इन 5 अनुप्रयोगों के साथ आप फ़ोटो और वीडियो के “गहरे फेक” बना सकते हैं

इसे के रूप में जाना जाता है डीप फेक टू वीडियो और फोटो अर्ध-परिपूर्ण पहनावा के साथ जहां एक व्यक्ति का चेहरा दूसरे के शरीर के साथ संयुक्त होता है; या जब दो चेहरे एक में विलय हो जाते हैं। यह तकनीक, जो एक मशीन लर्निंग सिस्टम और डेटा के एक महत्वपूर्ण सेट पर निर्भर करती है, हमें सभी प्रकार के यथार्थवादी उत्पन्न करने की अनुमति देती है परिणाम।

यहां कुछ एप्लिकेशन दिए गए हैं जो आपको कुछ ही चरणों में इस प्रकार की सामग्री बनाने की अनुमति देते हैं। वे विकल्प हैं जो एक उपकरण पेश करना चाहते हैं जो बहुत मनोरंजक हो सकता है।

1। रिफेस

Reface, जिसे पहले Doublicat कहा जाता था, आपको कल्पना पर मुफ्त लगाम देने के लिए फ़ोटो और वीडियो को क्रॉप करने की अनुमति देता है। सबसे उत्कृष्ट विशेषताओं में से एक यह है कि यह आपको चेहरों का आदान-प्रदान करने या उपयोगकर्ता की छवि को विभिन्न क्लिप में रखने की अनुमति देता है। आप चेहरे को जोड़ सकते हैं, मेम बना सकते हैं और फ़िल्टर जोड़ सकते हैं।

इसमें विभिन्न प्रकार की सामग्री और विकल्प हैं। इस ऐप में, अपनी सभी तरह की तरह, उपयोगकर्ता को गुटों को पंजीकृत करने के लिए सिस्टम के लिए कैमरे तक पहुंच को सक्षम करना होगा और अपनी छवि को प्रस्तावित कुछ सामग्री में मर्ज करने का प्रबंधन करना होगा। व्हाट्सएप, टेलीग्राम और कई अन्य प्लेटफार्मों के माध्यम से साझा किए जा सकने वाले वीडियो फ़ाइलों या जीआईएफ को उत्पन्न करना संभव है। यह iOS और Android के लिए उपलब्ध है।

2। वोम्बो

Wombo कृत्रिम बुद्धिमत्ता पर आधारित एक एप्लिकेशन है जो आपको सेल्फी को मूवमेंट देने की अनुमति देता है। यह चेहरे की एक छवि अपलोड करने या ऐप से मौके पर एक तस्वीर लेने के लिए पर्याप्त है, और फिर सिस्टम सामग्री को कुछ सेकंड में पेश करने के लिए संसाधित करता है, एक छोटा एनिमेटेड वीडियो जहां उपयोगकर्ता को गाते हुए देखा जाता है।

AI का एल्गोरिथ्म स्थिर फ़ोटो को तेज़ और अभिव्यंजक वीडियो में बदल देता है। अपलोड की जा रही इमेज के आधार पर परिणाम अलग-अलग हो सकते हैं। बटन दबाने से पहले चित्रित चेहरे या चेहरे को अच्छी तरह से फ्रेम करना महत्वपूर्ण है ताकि सामग्री प्रसंस्करण शुरू हो जाए। इसे एंड्रॉइड और आईफोन दोनों फोन पर डाउनलोड किया जा सकता है।

3। डीप नॉस्टैल्जिया

MyHeritage साइट के भीतर Deep Nostalgia प्लेटफ़ॉर्म आपको फ़ोटो को एनिमेट करने की अनुमति देता है। उस स्थिति में छवियों को गाना संभव नहीं है, लेकिन बस उन्हें अपने चेहरे को एक तरफ से दूसरी तरफ ले जाने के साथ-साथ विंक्स बनाने के लिए भी बनाते हैं। उपकरण पुरानी तस्वीरों के लिए डिज़ाइन किया गया है, क्योंकि इसमें एक एल्गोरिथ्म है जो आपको उन छवियों की गुणवत्ता को अनुकूलित करने की अनुमति देता है।

डीप नॉस्टैल्जिया फीचर चेहरों को एनिमेट करने के लिए कई मॉडल वीडियो का उपयोग करता है। प्रत्येक मॉडल वीडियो में आंदोलनों और इशारों का एक निश्चित क्रम होता है। मॉडल क्लिप एनीमेशन में आंदोलनों का मार्गदर्शन करती है ताकि आप पूर्वजों के चेहरे को अपने सिर को मोड़ते हुए, झपकी और मुस्कुराते हुए देख सकें, जैसा कि आधिकारिक वेबसाइट पर बताया गया है। इस टूल को आज़माने के लिए आपको उपरोक्त वेबसाइट यहाँ।

4। फेसप्ले

क्लिप के चेहरे को केवल एक स्पर्श में बदलने के लिए कई प्रकार के लघु वीडियो टेम्पलेट हैं। पहला कदम यह है कि सिस्टम को चेहरे को स्कैन करने दें और फिर आपको उस वीडियो का चयन करना होगा जिसे आप स्टार करना चाहते हैं। बाकी का काम कृत्रिम बुद्धि के लिए छोड़ दिया जाता है जो आपको कुछ सेकंड में बदले हुए चेहरे के साथ एक वीडियो बनाने की अनुमति देता है। यह iOS और Android के लिए उपलब्ध है।

5। फेसजॉय

यह फोटो और वीडियो एडिटर आपको पात्रों और मशहूर हस्तियों के जूते में खुद को रखने के लिए चेहरों का आदान-प्रदान करने की अनुमति देता है। पृष्ठभूमि, मैन्युअल रूप से और अंतर्निहित टेम्पलेट्स का उपयोग करना संभव है। विलय बहुत अच्छी तरह से हासिल किए जाते हैं, बहुत यथार्थवादी छवियां प्राप्त की जाती हैं। उपयोगकर्ता अंतिम बदलाव करने के लिए परिवर्तन या संपादन जोड़ सकता है। एप्लिकेशन आपको अपना लिंग बदलने और अन्य प्रकार के फ़िल्टर को शामिल करने की भी अनुमति देता है। यह एंड्रॉइड पर उपलब्ध है।

इस प्रकार की परियोजना को अंजाम देने के लिए अलग-अलग मशीन लर्निंग सिस्टम हैं। सबसे व्यापक रूप से उपयोग किया जाता है और गहरे फेक से जुड़ा हुआ सबसे अच्छा ज्ञात हो गया है, विरोधी जनरेटिव नेटवर्क (GAN) हैं।

ये दो तंत्रिका नेटवर्क हैं जो तेजी से यथार्थवादी परिणाम प्राप्त करने के लिए एक-दूसरे के साथ प्रतिस्पर्धा करते हैं। एक नेटवर्क है जो जनरेटर है और छवियों का उत्पादन करता है; और एक अन्य नेटवर्क जिसके साथ भेदभाव किया जाता है और अनुमान लगाने के लिए जिम्मेदार होता है, जब वे उन छवियों को देखते हैं, चाहे वे वास्तविक हों (क्योंकि वे प्रशिक्षण डेटा सेट से आते हैं) या यदि वे झूठे हैं (जनरेटर द्वारा उत्पादित)। नेटवर्क के बीच यह प्रतियोगिता हमें परिणाम का अनुकूलन करने और तेजी से यथार्थवादी चित्र या वीडियो प्राप्त करने की अनुमति देती है।

पढ़ते रहिए: