Người giải thích công nghệ

AI Face Swap là gì? Làm thế nào hình ảnh nguồn và hình ảnh mục tiêu trở thành một kết quả

Giải thích về hoán đổi khuôn mặt bằng AI: tìm hiểu ý nghĩa của nhận dạng nguồn và cảnh mục tiêu, cách các hệ thống hiện đại phát hiện, căn chỉnh và kết hợp các khuôn mặt cũng như lý do khiến kết quả không thành công.

Biên tập FaceSwapAIđọc 10 phút

Đã đối chiếu giới hạn sản xuất và giá hiện tại.

Kết quả hoán đổi khuôn mặt AI được công bố cho thấy nhận dạng khuôn mặt đã thay đổi trong cảnh chân dung được bảo tồn
Kết quả hoán đổi khuôn mặt AI được công bố cho thấy nhận dạng khuôn mặt đã thay đổi trong cảnh chân dung được bảo tồn

Điểm chính

  • Hoán đổi khuôn mặt chuyển thông tin nhận dạng nguồn vào cảnh mục tiêu; nó không chỉ đơn giản là dán một bức ảnh hình chữ nhật lên một bức ảnh khác.
  • Mục tiêu thường vẫn là tham chiếu cho tư thế, biểu cảm, ánh sáng, quần áo, khung hình và hậu cảnh.
  • Phát hiện, căn chỉnh, chuyển giao danh tính và kết hợp là các giai đoạn khái niệm hữu ích nhưng nhà cung cấp có thể triển khai chúng với các dòng mô hình khác nhau.
  • Tư thế, che khuất, làm mờ, khuôn mặt nhỏ và ánh sáng xung đột sẽ loại bỏ hoặc làm phức tạp thông tin mà hệ thống cần, do đó, chỉ riêng tệp lớn hơn không thể đảm bảo kết quả tốt hơn.

Nguồn sản phẩm chính thức

Kiểm tra sự thật, giá và phương pháp hiện tại từ nguồn chính thức.

1. Câu trả lời ngắn gọn: nhận dạng từ đầu vào này, cảnh từ đầu vào khác

Hoán đổi khuôn mặt AI là một nhiệm vụ chỉnh sửa danh tính. Một hình ảnh nguồn cung cấp danh tính để chuyển. Hình ảnh hoặc khung hình mục tiêu cung cấp tư thế, biểu cảm, ánh sáng, quần áo, khung hình và nền. Đầu ra dự định giống với người nguồn trong khi vẫn tiếp tục tuân theo bối cảnh mục tiêu đó.

Định nghĩa đó chính xác hơn việc nói phần mềm “đưa một khuôn mặt vào một bức ảnh khác”. Việc cắt và dán theo nghĩa đen sẽ mang góc nguồn, nguồn sáng và ranh giới hình ảnh nguồn vào mục tiêu. Thay vào đó, một hệ thống hiện đại phải thể hiện nhận dạng, điều chỉnh nó cho phù hợp với hình học mục tiêu và tích hợp vùng khuôn mặt đã thay đổi với các pixel lẽ ra phải nằm ngoài mục tiêu.

Hoán đổi khuôn mặt cũng khác với một số chỉnh sửa lân cận. Tái hiện khuôn mặt làm thay đổi chuyển động hoặc biểu cảm trong khi cố gắng giữ nguyên nhận dạng. Chỉnh sửa thuộc tính có thể thay đổi độ tuổi, tóc hoặc biểu cảm mà không cần nhập người khác. Hoán đổi toàn bộ đầu có thể thay thế tóc và hình dạng đầu cũng như bên trong khuôn mặt. Nhãn sản phẩm không nhất quán, vì vậy hãy kiểm tra kết quả thực tế và quy trình làm việc thay vì cho rằng mọi “hoán đổi khuôn mặt” đều thay đổi cùng một khu vực.

2. Nguồn, đích và kết quả có công việc khác nhau

Nguồn là tham chiếu nhận dạng. Chọn nó để có cấu trúc khuôn mặt dễ nhận biết và các chi tiết có thể nhìn thấy xung quanh mắt, mũi, miệng và hàm. Mục tiêu là tham chiếu thành phần. Chọn nó cho tư thế, biểu cảm, cơ thể, quần áo, cách sắp đặt và khung hình mà bạn muốn giữ lại. Việc đảo ngược các đầu vào đó sẽ tạo ra một chỉnh sửa khác về mặt logic ngay cả khi sử dụng cùng hai tệp.

Tóc là một bài kiểm tra ranh giới hữu ích. Trong hoán đổi khuôn mặt thông thường, tóc mục tiêu và phần lớn hình bóng đầu mục tiêu thường được giữ lại vì chỉnh sửa tập trung vào vùng bên trong khuôn mặt. Một số hệ thống mới hơn hoặc được cấu hình khác có thể sửa đổi vùng đầu lớn hơn. Hành vi đó phụ thuộc vào mô hình và sản phẩm, vì vậy nó cần được thử nghiệm thay vì hứa hẹn từ tên danh mục.

Phần tửVai trò chínhCần kiểm tra những gì
Hình ảnh nguồnTham chiếu danh tínhMột khuôn mặt rõ ràng, được cho phép với các đặc điểm dễ thấy và một góc hữu ích
Hình ảnh hoặc khung mục tiêuTư thế, biểu cảm và tham khảo cảnhTỉ lệ khuôn mặt, độ tắc, chuyển động, ánh sáng, quần áo, khung hình và nền
Đã tạo kết quảNhận dạng được điều chỉnh trong bối cảnh mục tiêuSự giống nhau về nhận dạng, ranh giới khuôn mặt, nhu cầu bảo tồn và tiết lộ mục tiêu

3. Mô hình 5 giai đoạn hữu ích về cách thức hoạt động của tính năng hoán đổi khuôn mặt

Các hệ thống đã xuất bản sử dụng các kiến trúc khác nhau, bao gồm hình học 3D, mạng bộ mã hóa-giải mã, mô hình đối nghịch và mô hình khuếch tán. Các bước nội bộ của họ không thể thay thế cho nhau. Do đó, mô tả năm giai đoạn sau đây là bản đồ khái niệm để hiểu đầu vào và lỗi, chứ không phải khẳng định rằng mọi dịch vụ thương mại đều sử dụng một quy trình giống hệt nhau.

Đầu tiên, hệ thống tìm vùng khuôn mặt liên quan trong nguồn và đích. Thứ hai, nó ước tính cách sắp xếp các đặc điểm khuôn mặt và đầu mục tiêu để nhận dạng có thể được điều chỉnh cho phù hợp với chế độ xem mục tiêu. Thứ ba, nó trích xuất hoặc điều kiện về thông tin nhận dạng nguồn. Thứ tư, một trình tạo hoặc quá trình chuyển đổi tạo ra khuôn mặt đã thay đổi trong khi cố gắng duy trì các thuộc tính mục tiêu. Thứ năm, đầu ra được pha trộn hoặc kết hợp với mục tiêu và được kiểm tra ranh giới mạch lạc.

Quá trình xử lý video và GIF lặp lại sự cố trên các khung. Một kết quả có thể trông chính xác trong một ảnh tĩnh nhưng nhấp nháy khi nhận dạng, tỷ lệ hoặc ranh giới thay đổi từ khung này sang khung khác. Do đó, tính nhất quán về thời gian là một yêu cầu bổ sung, không chỉ đơn giản là một tác vụ chụp ảnh lớn hơn.

  • Phát hiện vùng khuôn mặt nguồn và đích.
  • Ước tính hình dạng, tư thế và các đặc điểm có thể nhìn thấy của mục tiêu.
  • Thể hiện hoặc điều kiện về danh tính nguồn.
  • Tạo khuôn mặt thay đổi nhận dạng theo ngữ cảnh mục tiêu.
  • Tích hợp khu vực và đánh giá bản sắc, ranh giới và tính liên tục.

4. Điều gì nên tránh xa mục tiêu và điều gì vẫn có thể thay đổi

Mục tiêu thiết kế được mô tả trong nghiên cứu hoán đổi khuôn mặt là sự cân bằng: duy trì nhận dạng nguồn trong khi vẫn giữ lại tư thế, biểu cảm, ánh sáng và hậu cảnh mục tiêu. Những mục tiêu đó có thể xung đột. Chuyển đổi danh tính mạnh hơn có thể thay đổi hình dạng hoặc biểu cảm khuôn mặt mục tiêu; Việc bảo toàn mục tiêu mạnh hơn có thể khiến kết quả trông quá giống mục tiêu ban đầu. Một điểm “chất lượng” duy nhất có thể che giấu sự đánh đổi đó.

Đánh giá kết quả đầu ra theo lớp. Danh tính hỏi khuôn mặt đã thay đổi có giống với nguyên bản hay không. Bảo toàn thuộc tính hỏi liệu ánh mắt, biểu cảm và tư thế của mục tiêu có còn hợp lý hay không. Tích hợp hỏi liệu da, các cạnh và các điểm che khuất có thể nhìn thấy có phù hợp với cảnh mục tiêu hay không. Bảo toàn bối cảnh hỏi liệu nội dung không phải khuôn mặt có ổn định hay không. Đối với hoạt ảnh, tính liên tục bổ sung yêu cầu rằng những đánh giá đó phải ổn định trên các khung liền kề.

Đừng suy luận rằng việc hoán đổi khuôn mặt chứng tỏ một sự kiện, sự chứng thực hoặc mối quan hệ có thật. Đầu ra là phương tiện đã chỉnh sửa. Ngay cả một kết quả rõ ràng về mặt kỹ thuật vẫn cần có bối cảnh hoặc tiết lộ khi người xem hợp lý có thể nhầm nó với một bức ảnh hoặc bản ghi âm xác thực.

Lớp đánh giáCâu hỏi cần hỏiVấn đề thường gặp
Danh tínhKhuôn mặt có giống người nguồn không?Khả năng tương thích yếu hoặc nhận dạng nguồn và mục tiêu hỗn hợp
Thuộc tính mục tiêuTư thế, ánh mắt và biểu cảm có mạch lạc không?Biểu cảm lạnh lùng, ánh mắt thay đổi hoặc góc nhìn không khớp
Tích hợpÁnh sáng, làn da và ranh giới có phù hợp với khung cảnh không?Quầng, lệch màu, di chuyển xương hàm hoặc gãy khớp cắn
Liên tụcKết quả có ổn định theo thời gian không?Nhấp nháy, lệch danh tính hoặc di chuyển cạnh giữa các khung

5. Tại sao việc hoán đổi khuôn mặt không thành công ngay cả khi cả hai tệp được tải lên

Tải lên thành công chỉ chứng tỏ rằng các tệp đã vượt qua xác thực định dạng và kích thước. Nó không chứng minh rằng hệ thống có đủ thông tin khuôn mặt. Một khuôn mặt nhỏ có thể có độ phân giải cao về mặt kỹ thuật vì hầu hết các pixel đều thuộc về nền. Một khuôn mặt mờ có thể chứa nhiều pixel nhưng có rất ít chi tiết ở cạnh có thể phục hồi được. Cấu hình có thể ẩn các tính năng hiển thị trong nguồn mặt trước.

Tư thế và khớp cắn là vấn đề về cấu trúc. Khi mục tiêu quay ngoắt hoặc có bàn tay đưa qua miệng, hệ thống phải duy trì tình trạng mục tiêu xung đột với hoặc che giấu vùng mang danh tính. Ánh sáng không khớp tạo ra một xung đột khác: chi tiết nhận dạng nguồn được quan sát dưới một lần chiếu sáng, trong khi kết quả phải trông tự nhiên dưới ánh sáng mục tiêu.

Sửa từng biến một. Sử dụng nguồn rõ ràng hơn cho nhận dạng yếu, khớp góc gần hơn cho hình học bị biến dạng, mục tiêu ít bị cản trở hơn cho các ranh giới bị phá vỡ và clip đại diện ngắn hơn cho hoạt ảnh không ổn định. Việc lặp lại cùng một cặp yếu ở kích thước tệp lớn hơn không tạo lại được chi tiết bị mờ, bị nén hoặc góc kém bị loại bỏ.

  • Không phát hiện thấy khuôn mặt nào: khôi phục tệp gốc, cắt gần hơn hoặc chọn khuôn mặt rõ hơn.
  • Nhận dạng yếu: cải thiện độ rõ của nguồn và phù hợp với góc mục tiêu chính.
  • Ranh giới không tự nhiên: giảm sự tắc nghẽn và sự khác biệt lớn về góc hoặc ánh sáng.
  • Video hoặc GIF nhấp nháy: kiểm tra mục tiêu ngắn hơn với tỷ lệ khuôn mặt và khả năng hiển thị ổn định hơn.

6. Hoán đổi ảnh, nhóm, video và GIF thêm các ràng buộc khác nhau

Một bức ảnh có một trạng thái mục tiêu cần giải quyết. Một bức ảnh nhóm có nhiều khuôn mặt mục tiêu với tỷ lệ, góc và ánh sáng khác nhau trong một khung hình. Studio nhiều mặt của FaceSwapAI có ba ánh xạ: chế độ ghép đôi ánh xạ chéo chính xác hai danh tính được phát hiện, chế độ cùng một khuôn mặt áp dụng một danh tính được tải lên cho tối đa 10 mục tiêu và chế độ khuôn mặt khác chấp nhận một chân dung thay thế riêng cho từng mục tiêu trong số 1–10 mục tiêu đã chọn.

Video thêm thời gian, chuyển động, cắt cảnh và xử lý âm thanh. GIF bổ sung thêm ràng buộc về số lượng khung hình cũng như thời lượng vì một hoạt ảnh ngắn vẫn có thể chứa nhiều khung hình. Đây là những hợp đồng sản xuất khác nhau, do đó, một công cụ hoạt động tốt trên một bức chân dung sẽ không tự động được coi là đã được chứng minh cho một đoạn clip dài hoặc một nhóm đông người.

FaceSwapAI: một ảnh có giá 6 tín dụng; đổi nhiều khuôn mặt có giá 6 tín dụng cho mỗi khuôn mặt đích đã chọn; video và GIF có giá 3 tín dụng cho mỗi giây đầu vào do máy chủ đo và làm tròn lên, tối thiểu 9 tín dụng.

Quy trình làm việcRàng buộc bổ sungRanh giới FaceSwapAI hiện tại
ẢnhGhép nối một nguồn-mục tiêu6 tín chỉ cho thế hệ trả phí; hai hình ảnh có dung lượng tối đa 30 MB mỗi hình
Nhiều mặtPhát hiện, lựa chọn và các nguồn tùy chọn cho mỗi mục tiêu6 × số khuôn mặt đích đã chọn
VideoChuyển động và tính liên tục giữa các khung hìnhFaceSwapAI chấp nhận video đầu vào dài tối đa 600 giây và 100 MB. 100 MB tương đương khoảng 1–2 phút video 1080p thông thường quay bằng điện thoại, vì vậy hãy nén hoặc cắt bớt các clip dài hơn. max(9, 3 × ceil(serverMeasuredInputSeconds))
GIFTính liên tục của vòng lặp, thời lượng và số lượng khung hìnhĐầu vào GIF được giới hạn ở 30 giây và 30 MB. max(9, 3 × ceil(serverMeasuredInputSeconds))

7. FaceSwapAI có thể ghi lại những gì và những gì vẫn phụ thuộc vào nhà cung cấp

FaceSwapAI ghi lại hợp đồng sản xuất mà nó có thể xác minh: vai trò đầu vào, định dạng, giới hạn tệp, công thức tín dụng, kiểm tra tài khoản, trạng thái nhiệm vụ, hành vi hoàn tiền và ranh giới lưu giữ. Kiến trúc độc quyền hoàn chỉnh của nhà cung cấp thế hệ ngược dòng không được xuất bản trong sản phẩm này, vì vậy hướng dẫn này không gắn nhãn nhà cung cấp đó là đường dẫn GAN, khuếch tán hoặc mốc cụ thể mà không có bằng chứng.

Việc tạo yêu cầu đăng nhập, đủ tín dụng và xác nhận đồng ý; không cần xác minh email. FaceSwapAI không cung cấp bản dùng thử miễn phí hay bản dùng thử có hình mờ: mọi nhiệm vụ đều được thanh toán bằng tín dụng từ gói một lần và mọi kết quả đều không chứa hình mờ cũng như email tài khoản.

Các tệp tác vụ được tải lên và được tạo sẽ được lên lịch xóa sau 24 giờ và có thể bị xóa sớm hơn; chính sách của nhà cung cấp ngược dòng cũng được áp dụng. Kết quả, thời gian và chất lượng hình ảnh thay đổi tùy theo đầu vào, điều kiện xếp hàng và tính khả dụng của nhà cung cấp. Mọi kết quả trả phí đều là HD. FaceSwapAI không hứa hẹn đầu ra tức thì, 4K hoặc được đảm bảo.

8. Sự đồng ý và tiết lộ là một phần của quy trình làm việc

Chỉ sử dụng phương tiện bạn sở hữu hoặc được phép chỉnh sửa và nhận được sự đồng ý từ mọi người có thể nhận dạng có khuôn mặt được sử dụng. Hộp kiểm sản phẩm ghi lại xác nhận của người dùng; nó không tạo ra sự cho phép thay mặt người khác. Giữ bản ghi quyền cơ bản khi công việc dành cho khách hàng, chiến dịch hoặc nhóm.

Tiết lộ phương tiện truyền thông tổng hợp hoặc bị thay đổi bất cứ khi nào người xem có thể nhầm lẫn nó với một sự kiện, buổi biểu diễn, tuyên bố hoặc sự chứng thực có thật. Không sử dụng tính năng hoán đổi khuôn mặt cho hình ảnh thân mật không có sự đồng thuận, mạo danh lừa đảo, quấy rối, hoạt động bất hợp pháp hoặc nội dung liên quan đến trẻ vị thành niên. Nếu một kết quả được công bố gây tổn hại hoặc vi phạm các quyền, hãy sử dụng quy trình gỡ xuống và lạm dụng đã được ghi lại thay vì coi tính chân thực về mặt kỹ thuật là tiêu chí chất lượng duy nhất.

Nguồn nghiên cứu chính

Nghiên cứu hỗ trợ khái niệm chung, không chứng minh kiến trúc riêng.

  1. Hoán đổi khuôn mặt thực tế và hiệu quả: Phương pháp tiếp cận thống nhất với các mô hình khuếch tánHội nghị mùa đông của IEEE/CVF về các ứng dụng của thị giác máy tính · 2025
  2. FaceDancer: Hoán đổi khuôn mặt có độ trung thực cao nhận biết được tư thế và tắc nghẽnHội nghị mùa đông của IEEE/CVF về các ứng dụng của thị giác máy tính · 2023
  3. X2Face: Mạng kiểm soát việc tạo khuôn mặt bằng hình ảnh, âm thanh và mã tư thếHội nghị Châu Âu về Thị giác Máy tính · 2018

Sẵn sàng áp dụng checklist cho nội dung được phép?

Câu hỏi hướng dẫn này trả lời

Sự khác biệt giữa hình ảnh nguồn và hình ảnh đích là gì?

Nguồn cung cấp danh tính để chuyển. Mục tiêu cung cấp tư thế, biểu cảm, quần áo, khung hình, ánh sáng và khung cảnh xung quanh để bảo tồn.

Hoán đổi khuôn mặt có thay thế được tóc và toàn bộ đầu không?

Hoán đổi khuôn mặt thông thường thường tập trung vào bên trong khuôn mặt và giữ lại phần tóc mục tiêu, nhưng vùng được chỉnh sửa chính xác tùy thuộc vào kiểu máy và sản phẩm. Kiểm tra đầu ra thực tế thay vì cho rằng mọi công cụ đều hoạt động giống nhau.

Tại sao góc đầu lại quan trọng đối với việc hoán đổi khuôn mặt AI?

Sự khác biệt lớn về góc sẽ che giấu hoặc sắp xếp lại các đặc điểm trên khuôn mặt, khiến việc chuyển nhận dạng và hình học mục tiêu trở nên khó dung hòa hơn.

Hoán đổi khuôn mặt AI có giống như deepfake không?

Hoán đổi khuôn mặt là một hình thức chỉnh sửa danh tính tổng hợp có thể thuộc danh mục deepfake rộng rãi, nhưng deepfake cũng bao gồm tái hiện, đồng bộ hóa môi, nhân bản giọng nói và phương tiện được tạo hoàn chỉnh.

FaceSwapAI có công bố mô hình thế hệ chính xác mà nó sử dụng không?

Không có kiến ​​trúc ngược dòng độc quyền hoàn chỉnh nào được xuất bản trong sản phẩm. FaceSwapAI ghi lại hành vi sản xuất có thể quan sát được và không yêu cầu dòng mô hình không được hỗ trợ.

Việc kiểm tra mức độ sẵn sàng có thể đảm bảo việc hoán đổi khuôn mặt diễn ra suôn sẻ không?

Không. Nó có thể gây ra những rủi ro đầu vào phổ biến, nhưng việc đặt ra, tắc nghẽn, chuyển động, hành vi của nhà cung cấp và chuyển danh tính vẫn ảnh hưởng đến kết quả.