Hiwalay na daloy para sa maraming mukha
Paano Magmapa ng Iba't Ibang Mukha sa Mga Tao sa Isang Panggrupong Larawan
Magtalaga ng ibang kapalit na portrait sa bawat napiling tao sa isang pangkat na larawan, na may reproducible na apat na mukha na pagsubok sa produksyon, gastos at mga limitasyon.
Sinuri ang method at limits laban sa published dataset.

Mahahalagang punto
- Nagmamapa ang different-face mode ng isang hiwalay na na-upload na kapalit na portrait sa bawat napiling target na mukha; sinusuportahan nito ang 1 hanggang 10 napiling mga target sa isang gawain.
- Ang pagkilos ay mananatiling hindi pinagana hanggang sa ang bawat napiling target ay may sariling kapalit na larawan at kinumpirma ng user ang pahintulot para sa bawat na-upload na mukha.
- Nagkakahalaga ng 6 kredito ang bawat napiling target na mukha (2 mukha = 12, 10 mukha = 60); binabayaran lamang ang gawain at gumagawa ng output nang walang watermark o email ng account.
- Ang nai-publish na v1 na dataset ay nagtatala ng totoong apat na mukha na cyclic production run, eksaktong input at output file, mga hash, detector box, pagkakasunud-sunod ng pagmamapa, mga dimensyon at ebidensya sa paglilinis.
Open data at method
Gamitin ang versioned files para ulitin ang table.
1. Piliin ang kontrata sa pagmamapa bago i-upload
Ang multiple-face studio ay may tatlong magkahiwalay na kontrata. Ang pair mode cross-map ay eksaktong dalawang pagkakakilanlan na naroroon na sa isang larawan. Ang same-face mode ay nag-a-upload ng isang portrait at inilalapat ang pagkakakilanlan na iyon sa mga piling tao. Pumili ang different-face mode sa pagitan ng isa at 10 target na mukha at humihingi ng isang hiwalay na kapalit na portrait para sa bawat napiling target.
Gumamit ng different-face mode kapag ang tao A ay dapat tumanggap ng source X, ang tao B ay dapat tumanggap ng source Y at ang bawat natitirang napiling tao ay may ibang nilalayong pagkakakilanlan. Ang row number ay nagkokonekta ng isang nakitang target na crop sa kapalit na pag-upload nito. Ang mga hindi napiling tao ay hindi kasama sa kahilingan sa pagmamapa.
Ang larawan ng grupo ay nananatiling target na sanggunian para sa posisyon, katawan, pananamit, buhok, pose, konteksto ng ekspresyon, pag-frame, liwanag at background. Ang nilalayong pag-edit ay nakikitang pagkakakilanlan sa mukha, hindi isang buong ulo, hairstyle, katawan o paglipat ng damit. Ang eksaktong pag-iingat ng bawat hindi mukha na pixel ay hindi ginagarantiyahan.
| Mode ng studio | Pinagmulan ng plano | Target na pagpili |
|---|---|---|
| Magpalit ng dalawang mukha | Ang dalawang napiling tao ay nagbibigay ng pagkakakilanlan para sa isa't isa | Eksakto 2 |
| Parehong mukha sa mga piling tao | Isang na-upload na larawan ng pinagmulan ang inuulit | 1 hanggang 10 |
| Iba't ibang mukha para sa bawat tao | Isang na-upload na kapalit na portrait bawat target | 1 hanggang 10 |
2. Magmapa ng hiwalay na portrait sa bawat napiling target
Mag-sign in, pumili ng different-face mode at mag-upload ng isang pinahihintulutang larawan ng grupo na hindi lalampas sa 10 MB. Gumagana ang pagtuklas bago mag-charge at ipinapakita ang mga ibinalik na mukha. Piliin lang ang mga taong nilayon mo at pinapayagang mag-edit, hanggang sa 10 target.
Para sa bawat may numerong target na row, mag-upload ng isang malinaw na JPG, JPEG, PNG o WebP na kapalit na portrait na hindi hihigit sa 15 MB. Ang isang row ay handa lamang pagkatapos na magkaroon ito ng kapalit na larawan. Ang pagpapalit ng isang seleksyon ay nagbabago sa kinakailangang mga hanay ng pagmamapa; mananatiling naka-disable ang pagbuo ng aksyon habang hindi kumpleto ang anumang napiling row o hindi naka-check ang pahintulot.
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.
| Hakbang | Kinakailangang estado | Ano ang pumipigil sa pagsusumite |
|---|---|---|
| 1. Mag-upload ng group photo | Naka-sign-in na account at sinusuportahang larawan hanggang 10 MB | Walang nakitang mukha |
| 2. Pumili ng mga target | 1 hanggang 10 pinahihintulutang nakitang mga mukha | Walang napiling target |
| 3. Magdagdag ng mga kapalit | Isang portrait hanggang 15 MB para sa bawat napiling row | Anumang hindi kumpletong row |
| 4. Kumpirmahin at bumuo | Pahintulot at 6 credits bawat napiling target na mukha | Walang check na pahintulot o hindi sapat na balanse |
3. I-reproduce ang nai-publish na four-face cyclic mapping
Gumamit ang v1 na pag-aaral ng isang synthetic na larawang ginawa para sa layuning naglalaman ng eksaktong apat na kathang-isip na nasa hustong gulang at walang customer o public-figure na pagkakakilanlan. Ibinalik ng production detector ang apat na rehiyon. Pinagbukud-bukod ang mga ito mula kaliwa pakanan, at nakuha ang isang hiwalay na pinalawak na portrait na JPEG sa paligid ng bawat nakitang mukha gamit ang nakadokumentong 2.4-beses na square crop.
Isang production task pagkatapos ay gumamit ng cyclic mapping: person 2 supplied target 1, person 3 supplied target 2, person 4 supplied target 3 at person 1 supplied target 4. Ang gawain ay inilipat mula sa PROCESSING hanggang COMPLETED, naningil ng 13 credits nang isang beses ayon sa presyong umiiral noong Hulyo 14, 2026 (24 credits na ngayon ang parehong gawaing may apat na mukha) at nagbalik ng 1536 × 1024 PNG. Ang mga dimensyon ng input at output ay tumugma sa pagtakbo na ito. 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.
Ang eksaktong input at output PNG file ay mada-download sa itaas. Itinatala ng JSON ang parehong SHA-256 na mga hash, laki ng file, lahat ng apat na detector box, lahat ng apat na kapalit na crop box at hash, pagkakasunud-sunod ng pagmamapa, mga naobserbahang estado ng gawain, simula at pagtatapos ng mga kredito, at kumpirmasyon na ang pansamantalang queue job, Redis session, pribadong mga file at mga hilera ng database ay inalis.

| Target na posisyon | Kapalit na posisyon | Naobserbahang target na kahon |
|---|---|---|
| 1 | 2 | x 38 · y 276 · 171 × 232 |
| 2 | 3 | x 516 · y 364 · 160 × 208 |
| 3 | 4 | x 863 · y 270 · 161 × 231 |
| 4 | 1 | x 1247 · y 369 · 164 × 224 |
4. Paghiwalayin ang na-verify na gawi sa gawain mula sa mga paghahabol na may kalidad na visual
Bine-verify ng run na ito na ang kasalukuyang kontrata ng browser/API ay maaaring magdala ng apat na natatanging source-to-target mappings sa isang bayad na gawain, na nakita ng public detector ang apat na source na rehiyon, na ang gawain ay natapos at na ang eksaktong output file ay maaaring masuri. Hinahayaan din ng nakikitang resulta ang mga mambabasa na suriin kung nagbago ang bawat posisyon ayon sa nai-publish na cycle.
Hindi ito nagtatag ng pangkalahatang marka ng katumpakan ng pagkakakilanlan, average na rate ng tagumpay o garantiya para sa isa pang larawan. Ang tagumpay ng detector ay hindi pagsukat ng pagkakakilanlan. Ang mga tumutugmang dimensyon ay hindi nagpapatunay na ang bawat hindi mukha na pixel ay hindi nagbabago. Ang isang sintetikong eksena ay hindi maaaring kumatawan sa mga profile, maliliit na mukha sa background, sagabal, motion blur, hindi pangkaraniwang liwanag o ang buong hanay ng hitsura ng tao.
Ang unang sinubukang pagtakbo ay nagbibigay-kaalaman din: ang mga thumbnail ng detektor nang mahigpit na na-crop ang naging dahilan upang tanggihan ng upstream na serbisyo ang isang pinagmulan. Ang matagumpay na pagtakbo ay gumamit ng mas malalaking 2.4-beses na portrait crop, na tumutugma sa gabay ng produkto upang mag-upload ng isang kumpletong, malinaw na kapalit na larawan sa halip na isang napakasikip na face chip.
5. Pagbutihin ang bawat source-target na pares sa halip na ituring ang grupo bilang isang input
Husgahan ang bawat hilera nang nakapag-iisa. Ang isang matalim na pinagmulan ay maaari pa ring mahinang tugma para sa isang maliit, anggulo o nakaharang na target. Mas gusto ang isang kumpletong mukha, kapaki-pakinabang na anggulo ng ulo, natural na detalye at katugmang ilaw sa bawat kapalit na larawan. Iwasan ang mga screenshot, collage, mabibigat na filter, mask, kamay sa mukha at matinding pananim.
Pagkatapos ng henerasyon, ihambing ang pagkakahawig ng pagkakakilanlan, target na ekspresyon at titig, mga hangganan ng pisngi at panga, pagsasama-sama ng buhok at tainga, at pangangalaga sa tanawin sa paligid para sa bawat tao. Kung mahina ang isang row, baguhin ang pinagmulan o target na kundisyon na iyon sa halip na muling isumite ang lahat ng hindi nabagong input. Ang isang natapos ngunit mahinang resulta ay iba sa isang pagkabigo ng provider.
Walang resolution ng resulta, oras ng pagpoproseso, pagkakahawig o kalidad ng gilid ay ginagarantiyahan. Maaaring ilantad ng readiness checker ang mga panganib sa antas ng file, ngunit hindi nito mahulaan ang resulta ng proprietary provider para sa isang partikular na pagmamapa.
6. I-verify ang gastos, bayad na output at pagpapanatili
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.
Ang isang bagong nabuong resulta ng maramihang mukha ay hindi naglalaman ng watermark o ng email ng account. Kung pumalya ang gawain dahil sa problema sa panig namin, awtomatikong ibinabalik ang credits nito, isang beses lang. Ang isang matagumpay na visual na resulta ay hindi awtomatikong maibabalik dahil lamang sa isang input ay gumawa ng mahinang pagkakahawig.
Ang na-upload at nabuong mga file ng gawain ay naka-iskedyul para sa pagtanggal pagkatapos ng 24 na oras at maaaring mawala nang mas maaga; Nalalapat din ang mga patakaran ng upstream-provider. Mag-download ng naaprubahang resulta habang available at panatilihin ang mga karapatan ng pinagmulan, pahintulot at panghuling pag-apruba sa kinokontrol na imbakan ng proyekto.
7. Kumuha ng pahintulot para sa bawat pinagmulan at target na pagkakakilanlan
Gumamit lamang ng media na pagmamay-ari mo o pinahihintulutang mag-edit, at kumuha ng pahintulot mula sa bawat makikilalang pinagmulan at target na tao. Ang isang pangkatang gawain ay maaaring magsasangkot ng maraming magkakaibang pagkakakilanlan; ang pahintulot para sa isang tao ay hindi sumasaklaw sa natitirang mga hilera. Itinatala ng checkbox ng produkto ang iyong kumpirmasyon ngunit hindi gumagawa ng pahintulot para sa sinuman.
Ibunyag ang pag-edit kapag napagkakamalan ito ng mga manonood bilang isang tunay na kaganapan, koponan, relasyon, pag-endorso o pahayag. Huwag gumamit ng independiyenteng pagmamapa para sa mapanlinlang na pagpapanggap, panliligalig, hindi pinagkasunduan na intimate na imahe, ilegal na aktibidad o nilalamang kinasasangkutan ng mga menor de edad. Ang isang mas nakakumbinsi na multi-person na output ay nangangailangan ng mas maingat na konteksto, hindi mas kaunti.
Handa nang ilapat sa awtorisadong media?
Mga tanong na sinasagot ng gabay
Maaari ba akong magtalaga ng ibang mukha sa bawat tao sa isang larawan ng grupo?
Oo. Pumili ng different-face mode, pumili ng 1 hanggang 10 natukoy na target at mag-upload ng isang hiwalay na kapalit na portrait para sa bawat napiling row.
Ilang kapalit na portrait ang maaari kong imapa sa isang gawain?
Sinusuportahan ng browser ang isang kapalit para sa bawat isa sa hanggang 10 napiling target na mukha. Dapat may kapalit ang bawat napiling target bago paganahin ang henerasyon.
Ang pagmamapa ba ng apat o 10 mukha ay nagkakahalaga ng higit sa isang mukha?
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.
Nabuo ba sa produksyon ang nai-publish na resultang may apat na mukha?
Oo. Itinatala ng v1 JSON ang eksaktong input at output na mga hash, detector at crop box, cyclic mapping, mga obserbasyon sa estado ng gawain, pagbabago ng balanse na 13 credits (mula 30 hanggang 17) ayon sa presyo noong Hulyo 14, 2026 at pansamantalang paglilinis ng data para sa isang production run. 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.
Ginagarantiya ba ng apat na mukha na pag-aaral ang parehong kalidad para sa aking larawan?
Hindi. Ito ay nagdodokumento ng isang synthetic production run. Ang pagtuklas, pagkakahawig ng pagkakakilanlan, mga hangganan, dimensyon at pag-uugali ng provider ay maaaring mag-iba para sa iba pang pinagmulan at target na mga larawan.
Magsasama ba ng watermark o aking email ang isang binabayarang namap na resulta?
Hindi. Ang maramihang-mukha na output ay hindi naglalaman ng watermark o ng email ng account. Ang mga task file ay naka-iskedyul para sa pagtanggal pagkatapos ng 24 na oras.