O FaceApp Ito ay isang photo editor na ginawa noong 2017 na muling naging viral sa Brazil dahil sa mga filter nito. Kabilang sa mga ito ang isa na "nagpapalit ng kasarian" ng taong nasa larawan. Mahalagang linawin ito mula sa simula: Ang resulta ay isang simulation na nilikha ng artificial intelligence, purong libangan.. Muling iginuguhit ng app ang mga katangian ng mukha ayon sa mga pangkalahatang pamantayan ng estetika — hindi nito ipinapakita kung ano talaga ang magiging hitsura mo, wala itong siyentipikong batayan, at wala itong sinasabi tungkol sa pagkakakilanlang pangkasarian ng sinuman.
Gayunpaman, ang app ay may mahusay na mga tool sa pag-edit. Bukod sa filter ng kasarian, maaari mong patandain o pabatain ang larawan, baguhin ang kulay ng buhok, magdagdag o mag-alis ng balbas, at maglagay ng makeup. Marami sa mga tampok ay minarkahan ng selyo. “"Propesyonal"” Gumagana lamang ito sa bayad na bersyon ng subscription.
Tingnan sa ibaba ang sunud-sunod na mga tagubilin kung paano gamitin ang filter at ibahagi ang resulta sa Instagram, Facebook, TikTok, o kahit saan mo gusto.
Mga detalye ng aplikasyon
FaceApp: Editor ng Mukha Editor ng larawan na may mga filter ng AI.
Ang ginagawa niya: Naglalapat ito ng filter na muling nagdodrowing ng mukha sa larawan na may mga tampok na nauugnay sa ibang kasarian. Isa itong montage, hindi isang tunay na projection.
Presyo: Libreng i-download, na may opsyonal na subscription para sa mga tampok na "Pro".
Saan ida-download: Android Ito ay iPhone.
Paano gamitin ang feature na ito sa FaceApp
Hakbang 1. I-download ang app mula sa Play Store o App Store, buksan ito, at pahintulutan ang pag-access sa iyong photo gallery.
Hakbang 2. Maaari kang kumuha agad ng litrato sa pamamagitan ng pag-tap sa Camera, o mag-import ng isa mula sa iyong gallery sa pamamagitan ng pag-tap sa Photo. May filter ang app na nagpapakita lang ng mga selfie.
Hakbang 3. Kapag napili na ang larawan, buksan ang tab na Editor at i-tap ang opsyong Uri.
Hakbang 4. Piliin ang babae o lalaking filter. Ipoproseso ng app ang larawan sa loob ng ilang segundo.
Hakbang 5. Nagustuhan mo ba ang resulta? I-tap ang Ilapat.
Hakbang 6. Kung gusto mo, pagsamahin ito sa iba pang mga filter: makeup, pagbabago ng background, pagsasaayos ng contrast at saturation, bukod sa iba pa.
Hakbang 7. Para gumawa ng magkatabing larawan kasama ang orihinal na larawan, i-tap ang "bago at pagkatapos".
Hakbang 8. Kapag tapos na, i-tap ang “Save” sa kanang sulok sa itaas para i-save ang larawan sa gallery ng iyong telepono. Lalabas din sa parehong screen ang opsyong direktang ibahagi sa social media.
Bago mag-install, basahin muna ang mga tuntunin.
Ayon kay Fabio Assolini, senior security analyst sa Kaspersky, ang FaceApp mismo ay hindi isang malisyosong application. Ang dapat alalahanin ay ang mga tuntunin ng paggamit, na itinuturing na malabo tungkol sa kung ano ang maaaring gawin ng kumpanya sa mga na-upload na larawan. Dahil ang mga larawan ay pinoproseso sa mga server ng developer, sulit na basahin ang patakaran sa privacy bago magbigay ng access sa iyong gallery at iwasan ang pagpapadala ng mga larawan ng mga ikatlong partido nang walang pahintulot.
Sulit ba ang pagsubok sa filter?
Kaya, gusto mo ba ang ganitong uri ng filter? Ipaalam sa amin ang iyong palagay sa mga komento. Tandaan lamang: ang larawang makukuha mo mula sa FaceApp ay isang biro na nabuo ng AI. Para matuto nang higit pa tungkol sa app, bisitahin ang opisyal na website. FaceApp O kaya naman ay direktang i-download mula sa mga tindahan.
Mga pamantayan na nakakaapekto sa pagpili
- Gumagana ito nang walang internet. Ang mga editor na nagpoproseso ng mga larawan sa sarili nilang device ay nagtatrabaho offline. Ang mga umaasa sa isang server ay hindi—at ipinapadala ang iyong larawan sa labas.
- Resolusyon ng na-export na file. Binabawasan ng ilan ang laki ng imahe kapag ini-export nang walang lagda. Kung ang larawan ay para sa pag-print, ito ay isang mahalagang salik.
- Watermark sa libreng bersyon. Ito ang pinakakaraniwang trick: pinapayagan ka ng app na mag-edit nang libre, ngunit pagkatapos ay itinatatak ang logo dito kapag nag-save ka. Suriin ito bago mag-aksaya ng iyong oras.
- Timbang ng aplikasyon. Ang mga full-featured editor ay maaaring lumagpas sa 300 MB. Sa mga device na may limitadong storage, kayang-kaya ng isang magaan na app ang mga pangunahing gawain nang hindi nagkaka-crash.
Ang hindi nagagawa ng mga app na ito
Mahalagang malaman kung ano ang higit pa sa abot ng kategoryang ito—iyon ang umiiwas sa pagkabigo at, higit sa lahat, pumipigil sa pagkahulog sa loob ng mga taong nangangako ng imposible.
- Hindi nila binabawi ang mga detalyeng wala sa file. Ang pagpapataas ng resolution ay muling bumubuo ng mga pixel sa pamamagitan ng pagtatantya—hindi nito ipinapakita ang nawawalang impormasyon.
- Binabago ng mga beauty filter ang imahe; hindi nito binabago ang tao. Mahalagang tandaan ito kapag inihahambing ang resulta sa isang hindi na-edit na larawan.
- Walang app na nakakakita sa mga damit o dingding. Ang umiiral ay simulation — isang nabuong imahe, hindi isang nakunan na imahe.
- Hindi nila tinatanggal ang mga watermark mula sa mga larawan ng ikatlong partido. Bukod sa hindi gumagana nang maayos, ang paggamit ng larawan nang walang lisensya ay isang paglabag sa copyright.
Mga Madalas Itanong
Pwede ba akong mag-edit nang libre kahit walang watermark?
Oo, sa ilang aplikasyon, ngunit may limitadong mga tampok. Suriin muna sa pamamagitan ng pag-save ng isang pansubok na imahe.
Ligtas ba ang isang libreng editor?
Suriin ang mga hinihinging pahintulot. Hindi kailangan ng isang photo editor ng access sa mga contact, mensahe, o mikropono.
Nawawalan ba ng kalidad ang larawan kapag inedit?
Muling kino-compress ng bawat pag-export ang file. I-edit nang isang beses at i-save, sa halip na i-save pagkatapos ng bawat pagsasaayos.
Saang format ko ito dapat i-save?
JPEG para sa pangkalahatang paggamit, PNG kapag may transparency o teksto, at ang orihinal na format kapag nag-a-archive.
Mapupunta ba ang mga litrato ko sa cloud?
Depende ito sa app. Ang mga gumagawa ng lahat ng bagay sa device ay gumagana offline; ang mga gumagamit ng server ay nagpapadala ng imahe sa labas.
Ano ang gagawin, ayon sa pagkakasunod-sunod.
- Ayusin ang ilaw bago ilapat ang filter. Exposure, contrast, at mga anino muna; filter mamaya. Sa baligtad na pagkakasunod-sunod, pinapalakas ng filter ang depekto.
- I-export sa pinakamataas na kalidad na magagamit. Kung magpi-print ka, hanapin ang opsyon na high-resolution export — may ilang libreng bersyon na nagpapababa ng resolution nang walang babala.
- Magtrabaho sa isang kopya. Doblehin ang larawan bago i-edit. Awtomatiko itong ginagawa ng magagandang app, ngunit ang pag-double check ay maiiwasan ang pagkawala ng orihinal.
- I-crop nang isinasaalang-alang kung saan mapupunta ang larawan. Kuwadrado at patayo na 4:5 para sa social media, 16:9 para sa screen. I-crop pagkatapos i-export at i-recompress muli.
Kung saan karamihan ng mga tao ay nadudulas
- Pagbibigay ng access sa lahat ng larawan kapag isa lang ang kailangan ng app.
- Natutuklasan lamang ang watermark kapag nag-e-export, pagkatapos ng kalahating oras na pag-edit.
- Pagpapataas ng resolusyon sa pag-asang maipakita ang detalye — tinatantya ng programa ang mga pixel, hindi ito kumukuha ng impormasyon.
- Sine-save pagkatapos ng bawat pagsasaayos at pinapanood ang pagkawala ng talas ng imahe nang hindi naiintindihan kung bakit.
Bago i-install: kung ano ang nasa device na
Ang built-in na gallery editor ng telepono ay humahawak na ng cropping, light adjustment, object removal, at perspective correction sa mga bagong bersyon ng Android at iPhone. Para sa mabilisang pagsasaayos, nalulutas nito ang problema nang hindi nag-i-install ng kahit ano o nagpapadala ng larawan sa labas.
Ano ang mangyayari sa ilalim kapag ang mukha ay nagpalit ng kasarian?
Ang mga filter na ganito ang uri ay gumagamit ng mga generative network. Sa panahon ng pagsasanay, ang sistema ay tumatanggap ng napakaraming larawan ng mukha na may label na lalaki o babae at natututo kung aling mga katangian ang may posibilidad na maghiwalay sa dalawang grupo sa mga larawang nakita nito.
Isang bahagi ng network ang bubuo ng bagong imahe. Ang isa pang bahagi ay susuriin kung ang resultang iyon ay maituturing na isang tunay na larawan ng target na grupo. Maglalaban-laban ang dalawa hanggang sa makagawa ang generator ng mga mukha na tatanggapin ng evaluator. Kapag natapos na ang pagsasanay, ang isang modelo ay mananatiling may kakayahang kumuha ng isang mukha at ibalik ito kasama ang mga katangian ng kabilang grupo.
Kapag ginamit, inilalagay ng app ang mga punto sa iyong mukha, inaayos ang imahe sa isang karaniwang posisyon, inilalapat ang natutunang pagbabago, at ibinabalik ang ginupit sa lugar nito. Ang buhok, kilay, panga, tekstura ng balat, at balbas ang mga bahagi kung saan nakatuon ang pagbabago, dahil ang mga ito ang pinakanaapektuhan noong pagsasanay.
Bakit palaging pare-pareho ang estereotipo ng resulta?
Natututunan ng modelo ang average ng dataset na ibinigay dito. Hindi nito alam kung ano ang kasarian, kultura, o personal na istilo. Nire-reproduce nito ang pinakamalakas na statistical correlation na natagpuan nito sa mga larawang may label.
Kaya naman ang nahuhulaang padron ng resulta.
- Sa aspetong "pambabae": mahabang buhok, manipis at arko ng kilay, makinis na balat, kitang-kitang makeup, at makitid na panga.
- Sa panig na "panlalaki": mas malapad na panga, mas makapal at tuwid na kilay, kaunting balbas, mas malinaw na balat, at maikling buhok.
Ito ay pagkiling sa datos. Ang mga larawang ginamit sa pagsasanay ay nagmula sa mga database kung saan ang mga babae ay kadalasang lumalabas na may mahabang buhok at makeup, at mga lalaking may balbas at maikling buhok. Ang filter ay sumasalamin sa mga seleksyon na ito, hindi sa realidad ng mga tao.
Samakatuwid, ang resulta ay may posibilidad na burahin ang mga katangiang lumihis sa karaniwan. Ang mga may ahit na ulo, mahahabang balbas, ang mga hindi nagme-makeup, o ang mga may androgynous na istilo ay karaniwang tumatanggap ng bersyon na hindi gaanong katulad nila, dahil itinutulak ng modelo ang lahat patungo sa karaniwan na natutunan nito.
Mahalagang tandaan na walang setting sa app na nagwawasto nito. Ang estereotipo ay nasa training set, hindi sa setting na maaari mong baguhin.
Biro lang ang mga filter, ibang-iba rin ang transisyon ng kasarian.
Ang epekto ay lumilikha ng isang imaheng binago ng software sa loob ng ilang segundo. Wala nang hihigit pa riyan.
Ang transisyon ng kasarian ay isang personal at mahabang proseso na kinabibilangan ng pagkakakilanlan, konteksto ng pamilya at lipunan, at suporta mula sa mga propesyonal sa pangangalagang pangkalusugan. Walang buton, walang preview, at hindi lamang ito tungkol sa hitsura.
Ang pagtrato sa resulta ng filter na parang isang transition simulation ay hindi tumpak at kawalang-galang sa mga dumadaan sa prosesong ito. Ang paggamit ng imahe upang kutyain ang isang tao ay mas malala pa, at maaaring maituring na isang pagkakasala laban sa karangalan ng taong nalantad.
Ang paggamit ng resulta upang linlangin ang isang tao ay may mga kahihinatnan.
Ang pag-post ng binagong larawan sa iyong social media profile, dating app, o anumang serbisyong umaasa sa pagkakakilanlan ay mapanlinlang, kahit na ang intensyon ay para lamang makaakit ng atensyon. Ang mga nakikipag-ugnayan sa kabilang panig ay naniniwalang nakikipagkita sila sa isang totoong tao.
Kapag ginamit ang panlilinlang upang makakuha ng kalamangan sa isang tao, nagbabago ang sitwasyon. Ang paghikayat sa ibang tao na magkamali gamit ang maling pagkakakilanlan upang makakuha ng pera, regalo, o anumang benepisyo ay maaaring maituring na pandaraya, gaya ng nakasaad sa artikulo 171 ng Kodigo Penal. Ang pansala ay kasangkapan lamang; ang responsibilidad ay nasa gumagamit.
Ang paglalathala ng binagong larawan ng ibang tao nang walang pahintulot ay isa pang problema. Ang larawan ay pagmamay-ari ng taong inilalarawan, at ang paggawa ng mukha ng isang kakilala na isang biro para sa grupo ay maaaring humantong sa matinding kahihiyan, kahit na banayad lamang ang intensyon.
Mahalagang tandaan ang isang praktikal na detalye: nakikilala ng mga nakakakilala sa tao ang mukha kahit na nagbago na ang anyo. Binabago ng filter ang buhok, kilay, at tekstura, ngunit pinapanatili ang proporsyon sa pagitan ng mga mata, hugis ng ilong, at distansya sa pagitan ng mga katangian. Ito mismo ang hanay ng mga katangiang ginagamit ng utak ng tao upang makilala ang isang tao.
Pag-watermark, pag-export, at kung ano ang mga pagbabago sa bayad na bersyon.
Sa ganitong uri ng app, halos palaging pareho ang modelo ng negosyo. Binubuksan ng libreng bersyon ang epekto at inihahatid ang larawan na may watermark o sa pinababang resolution. Ang pag-save nito nang malinis, sa mas malaking sukat, at walang mga ad sa pagitan ay karaniwang nakadepende sa isang subscription.
Bago mag-sign up para sa kahit ano, subukan muna ang effect gamit ang larawang balak mong gamitin. Kung hindi kapani-paniwala ang libreng resulta, ang bayad na bersyon ay maghahatid ng parehong larawan nang walang watermark, hindi ng mas mahusay.
Tama ang kamakailang larawan sa harap, mali ang lumang digitized na larawan.
Ang modelo ay sinanay gamit ang mga modernong digital na litrato, na kinuha mula sa harapan, na may mahusay na ilaw at mga naka-calibrate na kulay. Mas maganda ang resulta kung mas kahawig ng iyong imahe ang pamantayang ito.
Isang luma at digital na litrato ang sabay-sabay na nawawala kasama ng lahat ng mga kondisyong ito. Naninilaw ang papel, napapatag ang contrast, ang butil ng pelikula ay naging ingay habang digitization, at kadalasan ang pose ay nasa profile o three-quarter view. Mas kaunti ang reperensya na magagamit sa face detector, at ang transpormasyon ay puno ng mga artifact.
Ang mga pininturahang retrato, drowing, estatwa, at mga karakter sa laro ay may posibilidad na mabigo sa parehong dahilan: ang tekstura ay hindi tumutugma sa anumang nakita ng modelo habang nagpapraktis. Maaaring magbalik ng ilang imahe ang filter, ngunit ang resulta ay karaniwang isang distorsyon, hindi isang nakakakumbinsing bersyon ng mukha.
