官方演示资源
这六项视觉资源是DeepSwapAI的说明：一张单张照片的目标-参考-结果合成图、一张映射的群组照片合成图、两个工作室身份参考图以及两个当前产品体验中使用的场景方向图。
图库
图库
图库. 适用于获准照片、批量、合照映射、视频和 GIF 工作流的浏览器 AI 换脸。 Conteúdo localizado: zh-CN. 来源核验比较.
实用指南
图库
本页以中文说明图库的用途、边界与核验方式。页面下方保留已审核的产品事实、数字、链接和来源；请在获得相关人员许可后使用媒体。
来源核验比较: 适用于获准照片、批量、合照映射、视频和 GIF 工作流的浏览器 AI 换脸。
证据披露
这些图像是什么，以及它们不是什么
一个有用的示例页面应使来源信息和限度与图像本身一样清晰可见。这些资源解释了预期的身份与场景关系，而不会将说明变成未经支持的性能声明。
非社区上传
此页面上的任何图像均不作为客户结果、用户提交、推荐或付费生成任务的记录呈现。
非虚构基准测试
这些示例不建立准确率、平均质量、生成速度、成功率或保证结果。
检查可见证据
比较身份特征点、头发边界、面部光线、前景重叠和场景细节。然后在规模化应用前，测试您自己的代表性输入。
图像权利与重用。 DeepSwapAI或其许可方保留对这些官方演示资源的所有适用权利。查看此页面并不授予重新发布、重新分发、转售或商业使用的许可。请使用 官方联系页面 以请求书面许可或署名条款。
照片工作流示例
查看哪张图像提供场景，哪张提供身份
目标图像确定身体、头发、姿势、光照和背景。身份参考提供要放置到该场景中的面部线索。带标签的结果面板使这种输入关系在您测试自己的媒体之前可见。
- 目标： 检查应保持连贯的场景、姿势、头发、衣物、光线和面部角度。
- 身份参考： 比较可见的眼睛、眉毛、鼻子、嘴巴、下巴和年龄线索。
- 说明性结果： 分别审查面部身份与边缘、光线和场景连贯性。
可复现的前后对比审计
衡量说明内容，而不将其转化为产品基准
源说明被分割成一个622 x 701的目标面板和一个622 x 701的说明性结果面板。三个对齐区域保持清晰，不受中央身份参考肖像和箭头叠加的影响。该表格报告了原始分辨率下的解码像素差异；它不对面部进行评分、运行生成任务或推断模型质量。
| 区域 | 对齐窗口 | 平均RGB差异 | 超过delta 12的像素 | 亮度相关性 | 梯度相关性 |
|---|---|---|---|---|---|
| 上部场景和面部区域 | 0,0 · 622 x 230 |
16.658 | 74.963% | 0.93 | 0.378 |
| 面部和头发窗口 | 180,8 · 260 x 270 |
20.584 | 68.372% | 0.901 | 0.3097 |
| 下部主体和场景区域 | 0,480 · 622 x 221 |
13.996 | 64.64% | 0.9319 | 0.4188 |
上部场景和面部区域
上部区域包含对齐的厨房场景、头发和面部，同时保持在参考圆和箭头叠加之上。
目标 (0, 0, 622, 230); 结果 (622, 0, 622, 230)
面部和头发窗口
中央窗口隔离可见的面部和周围的头发，不包括参考圆或箭头叠加。
目标 (180, 8, 260, 270); 结果 (802, 8, 260, 270)
下部主体和场景区域
下部区域包含衣物、手臂、手部以及参考圆和箭头叠加下方的房间细节。
目标 (0, 480, 622, 221); 结果 (622, 480, 622, 221)
这些数字说明了什么： 它们将精确测量值与源SHA-256绑定 14b8ca68bbf2e692b3f499084afffbd25e05373b00aa25c3f8d868876c25b8da。它们还表明，视觉上相关的配对并不能证明只有面部像素发生了变化。像素差异可能包括头发、衣物、手部、身体、光照、压缩和场景细节。
下载完整的审计记录
JSON包含源指纹、面板布局、公式、精确区域坐标、测量值、权利边界和限制。CSV支持表格分析，BibTeX提供稳定的引用。
对于真实的生成输出，请使用 单独的人工审核评分卡。对于完整的机器可读清单，请使用 研究数据目录.
映射的群组照片示例
为每个选定的人分配不同的身份
此官方合成图说明了一个群组目标、四个单独的身份参考和一个多人结果方向之间的关系。实时 多人换脸工作区 首先检测人物，并在提交前显示编号的参考到目标映射。
- 一个目标群组： 照片提供人物、姿势、泳池场景、光照、头发、衣物和背景。
- 单独的身份参考： 每个选定的人接收一个不同的参考，而不是为整个群组隐含一个参考。
- 证据限度： 这是一个官方的说明性合成图，不是用户上传、任务收据、平均质量样本或对另一张图像的保证。
使用 群组照片准备指南 检查可见性、间距、编号顺序、10个参考的限制以及当前每个选定面部3积分的成本。
身份方向A
在详细的户外场景中，绿色眼睛和清晰的眉毛
工作室肖像提供可见的身份线索。场景方向将相关的面部身份置于飘散的头发、遮挡下脸的花朵、明亮的天空和斑驳的光线之中。
身份参考
使用眼睛、眉毛线、鼻子、嘴巴、下巴和整体年龄线索作为比较锚点。
- 身份： 比较眼睛颜色、眉毛粗细、嘴唇形状和下巴比例。
- 边缘： 检查发际线、脸颊边界和靠近下巴的花朵。
- 光线： 检查高光和阴影方向在场景内是否保持连贯。
身份方向B
在相同的视觉语言中，棕色眼睛和更柔和的面部线条
第二个工作室肖像提供了一组不同的身份线索。相关的场景方向使用相同的花田语言，以便观众可以专注于面部身份，而不会将其与完全不同的环境混淆。
身份参考
比较眼睛形状、眉毛弧度、鼻子、嘴巴、下巴轮廓和整体面部比例。
- 身份： 比较眼睛、眉毛弧度、嘴角和下巴形状。
- 前景： 检查密集的花朵如何遮挡下脸和颈部。
- 场景： 对照明亮的天空和阳光照射的田野审查皮肤照明。
解读指南
示例可以回答的问题
使用图像制定测试计划，而不是推断未发布的证据。
| 问题 | 这里可见什么 | 限度 |
|---|---|---|
| 我能比较身份线索吗？ | 可以。参考和场景方向暴露了眼睛、眉毛、鼻子、嘴巴、下巴和年龄线索。 | 这是感知审查，不是生物特征相似度评分。 |
| 我能检查目标-参考-结果关系吗？ | 可以。照片工作流合成图标记了场景目标、身份参考和说明性结果。 | 它解释了输入角色，但不是受控的前后对比基准。 |
| 我能判断视频或GIF的连贯性吗？ | 不能。这些是静态说明性资源。 | 在相关的运动工作流中测试转动、模糊、遮挡、剪辑和循环接缝。 |
| 我能预测我的输出或速度吗？ | 不能。结果因提供的身份参考和目标媒体而异。 | 在规模化应用前，运行一张代表性图像或短片并审查实际结果。 |
从示例到测试
在您自己的媒体上使用相同的审查顺序
- 选择一个清晰的身份参考。 保持面部清晰、无遮挡且足够大以便检查。
- 选择一个有代表性的目标。 包含对最终用途重要的姿势、光照、头发、配饰或遮挡。
- 生成最小的有用测试。 从一张照片或一个短的困难片段开始，而不是提交整个批次或长片段。
- 分别审查身份和场景。 首先检查面部特征点，然后检查头发、边缘、光线、手部、前景物体和背景连贯性。
- 检查许可和确切的试用图像。 在分享该图像之前，确认同意并检查完整电子邮件试用图像水印披露。
如需更深入准备，请使用 换脸质量指南。生成后，使用 换脸质量评分卡记录相同的可见标准。对于同意、保留和共享决策，请使用 隐私清单。 验证方法 解释了公共声明如何被审查。
开始换脸
适用于获准照片、批量、合照映射、视频和 GIF 工作流的浏览器 AI 换脸。