これは、bある人の顔が別の人の体と組み合わされる、または2つの顔が1つに統合される、a href="https://www.infobae.com/tag/deepfakes/" rel="noopener noreferrer" target="_blank"b準完璧なアンサンブルを持つビデオや写真のディープフェイクとして知られています。機械学習システムと重要なデータセットに依存するこのテクノロジーにより、あらゆる種類の現実的なものを生成できます。結果。
ほんの数ステップでこのタイプのコンテンツを作成できるアプリケーションをいくつか紹介します。これらは、非常に面白いツールを提供しようとするオプションです。
1。リフェイス
以前はDoublicatと呼ばれていたRefaceを使用すると、写真やビデオを切り抜いて想像力を自由に引き出すことができます。最も優れた機能の1つは、顔を交換したり、ユーザーの画像を別のクリップに配置したりできることです。顔を組み合わせたり、ミームを作成したり、フィルターを追加したりできます。
さまざまなコンテンツとオプションがあります。このアプリでは、あらゆる種類の場合と同様に、システムが派閥を登録し、提供されたコンテンツの一部に画像を統合するために、ユーザーはカメラへのアクセスを有効にする必要があります。WhatsApp 、Telegram、その他の多くのプラットフォームで共有できるビデオファイルまたはGIFを生成できます。iOSとAndroidで利用できます。
2。Wombo
Womboは人工知能をベースにしたアプリケーションで、自撮りに動きを与えることができます。アプリから顔の画像をアップロードするか、その場で写真を撮るだけで十分です。その後、システムはコンテンツを処理して、ユーザーが歌っているのを見る小さなアニメーションビデオを数秒で提供します。
AIのアルゴリズムは、静止した写真を高速で表現力豊かな動画に変換します。アップロードする画像によって、結果が異なる場合があります。コンテンツ処理が開始されるように、ボタンを押す前に、描写された顔または顔をフレームに収めることが重要です。AndroidとiPhoneの両方の携帯電話にダウンロードできます。
3。ディープ・ノスタルジア
a href="https://www.infobae.com/america/tecno/2021/03/01/transforma-tus-mejores-fotos-antiguas-en-una-animacion-en-pocos-segundos/" rel="noopener noreferrer" bMyHeritage サイト内のディープノスタルジアプラットフォームでは、写真をアニメーション化できます。その場合、画像を歌わせることはできず、単に顔を片側から反対側に動かしたり、ウィンクしたりすることはできません。このツールは、画像の品質を最適化できるアルゴリズムを備えているため、古い写真用に設計されています。
ディープノスタルジア機能では、複数のモデルビデオを使用して顔をアニメートします。各モデルビデオは、固定された一連の動きとジェスチャーで構成されています。公式サイトで説明されているように、モデルクリップはアニメーション内の動きをガイドし、先祖の顔が頭を回し、まばたきし、微笑んでいるのを見ることができます。このツールを試すには、前述のウェブサイト こちら。
4。FacePlay
ワンタッチでクリップの顔を変えるためのさまざまなショートビデオテンプレートがあります。最初のステップは、システムに顔をスキャンさせ、スターを付けたいビデオを選択することです。残りの作業は人工知能に任されており、顔が変わったビデオを数秒で作成できます。iOSとAndroidで利用できます。
5。FaceJoy
この写真とビデオのエディタを使用すると、顔を交換して、キャラクターや有名人の立場に立つことができます。バックグラウンド、手動、および組み込みテンプレートを使用することは可能です。合併は非常によく達成され、非常に現実的な画像が得られます。ユーザは変更や編集を追加して、最終的な微調整を行うことができます。このアプリケーションでは、性別を変更したり、他の種類のフィルターを組み込んだりすることもできます。アンドロイドで利用できます。
この種のプロジェクトを実行するには、さまざまな機械学習システムがあります。ディープフェイクに関連して最も広く使用され、最もよく知られるようになったのは、敵対的生成ネットワーク（GAN）です。
これらは、ますます現実的な結果を達成するために互いに競合する2つのニューラルネットワークです。ジェネレーターで画像を生成するネットワークと、それらの画像を表示するときに、画像が本物か (学習データセットから取得されるため) か、偽か (ジェネレーターによって生成された) かを識別し、推測する役割を果たす別のネットワークがあります。このネットワーク間の競争により、結果を最適化し、よりリアルな画像またはビデオを実現できます。
読み続ける: