한 사람의 얼굴이 b다른 사람의 몸과 결합되거나 두 얼굴이 하나로 합쳐지는 준 완벽한 앙상블이있는 비디오 및 사진에 깊은 가짜로 알려져 있습니다.기계 학습 시스템과 중요한 데이터 세트에 의존하는이 기술을 통해 모든 종류의 현실을 생성 할 수 있습니다.결과.
다음은 몇 단계만으로 이러한 유형의 콘텐츠를 만들 수 있는 몇 가지 애플리케이션입니다.매우 재미있을 수있는 도구를 제공하려는 옵션입니다.
1.수정하다
이전에 Doublicat이라고 불리는 Reface를 사용하면 사진과 비디오를 자르면 상상력을 자유롭게 발휘할 수 있습니다.가장 뛰어난 기능 중 하나는 얼굴을 교환하거나 사용자의 이미지를 다른 클립에 넣을 수 있다는 것입니다.얼굴을 결합하고 밈을 만들고 필터를 추가할 수 있습니다.
다양한 콘텐츠와 옵션이 있습니다.이 앱에서는 모든 종류와 마찬가지로 시스템이 진영을 등록하고 이미지를 제공된 일부 콘텐츠에 병합하기 위해 카메라에 대한 액세스를 활성화해야합니다.WhatsApp, Telegram 및 기타 여러 플랫폼을 통해 공유 할 수있는 비디오 파일 또는 GIF를 생성 할 수 있습니다.iOS와 안드로이드에서 사용할 수 있습니다.
2.웜보
Wombo는 인공 지능을 기반으로 한 애플리케이션으로 셀카에 움직임을 줄 수 있습니다.앱에서 얼굴 이미지를 업로드하거나 현장에서 사진을 찍는 것으로 충분합니다. 그러면 시스템이 콘텐츠를 처리하여 사용자가 노래하는 작은 애니메이션 비디오를 몇 초 안에 제공합니다.
AI의 알고리즘은 정적 사진을 빠르고 표현력이 풍부한 비디오로 변환합니다.업로드되는 이미지에 따라 결과가 달라질 수 있습니다.콘텐츠 처리가 시작되도록 버튼을 누르기 전에 묘사된 얼굴이나 얼굴의 구도를 잘 맞추는 것이 중요합니다.안드로이드와 아이폰 폰 모두에서 다운로드 할 수 있습니다.
3.깊은 노스탤지어
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 사이트의 딥 노스탤지어 플랫폼을 사용하면 사진에 애니메이션을 적용할 수 있습니다.이 경우 이미지를 노래하게 만들 수는 없지만 단순히 얼굴을 한쪽에서 다른쪽으로 움직이고 윙크를 만들 수 있습니다.이 도구는 이미지의 품질을 최적화 할 수있는 알고리즘이 있기 때문에 오래된 사진을 위해 설계되었습니다.
Deep Nostalgia 기능은 여러 모델 비디오를 사용하여 얼굴에 애니메이션을 적용합니다.각 모델 비디오는 고정 된 일련의 움직임과 제스처로 구성됩니다.모델 클립은 애니메이션의 움직임을 안내하여 공식 웹 사이트에 설명 된대로 조상의 얼굴이 머리를 돌리고 깜박이고 웃는 모습을 볼 수 있습니다.이 도구를 사용하려면 앞서 언급 한 웹 사이트 여기.
4.페이스플레이
한 번의 터치로 클립의 얼굴을 바꿀 수 있는 다양한 짧은 비디오 템플릿이 있습니다.첫 번째 단계는 시스템이 얼굴을 스캔하도록 한 다음 별표를 표시하려는 비디오를 선택해야합니다.나머지 작업은 인공 지능에 맡겨져 몇 초 안에 얼굴이 바뀐 비디오를 만들 수 있습니다.iOS와 안드로이드에서 사용할 수 있습니다.
5.페이스조이
이 사진 및 비디오 편집기를 사용하면 얼굴을 교환하여 캐릭터와 유명인의 신발에 자신을 넣을 수 있습니다.백그라운드, 수동 및 내장 템플릿을 사용할 수 있습니다.합병은 매우 잘 이루어졌으며 매우 사실적인 이미지를 얻을 수 있습니다.사용자는 변경 또는 편집을 추가하여 최종 조정을 수행할 수 있습니다.이 응용 프로그램을 사용하면 성별을 변경하고 다른 유형의 필터를 통합 할 수도 있습니다.Android에서 사용할 수 있습니다.
이러한 유형의 프로젝트를 수행하는 다양한 기계 학습 시스템이 있습니다.딥 페이크와 관련하여 가장 널리 사용되고 가장 잘 알려진 것은 길항 생성 네트워크 (GAN) 입니다.
이들은 점점 더 현실적인 결과를 얻기 위해 서로 경쟁하는 두 개의 신경망입니다.생성자이고 이미지를 생성하는 네트워크가 있습니다. 이미지를 볼 때 실제인지 (훈련 데이터 세트에서 왔기 때문에) 또는 거짓 (생성기에 의해 생성됨) 인지 여부를 구별하고 추측하는 또 다른 네트워크입니다.이러한 네트워크 간의 경쟁을 통해 결과를 최적화하고 점점 더 사실적인 이미지 또는 비디오를 얻을 수 있습니다.
계속 읽으세요: