पुरानी चेकलिस्ट काम करना क्यों बंद कर चुकी है
संकेतों की हर व्यापक रूप से साझा की गई सूची में एक ही समस्या है: यह उन मॉडल की कमियों का वर्णन करती है जो इसके लिखे जाने के समय मौजूद थे। वे कमियाँ सार्वजनिक, मापने योग्य और शर्मनाक हैं, जो उन्हें ठीक वही चीज़ें बनाती हैं जिन्हें ठीक करने के लिए अगली रिलीज़ ट्यून की जाती है।
हाथ इसका सबसे स्पष्ट उदाहरण है। उंगलियाँ गिनना लगभग अठारह महीने के लिए वास्तव में उपयोगी था, फिर यह दोनों दिशाओं में आत्मविश्वास से गलत होने का एक तरीका बन गया: जनरेट किए गए हाथ अब आमतौर पर सही होते हैं, और गति में वास्तविक हाथ उन आकारों में धुंधले हो जाते हैं जो किसी ऐसे व्यक्ति को गलत लगते हैं जिसे गिनने के लिए कहा गया है।
ऐसा ही आँख के परावर्तन, कान की असममिति और दंत ज्यामिति के साथ लगभग उसी क्रम में हुआ है। कोई भी चीज़ जिसका वर्णन वायरल पोस्ट में किया जा सकता है, उसका बेंचमार्क किया जाता है, और बेंचमार्क की गई हर चीज़ को ठीक किया जाता है।
-
2019
पृष्ठभूमि समाप्त हो गई शुरुआती फेस जनरेटर स्मीयर पर एक स्पष्ट चेहरा तैयार करते थे। मॉडल द्वारा पूरे दृश्यों को सीख लेने के बाद इसे ठीक कर दिया गया।
-
2022
कान और बालियां मेल नहीं खा रहे थे असममित आभूषण एक मजबूत संकेत था जब तक कि प्रशिक्षण डेटा में इसे शामिल नहीं किया गया।
-
2023
हाथ और उंगलियां सबसे अधिक उद्धृत किया जाने वाला संकेत। दो रिलीज चक्रों के भीतर काफी हद तक हल किया गया।
-
2024
फ्रेम में टेक्स्ट साइनेज और लेबल पढ़ने योग्य हो गए, जिससे एक आसान सुराग हट गया।
-
2026
जो बचा है वह सांख्यिकीय है शेष अंतर बनावट और शोर में हैं, जो आंख की हल करने की क्षमता से नीचे हैं।
चेहरे से दूर देखें
उत्सर्जन प्रयास वहां केंद्रित होता है जहां ध्यान केंद्रित होता है। पोर्ट्रेट पर प्रशिक्षित एक मॉडल उस क्षेत्र में बहुत अच्छा हो जाता है जिसे लोग देखते हैं, और प्रशिक्षण सिग्नल द्वारा पृष्ठभूमि के रूप में मानी जाने वाली हर चीज़ पर कमजोर रहता है।
यहीं पर टिकाऊ जाँचें होती हैं। पूछें कि लanyard पर क्या लिखा है, क्या शर्ट का पैटर्न बांह के पीछे सही ढंग से जारी रहता है, क्या हार की जंजीर गर्दन के पीछे से गुजरती है और सही जगह पर बाहर आती है, और क्या कंधे के पीछे का कमरा ऐसी जगह है जो मौजूद हो सकती है।
दोहराया गया विवरण दूसरा विश्वसनीय परिवार है। वॉलपेपर, ईंटों का काम, पत्ते और भीड़ के चेहरों को लगातार उत्पन्न करना महंगा होता है, इसलिए वे ऐसे तरीकों से दोहराने, बहने या अपने गायब होने वाले बिंदु को खो देते हैं जिन्हें आंखें पकड़ सकती हैं भले ही उनके सामने का पोर्ट्रेट निर्दोष हो।
- केंद्र से दूर टेक्स्ट। बैज, साइनेज, किताब की रीढ़, पैकेजिंग। केंद्रीय पाठ अब आमतौर पर सही है; परिधीय पाठ अभी भी वह जगह है जहाँ यह बिखर जाता है।
- एक रुकावट के माध्यम से निरंतरता। एक पट्टा, एक जंजीर या एक धारी जो किसी चीज़ के पीछे जाती है और गलत वापस आती है।
- भीड़ और दोहराई गई वस्तुएं। भीड़ की दूसरी और तीसरी पंक्ति, या एक पंक्ति में चौथी कुर्सी, पहली की तुलना में कम ध्यान आकर्षित करती है।
- उच्च आवर्धन पर त्वचा। वास्तविक त्वचा में छिद्र, आवारा बाल और असममित दोष होते हैं। उत्पन्न त्वचा अक्सर उस तरह से चिकनी होती है जिसकी कोई रोशनी व्याख्या नहीं करती है।
- जहां बाल हर चीज से मिलते हैं। बालों और पृष्ठभूमि के बीच की सीमा लगातार रेंडर करने के लिए सबसे कठिन क्षेत्रों में से एक बनी हुई है।
डिटेक्टर वह क्या देखता है जो आप नहीं देख सकते
निरीक्षण पर भरोसा करने के बजाय जाँच चलाने का कारण यह है कि शेष अंतर मानव दृष्टि के संकल्प से नीचे हैं। एक कैमरा सेंसर एक खास तरह का शोर पैदा करता है; एक जनरेशन प्रक्रिया एक अलग शोर पैदा करती है, और सामान्य देखने के आकार में कोई भी दिखाई नहीं देता है।
यही कारण है कि एक डिटेक्टर और आपकी आँखें असहमत हो सकती हैं। एक स्पष्ट दृश्य त्रुटि वाली तस्वीर कम स्कोर कर सकती है क्योंकि इसकी बनावट फोटोग्राफिक है, और एक तस्वीर जो सही दिखती है वह उच्च स्कोर कर सकती है क्योंकि इसकी बनावट नहीं है। दोनों रीडिंग जानकारीपूर्ण हैं, और कोई भी दूसरे को खारिज नहीं करता है।
| दृश्य निरीक्षण | पिक्सेल विश्लेषण | |
|---|---|---|
| पर काम करता है | रचना और तर्क त्रुटियां | बनावट और शोर संरचना |
| संपीड़न से बचाता है | हाँ | क्षीण होता है |
| स्क्रीनशॉट के बाद भी काम करता है | हाँ | बुरी तरह से क्षीण होता है |
| एक छोटे संपादन को पकड़ता है | तभी जब आप इस पर ध्यान दें | हाँ, क्षेत्र मानचित्र के माध्यम से |
| समय के साथ बदतर हो जाता है | तेजी से | धीरे-धीरे |
अंतिम पंक्ति उपयोगी है। दृश्य संकेत हर मॉडल रिलीज के साथ क्षीण होते जाते हैं; कई जनरेटर में प्रशिक्षित एक डिटेक्टर अधिक धीरे-धीरे क्षीण होता है, क्योंकि इसने सीखा है कि सिंथेटिक बनावट में क्या समान है, न कि एक उत्पाद ने एक वर्ष में क्या गलत किया।
वह मामला जो सबसे अधिक मायने रखता है: एक असली चेहरा, बदला हुआ
सबसे महत्वपूर्ण फर्जी पूरी तरह से जनरेट किए गए पोर्ट्रेट नहीं हैं। वे एक चीज़ को बदलकर वास्तविक लोगों की तस्वीरें हैं: उसी शरीर पर एक अलग चेहरा, हाथ में जोड़ी गई एक वस्तु, एक बदला हुआ बैज, फ्रेम से हटाया गया दूसरा व्यक्ति।
एक पूरे फ्रेम का स्कोर डिज़ाइन द्वारा इसे बुरी तरह से संभालता है, क्योंकि छवि का नब्बे प्रतिशत हिस्सा वास्तव में एक तस्वीर है और औसत इसे दर्शाता है। क्षेत्र का नक्शा वह है जो इसे सतह पर लाता है, और संख्या के बजाय नक्शे को पढ़ना वह एकमात्र आदत है जो चेहरों पर सटीकता में सबसे अधिक सुधार करती है।
ग्यारह टाइलें फोटोग्राफिक के रूप में पढ़ती हैं। एक नहीं है, और यह वह है जो चेहरे को कवर करती है।
एक काम करने योग्य आदत
पोर्ट्रेट को परिधीय निरीक्षण के पाँच सेकंड दें: पाठ, निरंतरता, दोहराया गया पैटर्न, बालों की सीमा। फिर एक जाँच चलाएं और नक्शा पढ़ें। दोनों मिलकर अकेले की तुलना में कहीं अधिक पकड़ लेते हैं, और पूरी चीज़ एक मिनट से भी कम समय लेती है.
जहाँ दांव वास्तविक हैं, वहाँ वह कदम जोड़ें जिसे पिक्सेल विश्लेषण की कोई मात्रा नहीं बदलती है: इतिहास के साथ कहीं और वही चेहरा खोजें। तीन साल की पोस्ट वाला एक प्रोफाइल, अन्य लोगों की टैग की गई तस्वीरें और एक सुसंगत नियोक्ता एक ऐसे प्रकार का प्रमाण है जो कोई जनरेटर उत्पन्न नहीं करता है।
वे संकेत जो नहीं हिले हैं
दो चीजें चार साल के सुधार का विरोध करती रही हैं, और दोनों स्थानीय विवरण के बजाय दूरी भर में सुसंगतता के बारे में हैं। पहली है रोशनी: क्या फ्रेम में हर सतह एक ही स्रोतों से, एक ही दिशा से, समान नरमी की छाया के साथ जलाई जाती है.
एक जनरेट किया गया पोर्ट्रेट आमतौर पर चेहरे को सही और परिवेश को लगभग सही प्राप्त करता है, और बेमेल छाया में दिखाई देता है। पीछे की दीवार पर एक नरम छाया के बगल में ठुड्डी के नीचे एक कठोर छाया दो अलग-अलग कमरों का वर्णन करती है।
दूसरी है गहराई। परावर्तक सतहों, कांच, पानी और दर्पणों को बाकी सब की ज्यामिति से सहमत होना चाहिए, और वे अक्सर ऐसा नहीं करते हैं। किसी विषय के पीछे एक खिड़की जो एक ऐसा दृश्य दिखाती है जो वहाँ नहीं हो सकता है, उस प्रकार की त्रुटि है जो मॉडल अपग्रेड से बच जाती है, क्योंकि इसे चेहरे के मॉडल के बजाय दुनिया के मॉडल की आवश्यकता होती है।
इनमें से कोई भी ऐसा परीक्षण नहीं है जिसे आप यंत्रवत् लागू कर सकते हैं, और दोनों में उंगलियों की गिनती करने की तुलना में अधिक समय लगता है। यह व्यापार है: जो जाँचें अभी भी काम करती हैं वे वे हैं जिन्हें दोष के लिए स्कैन करने के बजाय एक तस्वीर के बारे में एक जगह के रूप में सोचने की आवश्यकता होती है।