ディープフェイク作成ツール

ディープフェイク作成ツールが最初に行うのは検出です。RetinaFace か YOLO-Face が640×640でフレームをスキャンし、見つけた顔ごとにボックスを返します。回転した素材では検出角度を90度または270度に設定すると、顔の見落としを防げます。続いてランドマーク処理が、目・鼻・口・顎に数十の点を打ちます。この点群によってアライナーが顔を正規の正方形へ変形させます。重い前髪や顎にかかる手が品質を落とすのはこのためです。ディープフェイク作成ツールに見えないランドマークは、ツールが捏造するランドマークになります。

スワップはその整列済みの正方形の中で初めて実行されます。スワッパーはソース画像からアイデンティティ埋め込みを取り出し、指定したピクセルブースト解像度でそれを乗せたターゲットの顔を再構築します。結果はフレームへ変形して戻され、顔にかかるものが前面に残るようオクルージョンマスクに沿ってぼかされ、その後エンハンサーへ渡されます。この順序が品質への不満の大半を説明します。検出の失敗は下流のすべてを壊し、どのエンハンサーでも回復できません。ディープフェイク作成ツールの結果がおかしいときは、この連鎖を逆向きにたどってください。

HyperSwap（hyperswap_1a_256）がデフォルトなのには十分な理由があります。アイデンティティの保持が良く、すべての処理サーバーにプリインストールされているため、ジョブがモデルのダウンロードを待つことはありません。Inswapper は速く、fp16 版は見た目の劣化なしにメモリコストを半減させます。SimSwap はより柔らかく寛容なブレンドで、ターゲットの照明がソースと大きく異なるときの代替です。Ghost と HyperSwap はまぶたや唇の輪郭といった微細構造をより忠実に保ちますが、速度は多少犠牲になります。BlendSwap はターゲット自身の肌の色に寄せます。すべての場面で勝つモデルは存在しません。だからこのディープフェイク作成ツールは全部を開放しているのです。

ピクセルブーストは別個の判断です。256ピクセルのモデルに1024ピクセルの顔を埋めさせればぼやけます。ブーストは合成前にその領域をより高い解像度で再構築します。設定はフレーム内での顔の大きさに合わせてください。1080pフレームの1割しか占めない頭に1024×1024を使っても得るものはなくレンダリング時間だけ増えますが、4Kフレームいっぱいの頭には必須です。ディープフェイク作成ツールではどちらも設定できます。

ディープフェイク作成ツールのスループットは、ファイルサイズではなくほぼ完全にフレーム数の関数です。写真はパイプラインを1回通るだけで、1分かからず完了します。毎秒30フレームの10秒クリップは300回のパスに加え、フレーム間でアイデンティティを安定させるトラッキングが走ります。動画ジョブに実時間15分が与えられているのはこのためです。100MBの固定カメラのショットのほうが、検出器にほぼ毎フレーム顔の再取得を強いる20MBの速いパンより速く処理されることも珍しくありません。

もう1つのレバーはエンハンサー構成です。顔の強化はフレームごと・検出された顔ごとに固定コストを加え、4×や8×のフレーム強化は画像全体に走るため、ディープフェイク作成ツールの中で群を抜いて高価な工程です。ジョブが遅く感じるなら、フレーム強化を切って後からアップスケールするほうが速い。クレジットも同じ論理です。画像15、動画20。動画の経路は厳密により多くの仕事をするからです。