: LPIPS, обучаемое перцептивное сходство

Перцептивное расстояние, основанное на признаках глубоких сетей, которое было оценено по сравнению с человеческими суждениями о сходстве патчей изображений.

Границы доказательств: LPIPS не является оценкой идентичности; значения зависят от выбранной сети, калибровки, подготовки изображения и протокола сравнения.

Первичные источники: The Unreasonable Effectiveness of Deep Features as a Perceptual Metric

Используйте в контексте: Метрики качества замены лица; Контролируемое исследование

Также называется: FID

Расстояние на уровне наборов между распределениями признаков из коллекций сгенерированных и эталонных изображений, изначально вычисляемое с использованием начальных признаков.

Границы доказательств: FID не является защищаемой оценкой для одного изображения, и результаты зависят от количества образцов, извлекателя признаков, предварительной обработки, эталонного набора и реализации.

Первичные источники: 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

Используйте в контексте: Метрики качества замены лица; Каталог исследований

Также называется: NR-IQA, слепая оценка качества изображений

Метод, который оценивает визуальное качество выходного изображения без необходимости в парном эталонном изображении.

Границы доказательств: Его достоверность зависит от обучающих данных и схемы валидации; оценка может быть неверной для неизвестных методов, контента или искажений.

Первичные источники: Rank-based No-reference Quality Assessment for Face Swapping

Используйте в контексте: Оценочная карта качества выходных данных; Методология верификации

Также называется: рубрика оценки человеком, рубрика проверки вывода

Повторяемая рубрика, которая предлагает рецензенту записать видимые критерии, оценочные якоря, критические пороги и примечания для конкретного выходного результата.

Границы доказательств: Он фиксирует структурированные наблюдения человека, а не точность модели, биометрическую идентичность, вероятность или общепровайдерский рейтинг.

Первичные источники: DeepSwapAI оценочная карта качества выходных данных замены лица; Rank-based No-reference Quality Assessment for Face Swapping

Используйте в контексте: Открыть карточку оценки; Скачать исследовательские материалы

Также называется: Коалиция за происхождение и подлинность контента

Открытый технический стандарт для записи защищенной от несанкционированного доступа информации о происхождении цифрового контента с помощью подписанных манифестов, утверждений, ингредиентов и заявлений.

Границы доказательств: C2PA может предоставить доказательства происхождения и сигналы о вмешательстве, но спецификация не определяет, является ли изображенный контент правдивым, точным или этически допустимым.

Первичные источники: C2PA Technical Specification 2.4; Пояснение C2PA 2.3

Используйте в контексте: Доверие и безопасность; Методология верификации

Также называется: C2PA Учетные данные контента, учетные данные происхождения контента

Представление информации о происхождении, связанной с цифровым активом, для пользователя в экосистеме C2PA.

Границы доказательств: Доступность и отображаемые детали зависят от учетных данных, подписанта, валидатора, актива и платформы; учетные данные не являются заявлением о фактической правдивости контента.

Первичные источники: Пояснение C2PA 2.3; C2PA Technical Specification 2.4

Используйте в контексте: Центр доверия; Руководство по конфиденциальности и согласию