في السنوات الأخيرة، شهدت تقنية تبادل الوجه (Face Swapping) تقدمًا كبيرًا بفضل التطورات الملحوظة في نماذج الذكاء الاصطناعي التوليدية مثل الشبكات التوليدية المعاكسية (GANs) ونماذج الانتشار (Diffusion Models). على الرغم من التحسينات المتعددة، تبقى الأساليب الحالية غير متجانسة عبر مختلف النماذج، إضافة إلى عدم وجود معايير موحدة لتقييم الفعالية. حتى الآن، كان التركيز في الأبحاث السابقة ينصب على توليد أو كشف المحتوى المزيف (Deepfake) بشكل عام، مما ترك موضوع تبادل الوجه كمشكلة غير مدروسة كفاية.

في هذا السياق، قدم الباحثون دراسة شاملة تتناول موضوع تبادل الوجه، حيث تم تنظيم الأساليب الحالية ضمن خمسة نماذج رئيسية. يتم تحليل مبادئ التصميم والأداء لكل منها بشكل منهجي، مما يساعد على تسليط الضوء على نقاط القوة والضعف.

لتحسين التجربة، تم تقديم معيار جديد تحت اسم CASIA FaceSwapping، والذي يُعتبر مرجعًا عالي الجودة يتمتع بتوزيعات ديموغرافية متوازنة وتنوعات واضحة في السمات. كما تم وضع بروتوكولات موحدة لتقييم قوة الأساليب في تبادل الوجه، مما يمكن من إجراء تجارب شاملة تؤدي إلى رؤى جديدة حول سلوك التقنيات المستخدمة.

بفضل هذا العمل، يتم توفير رؤية موحدة وإطار عمل منظم لتسهيل تطوير أساليب تبادل الوجه الأكثر قوة وقابلية للتحكم. للمزيد من التفاصيل، يمكنكم زيارة الموقع: https://github.com/CASIA-NLPRAI/face-swapping-survey.