Карточка качества
Карточка качества
Карточка качества. Браузерная AI-замена лица для разрешённых фото, пакетов, групповых сопоставлений, видео и GIF. Conteúdo localizado: ru. Сравнение по официальным источникам.
Практическое руководство
Карточка качества
На этой странице на русском описаны назначение, границы и проверка: Карточка качества. Ниже сохранены проверенные факты, числа, ссылки и источники; используйте только разрешённые материалы.
Сравнение по официальным источникам: Браузерная AI-замена лица для разрешённых фото, пакетов, групповых сопоставлений, видео и GIF.
Прямой ответ
Оценка качества замены лица требует видимых критериев и границ доказательств
Эта оценочная карта структурирует человеческий обзор одного конкретного выходного результата. Она не проверяет лицо биометрически, не предсказывает невидимый результат и не превращает один благоприятный образец в утверждение о целой модели или провайдере.
Интерактивная оценка
Оцените один выходной результат по одному и тому же стандарту
Выберите тип медиа, завершите барьеры, оцените каждый применимый критерий и сохраните краткую заметку о доказательствах для всего, что другой рецензент должен иметь возможность найти.
Якоря оценок
Используйте одинаковое значение от 0 до 4 для каждого критерия
Шкала описывает самый сильный дефект, наблюдаемый в выбранном материале по данному критерию. Это не показатель уверенности, вероятности или биометрическое измерение.
| Оценка | Якорь | Определение |
|---|---|---|
| 0 | Непригодно к использованию | Сбой или серьезный дефект препятствует предполагаемому использованию. |
| 1 | Существенный дефект | Явно видимый дефект доминирует при нормальном просмотре. |
| 2 | Заметный дефект | Дефект остается легко заметным и требует целенаправленного исправления. |
| 3 | Незначительный дефект | Небольшой дефект виден при проверке, но не доминирует при нормальном просмотре. |
| 4 | Существенных дефектов не обнаружено | В выбранном выводе по данному критерию существенных дефектов не обнаружено. |
Измерения рубрики
Веса явно указаны, и движение оценивается только при его наличии
Видео и GIF используют все 100 базовых весовых баллов. Фото исключает временную стабильность и нормализует оставшиеся 90 баллов до результата из 100 баллов.
| Критерий | Базовый вес | Медиа | Вопрос для проверки |
|---|---|---|---|
| Сохранение идентичности | 24% | фото, видео, gif | Сохраняют ли видимые глаза, брови, нос, рот, челюсть, возрастные признаки и общая личность согласованность с предполагаемым референсом? |
| Граница лица и смешивание | 16% | фото, видео, gif | Переходят ли текстура кожи, края лица, уши, челюсть, линия роста волос и шея в целевую сцену без видимой границы? |
| Согласованность позы и выражения | 14% | фото, видео, gif | Сохраняется ли геометрия лица согласованной с целевым углом головы, направлением взгляда, состоянием глаз, формой рта и выражением? |
| Непрерывность освещения и цвета | 14% | фото, видео, gif | Остаются ли экспозиция, цвет, оттенок кожи, блики и тени согласованными с целевой сценой? |
| Непрерывность окклюзии и аксессуаров | 12% | фото, видео, gif | Остаются ли волосы, руки, очки, маски, микрофоны, объекты переднего плана и другие окклюзии в правильном визуальном порядке? |
| Техническая целостность | 10% | фото, видео, gif | Свободен ли выходной материал от заметного размытия, звона, блочных артефактов, разрывов, дублирующихся элементов, резких изменений текстуры или поврежденных кадров? |
| Временная стабильность | 10% | видео, gif | Остается ли личность стабильной при движении без мерцания, дрейфа, потери лица, внезапных изменений геометрии или видимого шва цикла? |
Загрузить воспроизводимый протокол
JSON содержит полную шкалу, пороги, критерии, формулу, диапазоны решений, границы доказательств, лицензию и ссылки. CSV — это пустой шаблон проверки на семь строк, а BibTeX-файл предоставляет стабильную цитату.
Автоматизированная карта бенчмарков
Метрики качества замены лиц отвечают на разные вопросы
Надежный бенчмарк разделяет перенос исходной идентичности, сохранение целевых атрибутов, реалистичность распределения изображений и видео, покадровое поведение, оценку только по выходу и человеческую проверку. Версионированная карта решений называет, что сравнивает каждая группа метрик и какой протокол необходим, прежде чем значение можно интерпретировать.
| Измерение | Сравнивает | Использование | Граница |
|---|---|---|---|
| Сходство идентичности или встраивания | Исходная идентичность по сравнению с выходным результатом замены с использованием именованного энкодера лиц или исходной галереи. | Насколько сильно выходной результат сохраняет доказательства исходной идентичности при фиксированном оценщике? Более высокая схожесть или эффективность поиска обычно лучше в рамках одного протокола. | Энкодер, кадрирование, галерея, демография, порог и предобработка влияют на значение. Это не биометрический вердикт для одного человека. |
| Стабильность покадрового сходства идентичности | Последовательность значений схожести идентичности от источника к выходу на обнаруженных кадрах выходного результата под одним именованным энкодером лиц. | Остаются ли доказательства исходной идентичности стабильными при изменении позы, выражения, окклюзии и условий сцены с течением времени? Более низкая дисперсия может указывать на большую стабильность только в том случае, если рядом указана средняя схожесть идентичности или результат поиска. | Постоянно неверная идентичность может иметь низкую дисперсию. Дисперсия не может заменить среднюю схожесть или поиск, и значения не переносимы между разными энкодерами или конвейерами кадров. |
| Ошибка позы и выражения | Оценки целевой позы или выражения по сравнению с выходным результатом замены под именованным оценщиком. | Насколько точно выходной результат сохраняет целевую позу головы и выражение при фиксированном оценщике? Более низкая ошибка обычно лучше в рамках одного оценщика и параметризации. | Значения не переносимы между разными оценщиками, кадрированиями, пространствами параметров, соглашениями о ключевых точках или конвейерами предобработки. |
| Frechet Inception Distance (FID) | Распределение сгенерированных изображений или кадров по сравнению с документированным эталонным распределением. | Насколько близки два распределения признаков при фиксированном экстракторе признаков и протоколе выборки? Более низкое значение лучше только в рамках одного набора данных, экстрактора, предобработки и протокола выборки. | Один выходной результат замены лица не может иметь надежного FID, потому что одно изображение не является распределением. FID не изолирует правильность идентичности. |
| Frechet Video Distance (FVD) | Распределение сгенерированных видеоклипов по сравнению с документированным эталонным распределением клипов под именованным экстрактором видео-признаков. | Насколько близки распределения признаков сгенерированного и эталонного видео при одном фиксированном протоколе выборки клипов? Более низкое значение лучше только в рамках одного набора данных, экстрактора признаков, длительности клипа, частоты кадров, предобработки и протокола выборки. | Один выходной клип не является надежным результатом FVD на уровне распределения. FVD не изолирует исходную идентичность, сохранение целевых атрибутов, синхронизацию губ или конкретный временной дефект. |
| Согласованность субъекта и фона | Согласованность признаков между выходными кадрами, а также по сравнению с предыдущими, целевыми или эталонными кадрами. | Насколько стабильны признаки субъекта и фона при движении в рамках фиксированного видео-протокола? Более высокая согласованность обычно лучше при одинаковой реализации. | Согласованность сама по себе не может установить правильное отображение идентичности, визуальный реализм, точность движения или готовность к публикации. |
| Диагностика взгляда, апертуры глаз, синхронизации губ и движения | Именованное поведение глаз, аудио-губ, ключевых точек или оптического потока между целевой и выходной последовательностями. | Какие конкретные динамические целевые атрибуты остаются синхронизированными в сгенерированном видео? Направление и единица измерения зависят от именованной диагностики; сообщайте о каждой отдельно. | Эти диагностики не взаимозаменяемы, требуют документированного видео-протокола и применимы не ко всем типам медиа. |
| Изученная безэталонная оценка качества | Только выходной результат, оцененный моделью, обученной на ранжированных человеческих суждениях или размеченных данных о качестве. | Как обученный оценщик ранжирует видимое качество выходного результата при отсутствии явных эталонных медиа? Направление зависит от выхода модели; проверьте его на документированном отложенном распределении. | Производительность зависит от обучающих данных и области проверки. Оценка только по выходу не может сама по себе установить правильный перенос исходной идентичности. |
| Структурированная человеческая оценочная карта | Один видимый выходной результат по сравнению с явными якорями дефектов, порогами публикации и заметками рецензента. | Какие видимые дефекты или нерешенные пороги использования наблюдает рецензент в данном конкретном выходном результате? Используйте привязанные порядковые оценки; не интерпретируйте результат как вероятность или биометрическую оценку. | Субъективное доказательство, относящееся к проверяемому образцу, а не точность модели, рейтинг провайдера, вероятность или биометрическое сходство. |
Опубликованные протоколы бенчмарков не взаимозаменяемы
Приведенная ниже таблица соответствия фиксирует только настройки, описанные в первоначальных статьях. Она не копирует их таблицы результатов, не утверждает, что каждый набор данных доступен для загрузки, и не превращает значения от разных оценщиков в единую таблицу лидеров.
| Протокол и источник | Единица сравнения | Сообщаемые показатели | Граница сопоставимости |
|---|---|---|---|
| CASIA FaceSwapping | Пары исходных и целевых видео, собранные по трем протоколам изоляции факторов. Нормальные: 4500 непересекающихся пар одной этнической группы из нормальных записей. Межэтнические: 1200 пар, охватывающих оба направления между азиатскими, африканскими и кавказскими группами. Кросс-атрибутивные: 4300 пар, охватывающих нормальные вариации и вариации позы, выражения или освещения в обоих направлениях. | Поиск идентичности, сходство идентичности, ошибка позы, ошибка выражения, FID, согласованность субъекта, согласованность фона. В этой таблице соответствия не обобщается протокол человеческой проверки. | Три среза изолируют разные факторы в рамках настройки CASIA. Их значения зависят от конструкции пар, моделей, экстракторов признаков, разрешений и агрегации, описанных в этой статье. |
| IDBench-V | 200 сообщаемых в статье пар реальных исходных видео и целевых изображений. Один оценочный набор из 200 пар, охватывающий маленькие лица, экстремальные повороты головы, сильные окклюзии, сложные или динамические выражения и загроможденные сцены с несколькими людьми. | Сходство идентичности ArcFace, сходство идентичности InsightFace, сходство идентичности CurricularFace, покадровая дисперсия сходства идентичности, ошибка позы, ошибка выражения, согласованность фона, согласованность субъекта, плавность движения, FVD. В статье сообщается о 19 оценщиках, использующих рейтинги от 1 до 5 для сходства идентичности, сохранения атрибутов и качества видео. | Строка фиксирует только протокол, описанный в статье. Она не утверждает доступность для публичной загрузки, не воспроизводит результат и не делает его значения переносимыми на другой бенчмарк. |
| CanonSwap VFS benchmark | 100 пар исходных и целевых видео, отобранных из VFHQ; каждое целевое видео использует первые 100 кадров и четыре секунды соответствующего аудио. Один набор для оценки замены лиц из 100 пар с фиксированными окнами кадров и аудио. | Сходство идентичности, поиск идентичности, ошибка позы, ошибка выражения, ошибка взгляда, ошибка соотношения сторон глаз, LSE-D, LSE-C, временная согласованность оптического потока, FVD. В этой таблице соответствия не обобщается протокол человеческой проверки. | Протокол использует специфические для статьи выбор кадров, аудио, оценщика и экстрактора признаков. Его значения нельзя напрямую сравнивать со значениями IDBench-V или CASIA. |
Загрузить карту метрик решений
JSON сохраняет все 9 семейств метрик, таблицу соответствия 3 протоколов, предварительные условия, направления интерпретации, границы доказательств и первоисточники. CSV содержит таблицу семейств метрик; запись BibTeX обеспечивает стабильную атрибуцию.
Используйте правильное доказательство для решения: автоматизированным метрикам нужны фиксированный набор данных, оценщик, конвейер предобработки, количество выборок и повторяемые выходные результаты. Эта локальная оценочная карта фиксирует видимые дефекты в одном проверенном результате и намеренно не имитирует автоматизированный бенчмарк.
Пятиэтапный протокол оценки
Сделайте каждую проверку достаточно воспроизводимой, чтобы другой человек мог ее проверить
- Выберите тип выходного результата и идентифицируйте образец. Выберите фото, видео или GIF и запишите идентификатор образца, рецензента и дату обзора.
- Подтвердите три критических порога публикации. Подтвердите разрешение, проверьте предполагаемое отображение идентичности и оцените, требуется ли раскрытие информации о контенте, созданном ИИ.
- Проверьте каждый применимый критерий. Оцените идентичность, границу лица, позу и выражение, освещение, окклюзию, техническую целостность и временную стабильность, где применимо.
- Прочитайте взвешенный результат, не отменяя пороги. Используйте результат для определения приоритетов исправлений. Числовая оценка никогда не отменяет нерешенные барьеры разрешения, отображения или раскрытия.
- Экспортируйте полную запись доказательств. Загрузите JSON или CSV, сохраните заметки и повторите тот же протокол для каждого выходного результата, который вы собираетесь сравнивать.
Сравнения провайдеров требуют больше доказательств: используйте идентичные разрешенные входные данные, повторяемые независимые запуски, нескольких рецензентов, документированные условия просмотра и статистическую отчетность. Один специально выбранный выходной результат не может установить среднее качество модели.
Границы доказательств и источники
Субъективная проверка полезна только тогда, когда видны ее ограничения
Граница
Оценка представляет собой структурированное человеческое наблюдение одного проверенного выходного результата, а не биометрическое измерение личности.
Граница
Рубрика не устанавливает точность модели, среднее качество, безопасность, скорость, надежность или превосходство провайдера.
Граница
Высокая оценка не заменяет согласие, раскрытие информации, юридическую, доступность или проверку для конкретной аудитории.
Граница
Заявление о сравнении провайдеров требует одинаковых входных данных, повторных прогонов, независимых рецензентов, документированных условий просмотра и статистической отчетности.
- ITU-R BT.500-15: Methodologies for the subjective assessment of the quality of television images - Общие принципы документированной субъективной оценки изображений; рубрика DeepSwapAI не является лабораторным тестом ITU.
- ITU-T P.910 (10/2023): Subjective video quality assessment methods for multimedia applications - Общие принципы документированной субъективной оценки мультимедиа; рубрика DeepSwapAI представляет собой практический рабочий процесс для одной проверки.
- Towards High Fidelity Face Swapping: A Comprehensive Survey and New Benchmark - Определяет бенчмарк CASIA FaceSwapping и документирует протоколы идентичности, целевых атрибутов, распределения и согласованности видео.
- DreamID-V: Bridging the Image-to-Video Gap for High-Fidelity Face Swapping via Diffusion Transformer - Представляет протокол IDBench-V из 200 пар и сообщает о многокодерном сходстве идентичности, покадровой дисперсии, целевых атрибутах, согласованности видео, FVD и показателях человеческой проверки.
- CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation - Сообщает о специфических для видео показателях идентичности, целевых атрибутов, синхронизации, временной согласованности и распределения.
- Rank-based No-reference Quality Assessment for Face Swapping - Исследует изученную оценку качества замены лиц только по выходу, обученную на ранжированных человеческих суждениях.
- GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium - Представляет расстояние Фреше по начальным признакам (FID) как меру оценки на уровне распределения.
- DeepSwapAI Исследование готовности контролируемых входных данных - отдельные доказательства только по входу без оценки сгенерированного выхода.
- Версионированное публичное зеркало оценочной карты - копия v1.6.2 в открытом исследовательском репозитории.
- Выпуск с проверкой контрольной суммы в открытом доступе - манифест, контрольные суммы SHA-256, файлы цитирования, JSON и CSV.
- Снимок репозитория Software Heritage - независимо сохранен как swh:
1: .snp: f11738615eea 9f999c8709a0 da73130f0426 6209 - Методология проверки утверждений DeepSwapAI - как проверяются факты о продукте, сравнения и границы доказательств.
Вопросы к оценочной карте
Что число может и не может установить
Загружает ли эта страница мои медиафайлы или заметки?
Нет. На странице нет ввода медиа, и элементы управления оценочной картой не отправляют оценки или заметки в DeepSwapAI.
Является ли это биометрической оценкой идентичности?
Нет. Это документированное человеческое наблюдение видимых характеристик выходного результата, а не точность распознавания лиц или сходство эмбеддингов.
Может ли одна оценка ранжировать провайдеров замены лиц?
Нет. Для надежного сравнения необходимы общие входные данные, повторяемые выходные результаты, несколько рецензентов, контролируемые условия просмотра и статистическая отчетность.
Почему временная стабильность исключена из фотографий?
Неподвижное изображение не имеет последовательности кадров. Режим фото нормализует шесть применимых критериев от 90 базовых баллов до 100.
Могу ли я повторно использовать рубрику?
Да. Опубликованные JSON и пустой CSV используют лицензию CC BY 4.0 и включают требуемое заявление об атрибуции и загружаемую запись BibTeX.
Может ли FID измерить один выходной результат замены лица?
Нет. FID сравнивает распределения наборов сгенерированных и эталонных изображений. Одно изображение не является распределением.
Следует ли сравнивать идентичность с источником или целью?
Поиск идентичности и сходство обычно сравнивают выходной результат с источником. Сохранение позы и выражения обычно сравнивает выходной результат с целью.
Можно ли напрямую сравнивать значения CASIA FaceSwapping, IDBench-V и CanonSwap?
Нет. Их конструкция пар, срезы задач, оценщики, экстракторы признаков, окна кадров или аудио, предобработка и агрегация различаются. Воспроизведите один общий протокол перед сравнением значений.
Начать замену лица
Браузерная AI-замена лица для разрешённых фото, пакетов, групповых сопоставлений, видео и GIF.