Gabay sa pag-troubleshoot

Hindi Gumagana ang Face Swap? 12 Pag-aayos para sa Nabigo o Malabong Resulta

Ayusin ang mga error sa pagpapalit ng mukha gamit ang 12-step na gabay para sa pag-detect ng mukha, mga tinanggihang pag-upload, malabo o distorted na mga resulta, panggrupong larawan, video flicker, at mga nabigong gawain.

FaceSwapAI Editorial11 minutong pagbasa

Sinuri batay sa kasalukuyang production limits at pricing.

Clear source portrait na ginamit para sa paggabay sa kalidad ng face swap
Clear source portrait na ginamit para sa paggabay sa kalidad ng face swap

Mahahalagang punto

  • Hanapin ang yugto ng pagkabigo bago baguhin ang isang imahe: pagtuklas, pag-upload ng validation, pagproseso o visual na kalidad.
  • Ang isang natukoy na mukha ay maaari pa ring masyadong maliit, malabo, nakaharang o hindi tugma para sa isang nakakumbinsi na resulta.
  • Baguhin ang isang input variable sa bawat muling pagsubok at subukan ang pinakamahirap na frame bago magproseso ng mahabang video o GIF.
  • Ang isang tinanggihang pag-upload, isang FAILED na gawain at isang nakumpletong resulta na hindi mo gusto ay iba't ibang kundisyon na may iba't ibang mga pag-aayos.
  • Walang checklist na ginagarantiyahan ang isang partikular na output; maaaring mag-iba ang pag-uugali ng modelo, mga kondisyon ng pila at availability ng provider.

Opisyal na product sources

Suriin ang kasalukuyang facts, presyo, at methods sa official sources.

1. Hanapin kung saan tumigil sa paggana ang face swap

Kapag hindi gumagana ang isang face swap, magsimula sa huling yugto na tiyak na nagtagumpay. Ang nawawalang kahon ng mukha ay isang problema sa pagtuklas. Ang isang mensaheng ipinapakita bago gumawa ng gawain ay karaniwang isang problema sa pag-upload o pagpapatunay ng account. Ang isang gawain na nananatili sa pila o nagtatapos bilang FAILED ay isang problema sa pagproseso. Ang isang nakumpletong gawain na may mahinang pagkakakilanlan, lumabo o mga distorted na feature ay isang problema sa kalidad ng visual.

Huwag maglapat ng pag-aayos sa kalidad ng imahe sa bawat error. Ang muling pag-encode ng isang wastong larawan ay hindi malulutas ang kawalan ng pag-sign in, at ang pagbili ng higit pang mga kredito ay hindi gagawing mas madaling basahin ang isang maliit o nakaharang na mukha. Tinutukoy ng yugto at ebidensya ang susunod na aksyon.

Ang iyong naobserbahanYugto ng pagkabigoUnang aksyon
Walang face box o "no face detected" na mensahePag-detect ng mukhaGumamit ng mas malaki, mas malinaw at mas nakikitang mukha
Tinanggihan ang file bago lumitaw ang isang gawainPagpapatunay ng pag-uploadSuriin ang totoong format, integridad at laki ng file
Nakabinbin, NAGPROSESO, o NABIGO ang gawainQueue o pagprosesoSuriin ang terminal state bago muling isumite
Nakumpleto ang gawain ngunit mukhang maliVisual na kalidadI-diagnose ang pagkakakilanlan, geometry, liwanag o paggalaw

2. Ayusin ang "no face detected" bago bumuo

Gamitin ang orihinal na larawan at siyasatin ang mukha sa 100 porsiyentong pag-zoom. Pumili ng frame kung saan makikita ang parehong mga mata, ilong, bibig at karamihan sa panga. I-crop ang hindi nagamit na background kapag ang tao ay sumasakop lamang ng isang maliit na bahagi ng imahe, ngunit huwag i-crop sa pamamagitan ng noo o baba. Ang nakaharap sa harap o tatlong-kapat na mukha ay isang mas malakas na diagnostic input kaysa sa isang profile, natatakpan na mukha o motion-blurred na frame.

Kung ang mukha ay nakikita mo ngunit hindi natukoy, alisin ang mga beauty filter, glare, malalim na anino at mga bagay na tumatawid sa mata o bibig. Subukan ang malinis na JPG, PNG o WebP export mula sa orihinal. Huwag paulit-ulit na palakihin ang isang thumbnail: ang pag-upscale ay nagdaragdag ng mga pixel ngunit hindi maibabalik ang nawawalang detalye ng mukha.

Ang detection ay isang preflight signal lamang. Ang ibinalik na kahon ng mukha ay hindi nagpapatunay na ang paglipat ng pagkakakilanlan ay magiging kapani-paniwala, at ang isang napalampas na mukha ay hindi nagtatag ng isang unibersal na minimum na laki. Maaaring paghambingin ng public readiness checker ang bilang ng mukha, resolution, lighting, sharpness at compression nang hindi gumagawa ng generation task o umuubos ng mga credit.

3. Ayusin ang mga tinanggihan, hindi suportado, o sira na pag-upload

Ang extension ng filename ay hindi patunay ng uri ng file. Ang pagpapalit ng pangalan ng sirang download mula sa .bin patungong .jpg ay hindi lumilikha ng wastong larawan. Muling buksan ang media nang lokal, i-export mula sa orihinal na editor at magsumite ng file na ang naka-encode na nilalaman ay tumutugma sa format nito. Iwasan ang mga screenshot ng mga preview ng error at mga file na bahagyang na-download.

FaceSwapAI image input ay tumatanggap ng wastong JPG, PNG, WebP, GIF, BMP, HEIC o HEIF na nilalaman hanggang 30 MB sa workflow ng larawan. Tinatanggap ng mga target ng video ang MP4, MOV, WebM o AVI hanggang 100 MB at 600 segundo. Ang 100 MB ay mga 1–2 minuto ng karaniwang 1080p na video mula sa phone, kaya i-compress o paikliin ang mas mahahabang clip. Ang mga target na GIF ay limitado sa 30 MB at 30 segundo. Ang mga multi-face input ay limitado sa 15 MB bawat isa. Ang isang kahilingan sa labas ng mga hangganang iyon ay dapat itama bago ang isa pang pagsusumite.

Ang pagpapatunay ng kliyente at server ay nangyayari bago tinanggap ang isang mamahaling gawain. Kung tinanggihan ang pag-upload, itama ang pinangalanang file o kundisyon ng account sa halip na ipadala muli ang parehong kahilingan. Ang pagtanggi sa pagpapatunay ay hindi dapat kumonsumo ng mga kredito.

4. Ayusin ang malabong resulta o mahinang pagkakakilanlan

Ang isang source portrait ay kapaki-pakinabang kapag ang pagkakakilanlan ay nababasa sa paligid ng mga mata, ilong, bibig, pisngi at panga. Nakakatulong lang ang malalaking dimensyon kapag naglalaman ang mga pixel ng totoong detalye. Ang isang sharpened thumbnail, beauty-filtered selfie o paulit-ulit na compressed social-media download ay maaaring teknikal na malaki at nagbibigay pa rin ng mahinang impormasyon ng pagkakakilanlan.

Magsimula sa isang pinagmumulan ng mukha na pumupuno sa makabuluhang bahagi ng frame, may natural na texture ng balat at hindi pinalambot ng motion blur. Pagkatapos ay suriin ang target na laki ng mukha. Ang isang matalim na mapagkukunan ay hindi maaaring puwersahin ang pinong detalye sa isang target kung saan ang mukha ay sumasakop lamang ng ilang mga pixel. Bumalik sa pinakakaunting naka-compress na orihinal sa halip na muling i-export ang parehong pinasamang file.

Kung mukhang blocky ang buong output, i-diagnose ang target na encoding at display scale bago sisihin ang paglilipat ng pagkakakilanlan. Kung mukhang malambot lang ang kapalit na mukha, ihambing ang source crop, anggulo ng ulo at laki ng target na mukha. Pinipigilan ng paghihiwalay na ito ang mga hindi kinakailangang conversion ng format.

5. Ayusin ang mga baluktot na hangganan ng mata, bibig o panga

Tinutukoy ng target ang geometry na dapat sakupin ng bagong pagkakakilanlan. Ang malalaking pagkakaiba sa head turn, pitch ng camera, pagbukas ng bibig o pag-igting ng mukha ay nagpapahirap sa bagay na iyon. Ihambing ang direksyon ng ilong, kung gaano kalaki ang nakikita ng bawat tainga at kung ang pinagmulan at target na mga bibig ay bukas sa parehong antas.

Ang naka-warped na panga ay karaniwang tumuturo sa pose o crop mismatch. Ang hindi likas na mga mata ay madalas na nag-tutugma sa mga salamin na nakasisilaw, buhok, anino o isang malaking pagkakaiba ng tingin. Ang baluktot na bibig ay madalas na lumilitaw kapag ang pinagmumulan ng saradong bibig ay dapat sumunod sa isang matinding ngiti, speech frame o bahagyang natatakpan na mga labi. Pumili ng source na may mas malapit na pose at expression bago baguhin ang resolution.

Kapag ang target mismo ay naglalaman ng mahirap ngunit mahalagang expression, subukan ang dalawang pinagmulang portrait habang pinapanatiling maayos ang target. Ang resulta ng kinokontrol na paghahambing na iyon ay nagsasabi sa iyo ng higit pa sa pagbabago ng parehong mga file nang sabay-sabay.

6. Ayusin ang hindi pagkakatugma ng kulay, halos at hindi natural na mga gilid

Ang target ay nagbibigay ng liwanag sa eksena. Ang malakas na ilaw sa gilid, may kulay na ilaw sa entablado at malalim na anino ay ginagawang mas hinihingi ang paghahalo. Maaaring hatiin ng mga salamin, maskara, buhok, kamay at mikropono ang hangganan ng mukha sa ilang hindi maliwanag na rehiyon. Ang isang nakikilalang pagkakakilanlan na may nakikitang halo ay iba sa isang mahinang pagkakakilanlan.

Gumamit ng source na may neutral, kahit na liwanag at iwasan ang mga clipped na highlight o durog na anino. Kung ang target na mukha ay naiilawan mula sa isang gilid, ang isang pinagmulan na may katulad na direksyon ay maaaring maghalo nang mas mahusay kaysa sa isang mas maliwanag na larawan sa harap. Kung ang isang bagay ay tumawid sa panga o pisngi, pumili ng isa pang target na frame sa halip na subukang patalasin sa pamamagitan ng sagabal.

Suriin ang resulta laban sa target sa parehong zoom. Ang maliwanag na hindi pagkakatugma ng kulay ay maaaring palakihin kapag ang isang larawan ay tiningnan gamit ang ibang display profile o pagkatapos itong muling i-compress ng isang messaging app. I-diagnose ang na-download na resulta bago husgahan ang isang nakabahaging preview.

7. Ayusin ang video o GIF flicker sa unang masamang frame

Ang mga output ng video at GIF ay dapat mapanatili ang pagkakakilanlan habang nagbabago ang laki, anggulo, ekspresyon at visibility ng mukha. Scrub sa unang frame kung saan humina ang resulta at itala kung ano ang nagbago: isang head turn, motion blur, occlusion, lighting shift, camera cut o isang mukha na umaalis sa frame. Ang flicker ay isang continuity symptom, hindi patunay na ang bawat frame ay may mababang resolution.

Mag-trim ng hindi nauugnay na mga kuha at subukan ang isang maikling segment na kinabibilangan ng parehong normal na frame at ang mahirap na sandali. Itugma ang pinagmulan sa nangingibabaw na anggulo ng ulo. Kapag nagsimula ang pagkabigo pagkatapos ng isang hiwa, hatiin ang mga shot at suriin ang mga ito nang hiwalay. Kapag naging maliit ang mukha, panatilihin ang target na resolution sa halip na ibaba ito para lang bawasan ang laki ng file.

Para sa GIF, alisin ang duplicate o hindi kinakailangang mga frame bago paliitin ang canvas. Para sa isang video, gumamit ng katugmang pag-export at panatilihin ang sapat na bitrate para sa detalye ng mukha. Ang isang mas maikling gawaing diagnostic ay binabawasan ang gastos at ihihiwalay ang dahilan bago ang isang buong-tagal na pagtakbo.

8. Ayusin ang nawawala o mahinang mga mukha sa isang panggrupong larawan

Siyasatin ang bawat kahon ng detector bago pumili ng mga tao. Ang mga mukha sa parehong grupo ay maaaring magkaiba nang husto sa sukat, anggulo, pag-iilaw at sagabal, kaya ang isang malakas na resulta sa foreground ay hindi nagpapatunay na ang isang maliit na mukha sa background ay handa na. I-crop patungo sa grupo kung pinapanatili nito ang lahat ng nilalayon na paksa, o pumili ng mas mataas na resolution na orihinal.

FaceSwapAI: 6 credit ang isang larawan; 6 credit bawat napiling target na mukha ang multiple-face swap; 3 credit bawat input second na sinukat ng server at ni-round up ang video at GIF, na may minimum na 9 credit.

Kapag mahina ang isang napiling tao, baguhin ang target ng grupo o alisin ang mukha na iyon. Sa same-face mode, ang mahinang pagkakakilanlan sa bawat target ay tumuturo pabalik sa iisang pinagmulang portrait. Sa pares mode, ang parehong napiling face crop ay nangangailangan ng sapat na nakikitang detalye ng pagkakakilanlan. Sa different-face mode, suriin nang hiwalay ang apektadong source-target na row. Huwag maghinuha ng universal detector threshold mula sa isang larawan; Ang visibility, contrast at komposisyon ay nagbabago sa kinalabasan.

9. Patakbuhin ang 12-step na face swap troubleshooting checklist

Gamitin ang order na ito bago ang isa pang bayad na pagsusumite. Ang bawat hakbang ay nag-aalis ng isang klase ng kabiguan habang pinapanatili ang ebidensya tungkol sa kung ano ang nagbago.

#Pagsusuri ng diagnosticKondisyon ng pass
1Tukuyin ang huling matagumpay na yugtoAng pagtuklas, pagpapatunay, pagproseso o kalidad ng visual ay kilala
2Buksan ang parehong orihinal na mga file nang lokalWala alinman sa file ay sira, bahagyang o preview ng error
3Siyasatin ang pinagmulan sa 100 porsyentoMatalas ang isang mukha na nakikita ang mata, ilong, bibig at panga
4Siyasatin ang bawat target na mukhaAng bawat nilalayong mukha ay sapat na malaki at hindi masyadong malabo
5Paghambingin ang anggulo ng ulo at ekspresyonAng pose at hugis ng bibig ay makatwirang magkatugma
6Suriin ang occlusionAng buhok, kamay, salamin ay nakasisilaw o props ay hindi nagtatago ng mga pangunahing tampok
7Paghambingin ang ilawAng pinagmulan ay neutral o sumusunod sa target na direksyon ng liwanag
8I-verify ang naka-encode na formatTumutugma ang aktuwal na nilalaman ng file sa suportadong JPG, PNG, WebP, GIF, BMP, HEIC, HEIF, MP4, MOV, WebM o AVI na format
9I-verify ang mga limitasyon ng mediaAng laki ng file, tagal, bilang ng frame at bilang ng napiling mukha ay umaangkop sa daloy ng trabaho
10Subukan ang pinakamahirap na maikling segmentKasama sa sample ang unang mahirap na frame o nilalayong mga mukha ng pangkat
11Magsumite ng isang beses at obserbahan ang estadoAng gawain ay umabot sa KUMPLETO o FAILED bago ang anumang ulitin
12Baguhin ang isang variable at itala itoMaaaring ipakita ng susunod na paghahambing kung aling pagwawasto ang nakatulong

10. Tukuyin ang pagkakaiba sa mga muling pagsubok, pag-refund at output na walang watermark

Ang isang pag-upload na tinanggihan sa panahon ng pagpapatunay ay hindi katulad ng isang tinanggap na gawain. Pagkatapos ng pagtanggap, ang gawain ay maaaring ilipat sa pamamagitan ng PEDING at PROCESSING hanggang KUMPLETO, FAILED o CANCELLED. Kung pumalya ang gawain dahil sa problema sa panig namin, awtomatikong ibinabalik ang credits nito, isang beses lang. Suriin ang huling tala ng gawain bago ulitin ang isang kahilingan pagkatapos ng timeout ng network.

Ang isang kumpletong resulta na mahina sa paningin ay hindi isang pagkabigo sa transportasyon. Nag-iiba ang kalidad sa mga input at gawi ng provider, kaya huwag muling isumite ang hindi nabagong media at asahan ang isang garantisadong pagwawasto. Panatilihing maayos ang target kapag sinusubukan ang isang mas mahusay na pinagmulan, o panatilihing naayos ang pinagmulan kapag sinusubukan ang isang mas malinis na target.

Walang libreng pagsubok o pagsubok na may watermark ang FaceSwapAI. Ang bawat resulta ay ibinibigay nang walang watermark at walang email ng account, kaya walang watermark na kailangang alisin at walang hakbang ng bayad na muling pagbuo.

Handa nang ilapat sa awtorisadong media?

Mga tanong na sinasagot ng gabay

Bakit hindi gumagana ang face swap ko kahit may nakitang mukha?

Kinukumpirma ng detection na may nakitang parang mukha na rehiyon; hindi nito ginagarantiyahan ang sapat na detalye ng pagkakakilanlan, katugmang pose, malinaw na mga hangganan o matatag na paggalaw para sa isang nakakumbinsi na nabuong resulta.

Paano ko aayusin ang error na "no face detected"?

Gamitin ang orihinal na larawan, i-crop ang mas malapit nang hindi pinuputol ang ulo, pumili ng nakaharap sa harap o tatlong-kapat na frame, alisin ang mabigat na sagabal at i-export ang wastong JPG, PNG o WebP na nilalaman.

Bakit malabo ang palitan ng mukha ko?

Suriin ang detalye ng pinagmulan, laki ng target na mukha at compression nang hiwalay. Gumamit ng mas matalas na pinagmulan at ang pinakakaunting naka-compress na target na orihinal; ang pagpapalaki ng thumbnail ay hindi nakakabawi ng nawawalang detalye.

Bakit ang mata, bibig, o panga ay baluktot?

Malaking pose, expression o occlusion differences ang mga karaniwang dahilan. Itugma ang anggulo ng ulo at hugis ng bibig, pagkatapos ay baguhin lamang ang pinanggalingan habang pinapanatiling maayos ang target.

Paano ko mapipigilan ang pagkutitap ng isang video face swap?

Hanapin ang unang masamang frame, tukuyin ang anggulo, blur, occlusion, pagbabago ng ilaw o cut sa timestamp na iyon, at subukan ang isang mas maikling segment na may mas mahusay na katugmang pinagmulan.

Gumagamit ba ng mga kredito ang mga tinanggihan o nabigong gawain?

Ang pagtanggi sa pagpapatunay ay hindi dapat kumonsumo ng mga kredito. Inilalaan ng isang tinatanggap na gawain ang gastos nito; kung pumalya ito dahil sa problema sa panig namin, awtomatikong ibinabalik ang credits nito, isang beses lang. Kumpirmahin ang katayuan ng terminal task bago muling isumite.

Kasama ba sa mga resulta ang watermark o ang aking email?

Hindi. Walang libreng pagsubok o pagsubok na may watermark; ang bawat resulta ay ibinibigay nang walang watermark at walang email ng account, kaya walang kailangang alisin.

Magarantiya ba ng mga pag-aayos na ito ang isang perpektong resulta?

Hindi. Ibinubukod nila ang mga karaniwang pagkabigo sa input at daloy ng trabaho, ngunit maaari pa ring mag-iba ang panghuling output, oras ng pagproseso at pag-uugali ng provider.