Källciterad teknisk referens
AI-ansiktsbytesordlista
Klarspråksdefinitioner för 24 termer som används inom ansiktsbytesforskning och utvärdering, var och en parad med en primärkälla och en gräns som förhindrar överdrivna påståenden.
Direkt svar
Ansiktsbytesterminologi behöver en definition och en gräns
En källbild tillhandahåller identitetsledtrådar. Målmedia tillhandahåller scenen och avsedda icke-identitetsattribut. Detektion, justering, maskering och generering beskriver delar av ett arbetsflöde; identitetslikhet, perceptuella mått och mänsklig granskning besvarar olika utvärderingsfrågor.
Implementeringsgräns: denna sida förklarar terminologi som finns i forskningsartiklar, utvärderingsprotokoll och C2PA-specifikationen. En citering här betyder inte att DeepSwapAI använder varje namngiven metod, arkitektur, modell, mått eller proveniensfunktion.
Termindex
Hoppa till konceptet du behöver
Arbetsflödesgrunder
Arbetsflödesgrunder
Mediarollerna och geometriska förbehandlingstermer som definierar vad som går in i ett ansiktsbytesarbetsflöde.
Ansiktsbyte
#Även kallat: AI-ansiktsbyte, ansiktsbyte
En datorseendeuppgift som överför identitetsledtrådar från ett källansikte till en målbild eller video samtidigt som den försöker bevara målegenskaper som pose, uttryck, hår och bakgrund.
Bevisgräns: Detta är en uppgiftsdefinition, inte en garanti för att varje system bevarar varje attribut eller att en viss användning har tillstånd.
Primärkällor: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; Fine-Grained Face Swapping via Regional GAN Inversion
Källansikte
#Även kallat: källidentitet, identitetsreferens
Personen eller referensbilden som tillhandahåller identitetsledtrådarna avsedda för det genererade ansiktet.
Bevisgräns: Källan definierar normalt inte målscenen, kroppen, håret, posen eller bakgrunden, och den exakta uppdelningen beror på metoden.
Primärkällor: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; Reinforced Disentanglement for Face Swapping without Skip Connection
Målmedia
#Även kallat: målbild, målvideo
Bilden eller videon som tillhandahåller scenen och de icke-identitetsattribut som en ansiktsbytesmetod försöker behålla.
Bevisgräns: Metoder skiljer sig åt i vilka målattribut de behåller, så målbevarande måste utvärderas snarare än antas.
Primärkällor: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video
Ansiktsdetektering
#Även kallat: ansiktslokalisering, ansiktslokalisering
Processen att lokalisera en eller flera ansiktsregioner i en bild eller videoram före justering, särdragsextraktion eller generering.
Bevisgräns: En detekterad ansiktsregion är inte ett identitetsbeslut, en samtyckeskontroll eller bevis på att senare bearbetning kommer att lyckas.
Primärkällor: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild
Ansiktslandmärken
#Även kallat: ansiktslandmärken, landmärkespunkter
Uppskattade ansiktsnyckelpunkter, såsom ögonvrår, näsa och munpositioner, som används för att beskriva ansiktsgeometri för justering eller konditionering.
Bevisgräns: Landmärkeslayouter, punktantal och felenheter varierar beroende på detektor och protokoll; de är inte direkt utbytbara.
Primärkällor: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild; DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion
Ansiktsjustering
#Även kallat: ansiktsjustering, justerad ansiktsbeskärning
En geometrisk normaliseringssteg som använder detekterad ansiktsstruktur för att placera ett ansikte i en konsekvent beskärning, skala och orientering för senare bearbetning.
Bevisgräns: Justeringstraditioner och transformationer varierar, och en justerad beskärning etablerar inte identitet, kvalitet eller tillstånd.
Primärkällor: RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild; ArcFace: Additive Angular Margin Loss for Deep Face Recognition
Identitet och bevarande
Identitet och bevarande
Koncepten som används för att separera källansiktsidentitetsledtrådar från målattributen ett resultat försöker behålla.
Ansiktsinbäddning
#Även kallat: identitetsinbäddning, ansiktsfunktionsvektor
En inlärd numerisk representation utformad så att ansiktsbilder kan jämföras i ett särdragsutrymme under en specifik igenkänningsmodell och förbehandlingsprotokoll.
Bevisgräns: Vektordimensioner, avståndsfunktioner och beslutströsklar beror på modellen och utvärderingsuppställningen; en inbäddning är inte i sig en identitetsdom eller matematiskt garanterad att vara icke-rekonstruerbar.
Primärkällor: ArcFace: Additive Angular Margin Loss for Deep Face Recognition
Identitetslikhet
#Även kallat: identitetsbevarande, identitetsbevarandepoäng
En protokollberoende jämförelse mellan källidentitets- och utdatarepresentationer, vanligtvis beräknad från en namngiven ansiktskodare och likhetsfunktion.
Bevisgräns: Poäng är inte portabla över kodare, beskärningar, dataset, trösklar eller demografier och bör inte presenteras som ett biometriskt utslag för en enda utdata.
Primärkällor: ArcFace: Additive Angular Margin Loss for Deep Face Recognition; PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion
Målattributbevarande
#Även kallat: attributbevarande, målkonsistens
I vilken utsträckning ett resultat behåller avsedda målegenskaper som pose, uttryck, hår, belysning, kläder och bakgrund samtidigt som ansiktsidentitetsledtrådar ändras.
Bevisgräns: De utvärderade attributen och uppskattarna måste namnges; ett aggregerat poäng kan dölja misslyckanden i ett enskilt attribut.
Primärkällor: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video
Ansiktsmask
#Även kallat: bytesmask, ansiktsmask
En rumslig karta som identifierar vilken bildregion som kan genereras, blandas eller utvärderas som en del av en ansiktsbytesoperation.
Bevisgräns: Maskkonstruktion och semantik varierar beroende på metod; en mask löser inte i sig ocklusion, gräns- eller färginkonsekvens.
Primärkällor: DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion; Fine-Grained Face Swapping via Regional GAN Inversion
Ansiktsparsning
#Även kallat: ansiktssemantisk segmentering
Pixel-nivå semantisk segmentering av ansiktskomponenter och omgivande regioner, såsom hud, ögon, mun, hår eller bakgrund.
Bevisgräns: Etikettuppsättningar och segmenteringskvalitet beror på parsern och datasetet, och felaktiga regioner kan fortplanta sig till senare syntes eller kompositering.
Primärkällor: Fine-Grained Face Swapping via Regional GAN Inversion
Ansiktsgränsblandning
#Även kallat: gränsblandning, ansiktskompositering
Kompositionssteget som övergår en syntetiserad ansiktsregion till målet runt hudton, kanter, belysning och närliggande innehåll.
Bevisgräns: En visuellt jämn gräns etablerar inte korrekt identitet, naturliga inre funktioner eller konsekvent beteende över videoramar.
Primärkällor: Fine-Grained Face Swapping via Regional GAN Inversion; Reinforced Disentanglement for Face Swapping without Skip Connection
Ocklusion
#Även kallat: ansiktsobstruktion, ockluderat ansikte
Ett tillstånd där en del av ett ansikte är dold av hår, händer, glasögon, föremål, en annan person eller bildgränsen.
Bevisgräns: Ocklusionshantering är metod- och scenberoende; ett riktmärke måste specificera den påverkade regionen och visningsförhållandena.
Primärkällor: Fine-Grained Face Swapping via Regional GAN Inversion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video
Huvudpose
#Även kallat: ansiktspose, huvudorientering
Den uppskattade orienteringen av ett huvud i förhållande till kameran, ofta representerad av girning, pitch och rullning eller av landmärken och 3D-parametrar.
Bevisgräns: Posevärden beror på uppskattaren och koordinatkonventionen; att matcha pose ensam kan inte förutsäga utdatarealism.
Primärkällor: DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion; PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion
Ansiktsuttryck
#Även kallat: uttrycksbevarande
Den synliga konfigurationen av ansiktsdrag associerade med rörelser som att le, blinka eller öppna munnen, ofta behandlad som ett målatribut vid ansiktsbyte.
Bevisgräns: Uttrycksetiketter och parametrar är uppskattarberoende och kan missa subtilt, asymmetriskt eller kulturellt tolkat beteende.
Primärkällor: PixSwap: High-Resolution Face Swapping for Effective Reflection of Identity via Diffusion; DynamicFace: High-Quality and Consistent Face Swapping for Image and Video
Videokonsistens
Videokonsistens
Rörelse- och bildsekvenskoncept som inte finns i en enda stillbild.
Temporal konsistens
#Även kallat: temporal koherens, bild-till-bild-konsistens
Stabiliteten hos identitetsledtrådar, målegenskaper och visuella detaljer över på varandra följande videoramar snarare än i en isolerad ram.
Bevisgräns: Ett högt konsistensmått kan bevara fel resultat konsekvent, så identitetskorrekthet och synlig kvalitet måste utvärderas separat.
Primärkällor: DynamicFace: High-Quality and Consistent Face Swapping for Image and Video; CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation
Optiskt flöde
#Även kallat: rörelsefält, pixelkorrespondens
Ett uppskattat tätt rörelsefält som kartlägger bildpositioner mellan ramar och kan stödja rörelseanalys, förvrängning eller temporala diagnostik.
Bevisgräns: Optiskt flöde är en uppskattning som kan misslyckas runt ocklusion, oskärpa, ljusförändringar och nysynliga regioner; det är inte i sig ett kvalitetspoäng.
Primärkällor: RAFT: Recurrent All-Pairs Field Transforms for Optical Flow; CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation
Utvärdering
Utvärdering
Mått och granskningsprotokoll som besvarar olika kvalitetsfrågor under explicita villkor.
Structural Similarity Index (SSIM)
#Även kallat: SSIM
Ett fullreferensmått för bildlikhet som jämför luminans, kontrast och struktur mellan en testbild och en referensbild.
Bevisgräns: SSIM kräver en meningsfull justerad referens, är inte ansiktsspecifik, och dess värde beror på skala, fönsterhantering, färghantering och förbehandling.
Primärkällor: Image Quality Assessment: From Error Visibility to Structural Similarity
Learned Perceptual Image Patch Similarity (LPIPS)
#Även kallat: LPIPS, inlärd perceptuell likhet
Ett perceptuellt avstånd baserat på djupa nätverksfunktioner som utvärderats mot mänskliga bedömningar av bildpatchlikhet.
Bevisgräns: LPIPS är inte ett identitetsmått; värden beror på valt nätverk, kalibrering, bildförberedelse och jämförelseprotokoll.
Primärkällor: The Unreasonable Effectiveness of Deep Features as a Perceptual Metric
Frechet Inception Distance (FID)
#Även kallat: FID
Ett mängdnivåavstånd mellan funktionsfördelningar från genererade och referensbildsamlingar, ursprungligen beräknat med Inception-funktioner.
Bevisgräns: FID är inte ett försvarbart mått för en enskild bild, och resultaten beror på antal sampel, funktionsextraktor, förbehandling, referensuppsättning och implementation.
Primärkällor: 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
Referensfri kvalitetsbedömning
#Även kallat: NR-IQA, blind bildkvalitetsbedömning
En metod som uppskattar visuell kvalitet från en utdata utan att kräva en parad orörd referensbild.
Bevisgräns: Dess giltighet beror på träningsdata och valideringsdesign; ett mått kan misslyckas på oprövade metoder, innehåll eller störningar.
Primärkällor: Rank-based No-reference Quality Assessment for Face Swapping
Mänsklig granskningspoängkort
#Även kallat: utvärderingsmall för mänsklig bedömning, granskningsmall för utdata
En repeterbar rubrik som ber en granskare att registrera synliga kriterier, betygsankare, kritiska grindar och anteckningar för en specifik utdata.
Bevisgräns: Den registrerar strukturerade mänskliga observationer, inte modellnoggrannhet, biometrisk identitet, en sannolikhet eller en leverantörsövergripande rangordning.
Primärkällor: DeepSwapAI ansiktsbytes utdatakvalitetspoängkort; Rank-based No-reference Quality Assessment for Face Swapping
Proveniens
Proveniens
Standarder för att registrera var digitalt innehåll kommer ifrån och vad som hänt med det.
C2PA
#Även kallat: Koalition för innehållsursprung och äkthet
En öppen teknisk standard för att registrera manipulationssäker proveniensinformation om digitalt innehåll genom signerade manifest, påståenden, ingredienser och anspråk.
Bevisgräns: C2PA kan tillhandahålla bevis på ursprung och tecken på manipulering, men specifikationen avgör inte om avbildat innehåll är sant, korrekt eller etiskt tillåtet.
Primärkällor: C2PA Technical Specification 2.4; C2PA Förklaring 2.3
Innehållslegitimation
#Även kallat: C2PA-innehållslegitimation, legitimation för innehållsursprung
Användarpresentationen av proveniensinformation kopplad till en digital tillgång genom C2PA-ekosystemet.
Bevisgräns: Tillgänglighet och visade detaljer beror på legitimationen, undertecknaren, valideraren, tillgången och plattformen; en legitimation är inte en försäkran om att innehåll är faktamässigt sant.
Primärkällor: C2PA Förklaring 2.3; C2PA Technical Specification 2.4
Måttolkning
Fyra regler förhindrar vilseledande jämförelser
Namnge relationen
Identitetsmått jämför normalt utdata med källans identitet. Pos- och uttrycksbevarande jämför normalt utdata med målet. Detta är olika frågor.
Håll protokollet konstant
Dataset, beskärning, utvärderare, förbehandling, implementation, antal sampel och aggregering kan alla ändra ett rapporterat värde. Ett delat måttnamn räcker inte.
Håll bevis på uppsättningsnivå och enstaka utdata separata
FID beskriver bilduppsättningsdistributioner. SSIM och LPIPS kräver en meningsfull jämförelsereferens. En mänsklig granskningsmall registrerar synliga observationer om en granskad utdata.
Kollapsa inte varje kvalitetsdimension
Identitet, bevarande av målegenskap, gränser, ocklusion, teknisk integritet och temporal stabilitet kan misslyckas oberoende och bör förbli inspekterbara.
Använd den versionshanterade beslutsmatrisen: den karta över utvärderingsmått för ansiktsbyte kopplar dessa termer till jämförda indata, protokollnivåer, förutsättningar, tolkningsriktningar och primärkällor. Dess JSON, CSV och BibTeX-poster listas i forskningskatalogen.
Ordlistefrågor
Hur man använder dessa definitioner
Avslöjar denna sida den exakta DeepSwapAI-modellstacken?
Nej. Den definierar bransch- och forskningskoncept utan att påstå att varje citerad metod ingår i produktionsimplementationen.
Kan jag jämföra samma mått mellan två artiklar?
Endast efter att ha kontrollerat att datamängderna, utvärderarna, förbehandlingarna, implementationerna och aggregeringsreglerna matchar.
Kan FID mäta en enda utdata?
Nej. FID är ett mått på distributionsnivå och kräver genererade och referensbilduppsättningar.
Bevisar innehållslegitimation att en bild är sann?
Nej. De tillhandahåller ursprungsinformation och valideringssignaler, inte en faktamässig sanningsbedömning.
Tillämpa termerna på en synlig utdata
Använd den kostnadsfria granskningsmallen för att granska identitet, gränser, pos, ljussättning, ocklusion, teknisk integritet och videostabilitet utan att göra ett enskilt prov till ett leverantörsövergripande påstående.