Djupkarta för Seedance 2.5: hur man kringgår ansiktsblockering

Seedance 2.5 vägrar att arbeta om det finns ett igenkännbart ansikte eller en bit av någon annans film i ramen. Så här kämpar företaget mot förfalskningar av kändisar, men det kommer till vanliga människor: en modell avvisar ibland till och med din egen selfie. Det finns en lösning, och det handlar inte om hacking. Modellen passerar enkelt genom djupkartan – en svartvit bild där ljusstyrkan visar avståndet till kameran. Det finns inga ansikten på den, bara scenens geometri. Nedan är hur du gör en sådan karta från din video gratis, direkt i webbläsaren, och vad du ska göra om generationen fortfarande sjunker.

Varför ser en modell en kändis där det inte finns någon?

Filter Seedance tränas på ansikten. Deras uppgift är enkel: att förhindra att en känd persons utseende förfalskas. Problemet är att de definierar "berömdhet" genom ansiktets geometri, och inte med namnet i krediterna. En liknande ögonform, samma hakform - och det är det, vägran.

Det är ännu enklare med filmmaterial: upphovsrättsskyddet fungerar där. Modellen känner igen scenen och missar den inte helt, även om du bara vill upprepa kamerarörelsen.

Resultat: två olika förbud, men det ser likadant ut - ett rött misstag och ett slöseri med tid.

Djupkarta: geometri istället för ansikten

En djupkarta är samma video, bara omritad i gråskala. Ju närmare objektet är kameran, desto ljusare blir pixeln. Bakgrunden bleknar till svart, bakgrunden till vit. Inga texturer, ingen hud, inga ögon: allt som återstår är reliefen av scenen.

Detta är en nyckelpunkt för filtret. Det finns inget att kontrollera - det finns inga ansikten. Och för generation finns allt du behöver: var föremålen var, vart kameran var på väg, hur planen förändrades. Vi kopierar inte någon annans ram, vi tar rörelsen och arrangemanget från den, och modellen ritar sin egen bild, från grunden.

Ärligt talat om begränsningen: det är inte en "förbikoppla allt-knapp." Om du omedelbart frågar direkt efter en specifik skådespelares ansikte kommer avslaget igen. Djupkartan löser problemet med geometri och rörelse, inte personlighetssubstitution.

Hur man gör en djupkarta från en video - gratis och utan uppladdning till servern

På vår hemsida är detta en separat modell i videosektionen: Djupkarta (gratis). Den finns i listan över modeller under MiniMax. Du väljer en video, trycker på en knapp och allt beräknas på din enhet.

Vad finns inuti: modell Depth Anything V2 Small (licens Apache 2.0) spelar direkt i webbläsaren via ONNX Runtime Web. Om du har WebGPU räknas grafikkortet, om inte fungerar backup-sökvägen på processorn. Ramarna analyseras genom WebCodecs och sätts sedan ihop till video med originalet FPS och den maximala upplösning som din webbläsare kan hantera.

Utdata är MP4 eller WebM - vad webbläsaren stöder. Det finns en förhandsvisning av resultatet, en omkopplare "Närmare - ljusare / Närmare - mörkare" och paletter: nyanser av grått, Inferno, Viridis. Bearbetningsförloppet är synligt bildruta för bildruta; lång handläggning kan avbrytas.

Två saker som betyder mest. För det första: filen går ingenstans - varken till vår server eller till någon annans, allt arbete sker på enheten. För det andra: polletter skrivs inte av för detta; det finns inget betalt API i denna modell alls. Modellvikterna och motorfilerna cachelagras i webbläsaren, så sidan startar upp snabbare andra gången.

Där det kommer att vara obehagligt. Du behöver Chrome eller Edge - WebCodecs är inte tillgängligt överallt. En lång video på en processor anses inte vara snabb: en minut källmaterial kan ta flera minuter. Och det är bättre att inte köra 4K på en svag bärbar dator - börja med 720p, se resultatet och höj sedan upplösningen.

Karaktärsutveckling: två misstag som dödar resultatet

Den andra tekniken från samma video är den korrekta utvecklingen av karaktären. Detta är en bild där ansiktet och kläderna visas separat. Det beror på hur det är monterat om ansiktet kommer att flyta i generationen eller förbli på plats.

Det första misstaget: ansiktet och kläderna är ritade i olika skalor. Modellen förstår inte att detta är en person och börjar själv slutföra proportionerna. Fel två: skanningen är sammansatt av bitar av olika människor - då är resultatet ett genomsnittligt främmande ansikte, och filtret fungerar igen.

Arbetsalternativet är en skanning, en person, samma ljus och vinkel på båda delarna.

Om generationen ändå misslyckas med ett fel om en igenkännbar person

Det händer att djupkartan är på plats, skanningen är korrekt monterad, men Seedance vägrar fortfarande. Det betyder att problemet finns i en av bilderna, och vi måste hitta det.

Metoden är enkel - metoden för eliminering. Du tar bort referenserna en efter en och börjar om. Så fort generationen går var den senast borttagna bilden skyldig. Sedan bygger du antingen om den eller ersätter den med en djupkarta.

På länge? Ja. Men utan att gissa: i tre eller fyra åk kan du se den exakta orsaken.

Och den andra tekniken från samma video: ett vanligt rutnät appliceras på den skyldiga bilden - till och med rutor över ansiktet. Filtret slutar se hela ansiktet, men under generationen förblir funktionerna läsbara. Rutnätet placeras i valfri redigerare eller det neurala nätverket ombeds helt enkelt att "sätta ett kvadratiskt rutnät på det här fotot."

Överför kamerarörelser från vilken film som helst

Samma teknik fungerar utan att ersätta ansiktet. Du tar en ram från en film, gör en djupkarta av den, ger den till modellen tillsammans med din uppmaning – och du får din scen med samma kamerarörelse: samma tillvägagångssätt, samma vändning, samma rytm.

Det är så trailers, parodier och reklamfilmer spelas in när det behövs en "filmisk" tur, men det finns ingen budget för en kameraman med en kran.

Vad är nästa

Ordningen är följande: först djupkartan - gratis i webbläsaren, utan att ladda ner en fil och utan att skriva av tokens. Sedan själva generationen - Seedance 2.5 på vår hemsida, det finns också en karaktärsutveckling och referenser.

Om något inte fungerar första gången, börja med ett kort klipp på 3-5 sekunder. Det visar både kamerarörelser och ansiktsbeteende och tar mycket mindre tid och tokens.