6 mẫu có kiểm soát
Tham chiếu, độ phân giải giảm, lấy nét mềm, phơi sáng thấp, phơi sáng cao và nén JPEG nặng.
Nghiên cứu đầu vào gốc
Điểm chuẩn mức sẵn sàng đầu vào hoán đổi khuôn mặt
Một hình ảnh nguồn sở hữu, sáu biến thể có kiểm soát, năm phép đo pixel trong suốt và không có tuyên bố đầu ra nào được tạo. Sử dụng dữ liệu để hiểu những gì một công cụ kiểm tra trước khi tải lên có thể đo và những gì nó không thể dự đoán.
Câu trả lời trực tiếp
Đây là một bài kiểm tra ứng suất đầu vào, không phải là bảng xếp hạng độ chính xác AI
Thí nghiệm thay đổi một họ biến tại một thời điểm xung quanh cùng một tác phẩm sáng tạo thuộc sở hữu của DeepSwapAI. Nó công bố các phép đo pixel đã giải mã và các phép biến đổi chính xác. Nó không chạy hoán đổi khuôn mặt, so sánh các mô hình, ước tính độ tương đồng danh tính hoặc tuyên bố người chiến thắng về chất lượng.
5 phép đo pixel
Độ chói trung bình, độ lệch chuẩn độ tương phản, cắt tối, cắt sáng và chênh lệch cạnh kề.
0 tuyên bố đầu ra
Không có hình ảnh được tạo, tỷ lệ thành công, điểm thực tế, điểm danh tính, kết quả tốc độ hoặc xếp hạng sản phẩm.
Các biến thể có kiểm soát
Xem bộ hình ảnh chính xác đằng sau các phép đo
Mọi tấm đều bắt nguồn từ cùng một tài sản nguồn. Kiểm tra trực quan vẫn cần thiết vì các số liệu tổng hợp không thể hiển thị mọi hiện vật cục bộ.
Dữ liệu đã đo
Các phép đo pixel đã giải mã ở cạnh phân tích tối đa 512 pixel
Độ chói sử dụng hệ số Rec. 709. Cắt tối đếm độ chói ở mức 10 hoặc thấp hơn; cắt sáng đếm độ chói ở mức 245 hoặc cao hơn. Chênh lệch cạnh là chênh lệch độ chói tuyệt đối trung bình giữa các pixel lân cận theo chiều ngang và chiều dọc.
| Biến thể | Kích thước | Độ chói trung bình | Độ lệch chuẩn độ tương phản | Cắt tối | Cắt sáng | Chênh lệch cạnh |
|---|---|---|---|---|---|---|
| Mã hóa tham chiếu | 960 x 540 | 125.82 | 58.95 | 1.22% | 0% | 7.74 |
| Độ phân giải giảm | 320 x 180 | 126.22 | 58.81 | 1.1% | 0.01% | 10.55 |
| Lấy nét mềm | 960 x 540 | 124.8 | 55.19 | 0.16% | 0% | 2.68 |
| Phơi sáng thấp | 960 x 540 | 57.18 | 30.37 | 9.22% | 0% | 3.87 |
| Phơi sáng cao | 960 x 540 | 197.15 | 62.53 | 0% | 36.64% | 8.41 |
| Nén JPEG nặng | 960 x 540 | 125.58 | 58.95 | 1.29% | 0.01% | 7.45 |
Quan trọng: một giá trị là một phép đo, không phải là điểm đạt chuẩn phổ quát. JPEG nén cho thấy lý do: các phép đo toàn cục của nó vẫn gần với tham chiếu mặc dù các hiện vật khối và vòng có thể vẫn tồn tại.
Phương pháp có thể tái tạo
Các phép biến đổi chính xác và dấu vân tay tệp bất biến
SHA-256 nguồn là 2f293e48f7d5d6a08ce9ab759a124e00ce92f2a204cd530284ce7d1f0ecc7c3d. Mỗi đầu ra được giải mã, kết hợp trên nền trắng nếu cần, thay đổi kích thước theo tỷ lệ sao cho không quá 512 pixel ở cạnh dài nhất và được lấy mẫu theo thứ tự hàng.
Mã hóa tham chiếu
Thay đổi kích thước nguồn sở hữu thành 960 x 540 và mã hóa dưới dạng WebP ở chất lượng 82.
SHA-256: 8c852071b02e03d91eb264655fef14654026fa46dc32e736a2b25c2ab0a1186a
Độ phân giải giảm
Thay đổi kích thước cùng một nguồn thành 320 x 180 và mã hóa dưới dạng WebP ở chất lượng 82.
SHA-256: 955c0e4e97a7af8564b39733b9654d3294abd07fa014c530ca733d8708000cc0
Lấy nét mềm
Thay đổi kích thước thành 960 x 540, áp dụng làm mờ Gaussian với sigma 4.5 và mã hóa dưới dạng WebP ở chất lượng 82.
SHA-256: e8edf51e0ef2b38916c858fe4aff932b14081d60ebd55552fbfc360586350886
Phơi sáng thấp
Thay đổi kích thước thành 960 x 540, áp dụng y = 0.52x - 8 cho các kênh RGB, kẹp vào phạm vi 8-bit và mã hóa dưới dạng WebP ở chất lượng 82.
SHA-256: 727172796e3cf8efdefd601d21177321c1bfcfbc458d629a689897aecf442769
Phơi sáng cao
Thay đổi kích thước thành 960 x 540, áp dụng y = 1.35x + 45 cho các kênh RGB, kẹp vào phạm vi 8-bit và mã hóa dưới dạng WebP ở chất lượng 82.
SHA-256: f2b01d592108fea3bb82e888733d89fb7356c307cda00d6d55d587b422da957b
Nén JPEG nặng
Thay đổi kích thước thành 960 x 540 và mã hóa dưới dạng JPEG ở chất lượng 15 với lấy mẫu con chroma 4:2:0.
SHA-256: cd952c4c50fb78e941a62492e7ef6c3cc2fae96abac7df87aa1f32d4106b97ae
Tải xuống bộ dữ liệu hoàn chỉnh
JSON và CSV chứa các công thức, phạm vi, giới hạn, phép biến đổi, kích thước, kích thước byte, số liệu và dấu vân tay SHA-256. Tệp BibTeX cung cấp một trích dẫn ổn định.
Bằng chứng vòng lặp GIF
Bảy đồ đạc tham khảo giải thích delta đường may vòng thô
Trình kiểm tra GIF cục bộ so sánh các khung vẽ được hiển thị đầu tiên và cuối cùng sau khi áp dụng các quy tắc xử lý GIF89a. Những thiết bị cố định này giúp cho phép tính đó có thể được lặp lại: các khung hình giống hệt nhau đo được 0%, thay đổi màu trắng một phần tư đo được 18,75%, phần cắt hoàn toàn từ đen sang trắng đo được 75% và mẫu 27 khung hình sở hữu đo được 15,835339%. Giá trị cao hơn có thể là chuyển động có chủ ý hoặc vết cắt; nó không phải là một lớp chất lượng.
| Trường hợp tham khảo | Vải bạt | Khung | Đồng bằng đường may RGBA | Mục đích |
|---|---|---|---|---|
| Khung hình đầu tiên và cuối cùng giống hệt nhau | 4 × 4 | 2 | 0% | Kiểm soát không delta. |
| Chuyển đổi RGB đồng nhất 32 | 4 × 4 | 2 | 9.411765% | Hiển thị hiệu ứng của sự thay đổi màu nhỏ trên toàn khung hình trong khi alpha không đổi. |
| Cắt đen trắng toàn khung hình | 4 × 4 | 2 | 75% | Kiểm soát độ cao delta để cắt cứng có chủ ý. |
| Một phần tư thay đổi màu trắng cục bộ | 4 × 4 | 2 | 18.75% | Tách một thay đổi giống như chuyển động cục bộ khỏi một lần cắt toàn khung hình. |
| Xử lý khôi phục nền GIF89a | 2 × 1 | 2 | 37.5% | Xác minh loại xử lý 2 trước khi bản vá cuối cùng được tổng hợp. |
| GIF89a khôi phục lại việc xử lý trước đó | 2 × 1 | 2 | 37.5% | Xác minh loại xử lý 3 trước khi bản vá cuối cùng được tổng hợp. |
| Mẫu hoạt hình 27 khung hình sở hữu | 320 × 180 | 27 | 0.002378% | Tham chiếu hoạt hình thực-GIF sử dụng khung được giải mã và quy tắc xử lý GIF89a. |
Tái sử dụng phương pháp, đồ đạc và kết quả chính xác
JSON xuất bản công thức, ngữ nghĩa xử lý, công thức, ranh giới bằng chứng, các giới hạn và dấu vân tay mẫu được sở hữu. CSV đã sẵn sàng để phân tích và tệp BibTeX cung cấp trích dẫn ổn định.
Hãy dùng thử GIF của riêng bạn tại địa phương: mở bản thử nghiệm GIF miễn phí chỉ dành cho trình duyệt. Tệp đã chọn vẫn còn trên thiết bị, người kiểm tra không cần đăng ký và báo cáo JSON không có tên tệp của nó sử dụng cùng một phương pháp. Điều này không làm cho thế hệ GIF trở nên miễn phí hoặc ẩn danh.
Danh mục dữ liệu nghiên cứu
Bảy tài sản có thể tái sử dụng với ranh giới bằng chứng rõ ràng
Danh mục này lưu giữ các phép đo đầu vào, bằng chứng ranh giới vòng lặp GIF, đánh giá con người một đầu ra, lựa chọn số liệu, đánh giá sản phẩm nguồn chính thức, đánh giá hợp đồng API và phân tích pixel minh họa riêng biệt. Trích dẫn nội dung cụ thể mà bạn đã sử dụng, phiên bản của nó và URL chuẩn của nó thay vì chuyển xác nhận quyền sở hữu từ loại bằng chứng này sang loại bằng chứng khác. Trang web này là trang web chuẩn và xuất bản một Tệp trích dẫn CFF, Gói dữ liệu 16 tài nguyên, Danh mục DCAT 3, và Bản kê khai SHA-256 gồm 19 tệp. Trạng thái kho lưu trữ lịch sử v1.6.2 vẫn được bảo tồn độc lập trong một Ảnh chụp Kho lưu trữ Phần mềm với mã định danh swh:
Điểm chuẩn mức sẵn sàng đầu vào có kiểm soát v1.0.0
Sáu biến thể hình ảnh có kiểm soát, năm phép đo pixel đã giải mã, phép biến đổi chính xác, dấu vân tay tệp, JSON, CSV và BibTeX. Bộ dữ liệu chuẩn: deepswapai.com/research.
GIF thiết bị tham chiếu delta đường may vòng v1.0.0
Bảy trường hợp khung tổng hợp từ đầu đến cuối có thể tái tạo, bao gồm loại xử lý 2 và 3 cộng với một mẫu 27 khung được sở hữu. Các giá trị là bằng chứng thô, không phải khuôn mặt hay điểm chất lượng. Mở tập dữ liệu lịch thi đấu GIF.
Thẻ điểm chất lượng đầu ra hoán đổi khuôn mặt v1.0.0
Một phiếu tự đánh giá đánh giá của con người với bảy tiêu chí riêng biệt, bao gồm tính toán cục bộ, JSON và CSV có thể tái sử dụng, và các giới hạn rõ ràng đối với các tuyên bố về sinh trắc học hoặc cấp độ nhà cung cấp. Mở bảng điểm.
Bản đồ quyết định số liệu đánh giá hoán đổi khuôn mặt v1.1.0
9 họ đánh giá có trích dẫn nguồn cộng với một bảng đối chiếu nghiên cứu 3 giao thức, mỗi họ có đầu vào, điều kiện tiên quyết và ranh giới giải thích rõ ràng. Không có số liệu nào được chạy và không có nhà cung cấp nào được chấm điểm. Mở bản đồ số liệu.
Bức tranh toàn cảnh công cụ hoán đổi khuôn mặt đã được kiểm tra nguồn v1.0.0
13 hồ sơ sản phẩm được chuẩn hóa dựa trên 66 URL nguồn chính thức hiện tại, với các ẩn số hiển thị và không có xếp hạng chất lượng đầu ra. Mở bộ dữ liệu so sánh.
Bức tranh toàn cảnh hợp đồng hoán đổi khuôn mặt API v1.0.0
6 hồ sơ API được chuẩn hóa dựa trên 21 URL nguồn chính thức hiện tại. Nó bảo tồn các đơn vị giá không tương thích và xung đột nguồn chính thức mà không chạy yêu cầu tạo hoặc xếp hạng các nhà cung cấp. Mở bộ dữ liệu hợp đồng API.
Đánh giá bảng điều khiển trình diễn chính thức v1.0.0
Ba vùng pixel đã giải mã được căn chỉnh, tọa độ cắt chính xác, công thức, dấu vân tay nguồn, JSON, CSV và BibTeX. Nó đo một hình minh họa và không chấm điểm đầu ra được tạo. Mở đánh giá trước và sau.
Tải xuống danh mục nghiên cứu chuẩn
JSON-LD mô tả tất cả bảy bộ dữ liệu, ranh giới bằng chứng, hồ sơ chuẩn, giấy phép, trích dẫn và phân phối của chúng. CSV cung cấp cùng một kho lưu trữ cho các công cụ dạng bảng.
Trích dẫn và tái sử dụng: trích dẫn “DeepSwapAI Điểm chuẩn Mức Sẵn sàng Đầu vào Hình ảnh Có kiểm soát v1, https://deepswapai.com/research”. JSON, CSV, các công thức, phép biến đổi và siêu dữ liệu phép đo sử dụng CC BY 4.0. Các hình ảnh mẫu được tham chiếu vẫn thuộc sở hữu của DeepSwapAI và không được cấp phép lại cho mục đích tái sử dụng không liên quan.
Ranh giới giải thích
Những gì thí nghiệm thiết lập và những gì vẫn chưa được biết
Độ phân giải là rõ ràng
Kích thước pixel và kích thước tệp là các thuộc tính chính xác. Tăng kích thước một hình ảnh nhỏ sẽ thay đổi kích thước nhưng không thể tái tạo chi tiết danh tính bị thiếu.
Phơi sáng để lại độ cắt có thể đo lường
Biến thể sáng có kiểm soát di chuyển 36,64% pixel được lấy mẫu đến phạm vi cắt sáng. Điều đó thiết lập phạm vi đầu vào bị mất, không phải là một khiếm khuyết đầu ra dự đoán.
Làm mờ làm giảm thay đổi cạnh cục bộ
Biến thể lấy nét mềm làm giảm chênh lệch cạnh kề từ 7,74 xuống 2,68. Số liệu này là trên toàn cảnh và không cô lập một khuôn mặt.
Nén cần đánh giá trực quan
Nén JPEG nặng có thể bảo tồn các giá trị trung bình toàn cục trong khi tạo ra các hiện vật cục bộ. Một kiểm tra kỹ thuật trước khi tải lên không được biến một vài số liệu thành điểm chất lượng sai.
Hạn chế: một cảnh nguồn không phải là một quần thể. Trình phân tích không phát hiện khuôn mặt, danh tính, sự đồng ý, tư thế, biểu cảm, ánh nhìn, tóc, độ che khuất hoặc hành vi của mô hình. Nó không thể dự đoán tính thực tế, độ chính xác, sự thành công của xử lý, sở thích hoặc chất lượng xuất cuối cùng.
Từ bằng chứng đầu vào đến đánh giá đầu ra
Sử dụng một giao thức riêng biệt sau khi tạo
Các phép đo đầu vào và quan sát đầu ra trả lời các câu hỏi khác nhau. Sau khi tạo một kết quả đại diện, hãy sử dụng thẻ điểm chất lượng hoán đổi khuôn mặt để ghi lại danh tính, pha trộn, tư thế, ánh sáng, độ che khuất, tính toàn vẹn kỹ thuật và độ ổn định thời gian mà không biến một đầu ra thành một tuyên bố trên toàn mô hình.
Câu hỏi nghiên cứu
Câu trả lời không phóng đại bằng chứng
Điểm chuẩn này có đo chất lượng đầu ra hoán đổi khuôn mặt không?
Không. Nó chỉ đo các thuộc tính của hình ảnh đầu vào có kiểm soát. Không có đầu ra hoán đổi khuôn mặt nào được tạo, chấm điểm hoặc so sánh.
Nó có thể dự đoán một kết quả thực tế không?
Không. Các phép đo không quan sát được mô hình sinh, danh tính, tư thế, biểu cảm, sự che khuất hoặc đầu ra.
Tại sao lại công bố một mẫu nén trông giống nhau trong bảng?
Vì nó bộc lộ một hạn chế thực sự: các phép đo tổng hợp toàn cầu có thể bỏ sót các tạo tác JPEG cục bộ.
Tôi có thể kiểm tra hình ảnh của mình ở đâu?
Sử dụng trình kiểm tra sẵn sàng cục bộ. Nó áp dụng cùng năm định nghĩa phép đo trong trình duyệt của bạn mà không tải lên hình ảnh đã chọn.
Làm thế nào để trích dẫn hoặc tái sử dụng dữ liệu?
Sử dụng bản ghi BibTeX có thể tải xuống hoặc tuyên bố ghi công hiển thị. Dữ liệu đo lường và siêu dữ liệu sử dụng CC BY 4.0; các hình ảnh mẫu được tham chiếu vẫn thuộc sở hữu của DeepSwapAI.
Đo lường đầu vào của bạn mà không cần tải lên
Mở trình kiểm tra cục bộ, kiểm tra từng chỉ số và cảnh báo, sau đó thực hiện bài kiểm tra sinh đại diện nhỏ nhất.