החלפת פנים AI — החליפו פנים בשניות עם תוצאות פוטוריאליסטיות

טכנולוגיית החלפת הפנים התפתחה דרמטית מאז הימים הראשונים של שכבות 'גזור והדבק' (cut-and-paste) פשוטות. מערכות החלפת פנים מודרניות מבוססות AI משתמשות ברשתות יריבות יוצרות (GAN - generative adversarial networks) ובזיהוי נקודות ציון בפנים (facial landmark detection) כדי להשיג תוצאות שכמעט ולא ניתן להבחין בינן לבין צילומים אותנטיים. התהליך מתחיל במיפוי של 68 נקודות ציון או יותר על פני המקור ופני היעד, ויצירת רשת מפורטת הלוכדת את הגיאומטריה של כל פנים. ה-AI ואז מעוות (warps) את פני המקור כך שיתאימו לתנוחה, להבעה ולזווית של פני היעד, תוך שמירה על זהות המקור.

מה שמבדיל AI מתקדם להחלפת פנים מפילטרים בסיסיים הוא הטיפול שלו בפרטים העדינים שגורמים לפנים להיראות אמיתיות. המערכת מנתחת ומתאימה את גוון העור בתנאי תאורה שונים, מכוונת את מיקום הצללים בהתבסס על כיוון מקור האור של תמונת היעד, וממזגת את הגבול בין הפנים המוחלפות לתמונה המקורית בצורה כל כך חלקה שמונעת יצירת 'הילות' קצה (edge artifacts). המערכת מסוגלת להתמודד עם פנים הנראות ממספר זוויות — תצוגת שלושה רבעים, פרופיל והטיות קלות — ומתקנת נכונה הסתרות (occlusions) כמו משקפיים, שיער שנופל על הפנים או ידיים המכסות חלקית את התווים.

היישומים היצירתיים מתרחבים הרחק מעבר לבידור. צוותי שיווק משתמשים בטכנולוגיית החלפת פנים כדי ליצור במהירות אבות-טיפוס לקמפיינים פרסומיים עם דוגמנים שונים מבלי לבצע ימי צילום חוזרים (reshoots) יקרים. חברות הפקת קולנוע וטלוויזיה ממנפות אותה להדמיות מוקדמות (pre-visualization) ולעבודות המשכיות (continuity). מותגי איקומרס בודקים כיצד דמוגרפיות שונות מגיבות לפנים שונות בפרסום שלהם. יוצרי תוכן בונים מעורבות על ידי הכנסת עצמם לממים טרנדיים או לסצנות קולנועיות. הטכנולוגיה מוצאת גם שימוש משמעותי בשחזור תמונות, שבו פנים פגומות או חסרות בתצלומים ישנים יכולות להיבנות מחדש תוך שימוש בתמונות רפרנס מתמונות אחרות של אותו אדם.