Перенос лиц (deepfake технологии)
Deepfake-обработка переносит выбранное лицо на фото или видеоряд. Алгоритм находит лица в кадрах и выполняет замену покадрово, в том числе для нескольких лиц в сцене.

Задача
Для фото и видеоконтента требовалось перенести выбранное лицо на лица, присутствующие в исходном материале. Видеоряд усложняет задачу: область замены нужно находить в разных кадрах и обрабатывать последовательно.
Решение
Входными данными служат изображение выбранного лица и целевое фото или видео. Алгоритм обнаруживает лица в кадре, после чего deepfake-модель выполняет перенос. Замена может применяться к одному найденному лицу или к нескольким.
Обработка видео проходит покадрово. В составе решения используются нейронные сети, GAN и обнаружение лиц; в технологическом контуре указаны TensorFlow, PyTorch и CUDA. Эти компоненты связывают поиск нужной области с генерацией её нового визуального содержания.
Результат
Реализован сценарий переноса лица на статичное изображение и видеоряд. Он автоматизирует часть графической обработки, которая иначе потребовала бы работы с отдельными кадрами.
Такой сценарий применим в персонализированном медийном и развлекательном контенте; его можно подготовить в рамках разработки генеративных приложений.
Похожие кейсы
Генеративный ИИ
AR-моделирование пространства
AR-платформа показывает городские объекты через мобильное устройство: будущие здания, реконструкции, туристические точки и исторические сюжеты становятся частью реального окружения.
Генеративный ИИ
Представление проектов строительства
Мобильный каталог 3D-проектов домов: строитель показывает объект без физического стенда, а клиент может рассмотреть будущий дом и его расположение на участке до начала работ.
Генеративный ИИ
Анимирование фото и видео контента
Анимация неподвижного изображения лица с использованием данных, полученных на телефоне. Генеративные модели превращают исходный портрет в движущийся медийный контент.