سرکاری بصری ثبوت
ہر فیس سویپ ورک فلو کا ایک حقیقی رن، ایک لیبل شدہ ٹارگٹ-ریفرنس-نتیجہ ورک فلو، ایک میپڈ گروپ-فوٹو ورک فلو، دو شناختی سمتیں، اور ایک ری پروڈیوس ایبل ڈی کوڈڈ-پکسل آڈٹ کا معائنہ کریں۔ ہر مثال میں نظر آنے والا پروویننس اور اس پر واضح حد شامل ہے کہ یہ کیا ثابت کر سکتی ہے۔
ثبوت کا انکشاف
ایک مفید مثال کے صفحے کو پروویننس اور حدود کو تصاویر کی طرح نظر آنے والا بنانا چاہیے۔ یہ اثاثے مطلوبہ شناخت-اور-منظر کے تعلق کی وضاحت کرتے ہیں بغیر مثال کو غیر تعاون یافتہ کارکردگی کے دعوے میں تبدیل کیے۔
تصاویر میں سے چھ DeepSwapAI مثالیں ہیں: ایک سنگل-فوٹو ٹارگٹ-ریفرنس-نتیجہ کمپوزٹ، ایک میپڈ گروپ-فوٹو کمپوزٹ، دو اسٹوڈیو شناختی حوالے، اور دو منظر کی سمتیں جو موجودہ پروڈکٹ کے تجربے میں استعمال ہوتی ہیں۔ حقیقی نتائج والا سیکشن ہر فیس سویپ ورک فلو کا ایک مکمل رن مزید شامل کرتا ہے۔
اس صفحے پر کوئی بھی تصویر کسٹمر کا نتیجہ، صارف کی سبمیشن یا تعریفی بیان نہیں ہے۔ نیچے دیے گئے حقیقی نتائج AI سے تیار کردہ ڈیمو تصاویر پر ہمارے اپنے رنز سے حاصل ہوئے ہیں۔
مثالیں درستگی کا اسکور، اوسط معیار، جنریشن کی رفتار، کامیابی کی شرح، یا ضمانتی نتیجہ قائم نہیں کرتیں۔
شناختی لینڈ مارکس، بالوں کی حدود، چہرے کی روشنی، پیش منظر کے اوورلیپ، اور منظر کی تفصیل کا موازنہ کریں۔ پھر بڑھانے سے پہلے اپنے نمائندہ ان پٹ کا ٹیسٹ کریں۔
حقیقی نتائج
نیچے ہر ورک فلو کا ایک مکمل رن دکھایا گیا ہے جو 27 ستمبر 2026 کو لائیو پروڈکٹ کے ذریعے چلایا گیا؛ گروپ ورک فلو پروڈکٹ میں ایک اصلاح کے بعد دوسری بار چلایا گیا، جیسا کہ اس کے نوٹ میں بتایا گیا ہے۔ ہر ان پٹ DeepSwapAI کی AI سے تیار کردہ ڈیمو تصویر ہے، اس لیے اس میں کوئی کسٹمر اپ لوڈ، اسٹاک فوٹو یا حقیقی شخص شامل نہیں۔ اکاؤنٹ کو ادا شدہ رسائی حاصل تھی، اس لیے کوئی ٹرائل واٹر مارک نظر نہیں آتا، اور نتائج بغیر ریٹچ کے دکھائے گئے ہیں۔
چہرے کی تصویر 1 مرد پر اور چہرے کی تصویر 2 عورت پر میپ کی گئی۔ پہلے رن میں جہاں دونوں چہروں کے حصے ملتے تھے وہاں کراپ کا ایک سخت کنارہ نظر آیا؛ اب گروپ ورک فلو ہر چہرے کو تصویر میں ہموار طریقے سے ملا دیتا ہے، اور یہ اسی اصلاح کے بعد کا رن ہے۔
ہدف کلپ میں کیمرہ AI سے تیار کردہ ایک ساکن تصویر کی طرف آہستہ آہستہ آگے بڑھتا ہے، کیونکہ سائٹ پر تصویر سے ویڈیو بنانے کا کوئی ٹول نہیں ہے۔ یہ حرکت کرتے فریمز پر سویپ دکھاتا ہے، قدرتی حرکت نہیں۔
ہدف GIF، AI سے تیار کردہ ایک ساکن تصویر پر آہستہ زوم ہے۔ دونوں اینیمیشنز یہاں GIF فائلوں کی کم فائل سائز والی ویب کاپیوں کی صورت میں دکھائی گئی ہیں۔
فوٹو ورک فلو کی مثال
ٹارگٹ امیج جسم، بال، پوز، روشنی، اور پس منظر قائم کرتی ہے۔ شناختی حوالہ اس منظر میں رکھنے کے لیے چہرے کے اشارے فراہم کرتا ہے۔ لیبل شدہ نتیجہ پینل آپ کے اپنے میڈیا کو جانچنے سے پہلے اس ان پٹ تعلق کو نظر آنے والا بناتا ہے۔
قابل تولید پہلے اور بعد کا آڈٹ
ماخذ مثال کو 622 x 701 ٹارگٹ پینل اور 622 x 701 مثالی-نتیجہ پینل میں تقسیم کیا گیا ہے۔ تین الائنڈ علاقے مرکزی شناختی حوالہ پورٹریٹ اور تیر کے اوورلے سے صاف رہتے ہیں۔ جدول مقامی ریزولوشن پر ڈی کوڈڈ-پکسل کے فرق کی رپورٹ کرتا ہے؛ یہ چہرے کو اسکور نہیں کرتا، جنریشن ٹاسک نہیں چلاتا، یا ماڈل کے معیار کا اندازہ نہیں لگاتا۔
| علاقہ | سیدھ میں رکھی ہوئی کھڑکی | اوسط RGB فرق | ڈیلٹا 12 سے اوپر کے پکسلز | روشنی کا ارتباط | گریڈینٹ ارتباط |
|---|---|---|---|---|---|
| اوپری منظر اور چہرے کی پٹی | 0,0 · 622 x 230 |
16.658 | 74.963% | 0.93 | 0.378 |
| چہرے اور بالوں کی کھڑکی | 180,8 · 260 x 270 |
20.584 | 68.372% | 0.901 | 0.3097 |
| نیچے کا موضوع اور منظر کی پٹی | 0,480 · 622 x 221 |
13.996 | 64.64% | 0.9319 | 0.4188 |
اوپری پٹی میں سیدھ میں رکھا ہوا کچن کا منظر، بال، اور چہرہ شامل ہے جبکہ یہ حوالہ دائرے اور تیر کے اوورلیز سے اوپر رہتا ہے۔
ہدف (0, 0, 622, 230); نتیجہ (622, 0, 622, 230)
مرکزی کھڑکی حوالہ دائرے یا تیر کے اوورلیز کو شامل کیے بغیر نظر آنے والے چہرے اور ارد گرد کے بالوں کو الگ کرتی ہے۔
ہدف (180, 8, 260, 270); نتیجہ (802, 8, 260, 270)
نیچے کی پٹی میں حوالہ دائرے اور تیر کے اوورلیز کے نیچے کپڑے، بازو، ہاتھ، اور کمرے کی تفصیل شامل ہے۔
ہدف (0, 480, 622, 221); نتیجہ (622, 480, 622, 221)
JSON میں سورس فنگر پرنٹ، پینل لے آؤٹ، فارمولے، عین علاقے کے کوآرڈینیٹ، پیمائشیں، حقوق کی حد، اور پابندیاں شامل ہیں۔ CSV جدولی تجزیہ کو سپورٹ کرتا ہے، اور BibTeX ایک مستحکم حوالہ فراہم کرتا ہے۔
حقیقی تخلیق کردہ آؤٹ پٹ کے لیے، استعمال کریں علیحدہ انسانی جائزہ اسکور کارڈ. مکمل مشین پڑھنے کے قابل انوینٹری کے لیے، تحقیقی ڈیٹا کیٹلاگ استعمال کریں.
نقشہ شدہ گروپ فوٹو کی مثال
یہ سرکاری مرکب ایک گروپ ہدف، چار علیحدہ شناختی حوالوں، اور ایک کثیر افراد کے نتیجے کی سمت کے درمیان تعلق کو واضح کرتا ہے۔ لائیو متعدد چہرے تبدیل کرنے کا ورک اسپیس پہلے لوگوں کا پتہ لگاتا ہے اور جمع کرانے سے پہلے نمبر والا حوالہ-سے-ہدف نقشہ دکھاتا ہے۔
استعمال کریں گروپ-تصویر تیاری گائیڈ مرئیت، فاصلہ، نمبر شدہ ترتیب، 10 حوالوں کی حد، اور فی منتخب چہرہ 6 کریڈٹ کی موجودہ قیمت چیک کرنے کے لیے۔
شناخت سمت A
اسٹوڈیو پورٹریٹ مرئی شناختی اشارے فراہم کرتا ہے۔ منظر کی سمت ایک متعلقہ چہرے کی شناخت کو اڑتے بالوں، نچلے چہرے پر پھولوں، روشن آسمان، اور دھبے دار روشنی کے درمیان رکھتی ہے۔
آنکھوں، بھنو کی لکیر، ناک، منہ، جبڑے، اور مجموعی عمر کے اشاروں کو موازنہ کے لنگر کے طور پر استعمال کریں۔
شناخت سمت B
دوسرا اسٹوڈیو پورٹریٹ شناختی اشاروں کا ایک مختلف سیٹ فراہم کرتا ہے۔ متعلقہ منظر کی سمت اسی پھولوں کے کھیت کی زبان کا استعمال کرتی ہے تاکہ ناظرین چہرے کی شناخت پر توجہ مرکوز کر سکیں اور اسے مکمل طور پر مختلف ماحول سے الجھائے بغیر۔
آنکھوں کی شکل، بھنو کا محراب، ناک، منہ، جبڑے کی شکل، اور مجموعی چہرے کے تناسب کا موازنہ کریں۔
تشریحی رہنما
تصاویر کو ٹیسٹ پلان بنانے کے لیے استعمال کریں، نہ کہ اس ثبوت کا اندازہ لگانے کے لیے جو شائع نہیں کیا گیا ہے۔
| سوال | یہاں کیا نظر آتا ہے | حد |
|---|---|---|
| کیا میں شناختی اشاروں کا موازنہ کر سکتا ہوں؟ | ہاں۔ حوالہ اور منظر کی سمت آنکھوں، بھنوؤں، ناک، منہ، جبڑے، اور عمر کے اشاروں کو ظاہر کرتی ہے۔ | یہ ایک ادراکی جائزہ ہے، بائیو میٹرک مماثلت کا اسکور نہیں۔ |
| کیا میں ہدف-حوالہ-نتیجہ کے تعلق کا معائنہ کر سکتا ہوں؟ | ہاں۔ فوٹو ورک فلو کمپوزٹ منظر کے ہدف، شناختی حوالہ، اور مثالی نتیجہ کو لیبل کرتا ہے۔ | یہ ان پٹ کے کرداروں کی وضاحت کرتا ہے لیکن کنٹرول شدہ پہلے اور بعد کے معیار کا معیار نہیں ہے۔ |
| کیا میں ویڈیو یا GIF تسلسل کا فیصلہ کر سکتا ہوں؟ | مثالوں سے نہیں، جو جامد ہیں۔ اوپر دیے گئے ویڈیو اور GIF رنز AI سے تیار کردہ ایک ساکن تصویر پر کیمرے کی آہستہ حرکت ہیں، اس لیے وہ حرکت کرتے فریمز پر سویپ دکھاتے ہیں لیکن قدرتی حرکت، سر کے موڑ، اوکلوژن یا کٹس نہیں۔ | متعلقہ موشن ورک فلو میں ٹیسٹ موڑ، دھندلاپن، رکاوٹ، کٹ اور لوپ سیون کریں۔ |
| کیا میں اپنے آؤٹ پٹ یا رفتار کا اندازہ لگا سکتا ہوں؟ | نہیں۔ نتائج فراہم کردہ شناختی حوالہ اور ہدف میڈیا کے مطابق مختلف ہوتے ہیں۔ | پیمانہ بڑھانے سے پہلے ایک نمائندہ تصویر یا مختصر کلپ چلائیں اور اصل نتیجہ کا جائزہ لیں۔ |
مثال سے ٹیسٹ تک
گہری تیاری کے لیے، استعمال کریں چہرے کی تبدیلی کے معیار کی رہنمائی. جنریشن کے بعد، اسی نظر آنے والے معیار کو ریکارڈ کریں چہرے کی تبدیلی کے معیار کے اسکور کارڈکے ساتھ۔ رضامندی، برقراری اور شیئرنگ کے فیصلوں کے لیے، استعمال کریں پرائیویسی چیک لسٹ. تصدیق کا طریقہ کار وضاحت کرتی ہے کہ عوامی دعووں کا جائزہ کیسے لیا جاتا ہے۔
ایک ورک فلو منتخب کریں
ایک شناخت اور ایک ہدف تصویر کی توثیق کریں۔
فوٹو ورک اسپیس کھولیںبڑے فوٹو سیٹ پر کارروائی کرنے سے پہلے مستقل مزاجی کی جانچ کریں۔
بیچ ورک اسپیس کھولیںموڑ، دھندلاپن اور رکاوٹ کے ذریعے تسلسل کا جائزہ لیں۔
ویڈیو ورک اسپیس کھولیںتیز حرکت، مختصر لوپس اور سیون تسلسل کا معائنہ کریں۔
GIF ورک اسپیس کھولیںایک واضح شناختی حوالہ اور ایک ہدف استعمال کریں جس میں اصل روشنی، پوز، بال یا رکاوٹ ہو جس کا آپ کو جائزہ لینے کی ضرورت ہے۔
