Máy phát điện AI quang học cho khuôn mặt thực tế-Dreamina

Trình tạo AI quang học cho khuôn mặt thực tế đã có thể tạo ra những bức chân dung khó phân biệt với ảnh chụp bằng máy ảnh, miễn là bạn kiểm soát ánh sáng, tín hiệu ống kính, kết cấu da và xử lý hậu kỳ trong quy trình làm việc có thể lặp lại. Trên thực tế, kết quả tốt nhất đến từ việc kết hợp lời nhắc tập trung vào khuôn mặt mạnh mẽ, tạo hàng loạt và chỉnh sửa có chọn lọc. Hướng dẫn này được viết bởi Dreamina và giới thiệu quy trình làm việc được đề xuất của chúng tôi, với các ghi chú về các công cụ AI khác nếu có liên quan.

Điều gì khiến AI quang học phải đối mặt với thách thức?

Khuôn mặt AI quang học là một thách thức vì con người cực kỳ nhạy cảm với những bất thường nhỏ ở mắt, da, đối xứng và biểu cảm, vì vậy các hiện vật mô hình nhỏ ngay lập tức cảm thấy "tắt" ngay cả khi hình ảnh tổng thể trông sắc nét. Máy phát điện cũng phải cân bằng giữa chủ nghĩa hiện thực với khả năng kiểm soát: tuổi tác, dân tộc, biểu cảm, ống kính và ánh sáng, tất cả đều cần phản hồi lời nhắc của bạn mà không bị sụp đổ thành một khuôn mặt chung. Do đó, quy trình làm việc mạnh mẽ tập trung vào các tín hiệu chụp ảnh ở cấp độ ảnh, phát hiện hiện vật và xử lý hậu kỳ nhất quán thay vì một lời nhắc hoàn hảo duy nhất.

Những khuôn mặt thực tế vượt xa các thí nghiệm GAN ban đầu với đôi tai "tan chảy" và các đặc điểm méo mó; các mô hình khuếch tán hiện đại có thể tạo ra những khuôn mặt mà người xem bình thường không thể xác định một cách đáng tin cậy là tổng hợp. Tuy nhiên, ngưỡng hiện thực cho khuôn mặt cao hơn so với hầu hết các đối tượng vì chúng ta nhìn thấy chúng hàng ngày, vì vậy những lời nhắc nhở nhạt nhẽo như "chân dung phụ nữ thực tế" có xu hướng tạo ra làn da hơi dẻo, ánh sáng phẳng và đôi mắt có ít chiều sâu cảm xúc. Để có được những bức chân dung sẵn sàng sản xuất, bạn cần phải suy nghĩ như một nhiếp ảnh gia chân dung: chỉ định loại ảnh, ống kính, hướng ánh sáng, chi tiết da và nền, sau đó xem lại hình ảnh để tìm các hiện vật như mắt không đối xứng, răng mờ hoặc nền chảy máu trên tóc. Khó khăn không chỉ là tạo ra một khuôn mặt tuyệt vời mà còn tạo ra nhiều khuôn mặt có chung phong cách nhất quán, đó là nơi các lời nhắc có cấu trúc, kiểm soát hạt giống (nếu có) và một đường ống chỉnh sửa có thể lặp lại trở nên cần thiết.

Cũng kiểm tra: Trình tạo hình ảnh AI tốt nhất cho chân dung thực tế

Các đòn bẩy nhanh chóng thực sự thúc đẩy chủ nghĩa quang học

Các khuôn mặt AI quang học phụ thuộc nhiều hơn vào cấu trúc nhanh chóng hơn là các từ khóa ma thuật đơn lẻ; các đòn bẩy chính là loại ảnh, thiết lập ánh sáng, mô phỏng ống kính và ngôn ngữ da thực tế. Lời nhắc khuôn mặt mạnh mẽ thường bắt đầu bằng "ảnh chụp đầu" hoặc "chân dung cận cảnh", thêm độ tuổi, giới tính, tóc và màu da cụ thể, sau đó xếp lớp tín hiệu ống kính (ví dụ: 85mm, độ sâu trường ảnh nông) cộng với ánh sáng ("ánh sáng cửa sổ tự nhiên mềm") và ngữ cảnh ("phông nền màu xám trung tính"). Cuối cùng, mô tả các chi tiết và biểu cảm da đáng tin cậy giúp tránh vẻ ngoài tổng hợp, quá hoàn hảo.

Một mẫu thực tế mà nhiều chuyên gia sử dụng chia thành năm yếu tố: mô tả chủ đề, biểu thức, cài đặt máy ảnh, ánh sáng và nền. Mô tả đối tượng bao gồm độ tuổi, giới tính, màu tóc và phong cách cũng như màu da, chẳng hạn như "phụ nữ 30 tuổi với làn da nâu trung bình, mái tóc xoăn dài đến vai". Biểu cảm có thể là "nụ cười thoải mái, tinh tế, giao tiếp bằng mắt trực tiếp với máy ảnh" để tránh vẻ ngoài bị đóng băng hoặc phóng đại. Cài đặt máy ảnh có thể gắn mô hình vào chụp ảnh chân dung: "ảnh chụp cận cảnh, ống kính 85mm, độ sâu trường ảnh nông" báo hiệu một thiết lập chân dung cổ điển. Các thuật ngữ chiếu sáng như "ánh sáng cửa sổ tự nhiên dịu từ bên trái" hoặc "hộp mềm studio đơn, bóng nhẹ" khuyến khích độ dốc bóng thực tế thay vì chiếu sáng phẳng. Các cụm từ da như "lỗ chân lông có thể nhìn thấy, kết cấu da tự nhiên, bóng dưới mắt nhẹ" cho phép người mẫu tạo ra những khuyết điểm giống như con người chứ không phải là nhựa. Khi bạn sử dụng lại cấu trúc này làm mẫu, bạn có thể hoán đổi các biến như tuổi hoặc nền trong khi vẫn giữ được vẻ ngoài mạch lạc trên hàng chục khuôn mặt.

Nhắc nhở các yếu tố quan trọng nhất đối với khuôn mặt thực tế

Một quy trình làm việc Dreamina thực tế cho các khuôn mặt quang học

Dreamina rất phù hợp với trình tạo AI quang học cho quy trình làm việc của khuôn mặt thực tế vì nó kết hợp tạo văn bản thành hình ảnh, tinh chỉnh hình ảnh thành hình ảnh và canvas nhiều lớp để chỉnh sửa chính xác. Một quy trình đơn giản nhưng mạnh mẽ là: tạo chân dung cơ bản mạnh mẽ với văn bản thành hình ảnh, tinh chỉnh các chi tiết trên khuôn mặt với hình ảnh thành hình ảnh trên các ứng viên tốt nhất của bạn và sau đó sử dụng canvas nhiều lớp để khắc phục các vấn đề nhỏ như mép tóc hoặc hình nền mà không tái tạo toàn bộ hình ảnh. Bạn có thể mở rộng điều này thành video khi bạn có chân dung anh hùng phù hợp với hướng sáng tạo của mình.

Quy trình làm việc Dreamina thực hành có thể trông như thế này:

Bắt đầu với lời nhắc chân dung có cấu trúc trong văn bản thành hình ảnh. Sử dụng mẫu tương tự như: "ảnh chụp cận cảnh chân dung của một người đàn ông 35 tuổi, tóc ngắn sẫm màu, màu da trung bình ấm áp, biểu cảm trung tính thoải mái, ánh sáng cửa sổ tự nhiên dịu nhẹ từ bên trái, ống kính 85mm, độ sâu trường ảnh nông, lỗ chân lông trên da có thể nhìn thấy, nền studio màu xám trung tính". Tạo một lô để bạn có thể so sánh nhiều biến thể cạnh nhau.

Danh sách rút gọn và tinh chỉnh qua hình ảnh sang hình ảnh. Lấy 2-3 kết quả mạnh nhất của bạn và đưa mỗi kết quả trở lại chế độ hình ảnh thành hình ảnh của Dreamina với lời nhắc tinh chỉnh như "cùng một người và bố cục, đôi mắt sắc nét hơn, độ tương phản hơn một chút, duy trì kết cấu da tự nhiên". Điều này giữ cho bản sắc và khung hình trong khi sửa chữa độ mềm hoặc sự không nhất quán về ánh sáng.

Khắc phục các lỗi cục bộ trên canvas nhiều lớp. Mở bức chân dung ưa thích của bạn trong canvas nhiều lớp của Dreamina và cô lập các vùng có vấn đề như mép tóc, tai hoặc chuyển tiếp nền trên các lớp riêng biệt. Chỉ vẽ những vùng có lời nhắc được nhắm mục tiêu (ví dụ: "làm sạch cạnh giữa tóc và nền, không bị chảy màu") thay vì tạo lại toàn bộ hình ảnh.

Mở rộng hoặc điều chỉnh khung. Nếu bạn cần cắt rộng hơn, hãy sử dụng canvas để mở rộng khung xung quanh đầu và vai và vẽ ngoài với các hướng dẫn như "mở rộng phông nền studio, ánh sáng nhất quán, không có đối tượng mới". Điều này rất hữu ích khi ban đầu bạn tạo ảnh chụp đầu vuông nhưng sau đó cần biểu ngữ ngang.

Xây dựng một lô nhỏ với phong cách nhất quán. Khi bạn có chân dung anh hùng, hãy sử dụng lại lời nhắc chính cùng với ánh sáng và ngôn ngữ nền cho các khuôn mặt bổ sung, chỉ thay đổi nhân khẩu học và biểu cảm. Đối với các dự án như chiến dịch tiếp thị hoặc danh sách nhân vật, điều này mang lại cho bạn một tập hợp các khuôn mặt giống như chúng được quay trong cùng một phiên studio.

Tùy chọn: Chuyển vào video. Khi bạn cần nội dung chuyển động, bạn có thể dựa trên các chuỗi video đơn giản dựa trên hình ảnh được tạo trong Dreamina, giữ cho nhân vật và tâm trạng nhất quán giữa ảnh tĩnh và ảnh chuyển động cho nội dung xã hội hoặc dạng ngắn.

Các chế độ lỗi thường gặp và cách khắc phục chúng

Ngay cả với một mô hình mạnh mẽ và nhanh chóng, khuôn mặt thực tế thường thất bại theo những cách có thể dự đoán được: mắt có thể cảm thấy phẳng, da có thể trông như không khí, răng và tay có thể bị biến dạng, và nền đôi khi chảy máu thành đường chân tóc. Thay vì loại bỏ mọi kết quả không hoàn hảo, sẽ hiệu quả hơn nếu coi đây là những đồ tạo tác có thể sửa chữa và thiết kế quy trình làm việc của bạn xung quanh việc nắm bắt và sửa chữa chúng. Nhiều vấn đề trong số này dễ ngăn chặn hơn với việc đóng khung tốt hơn, lựa chọn nền và từ ngữ nhanh chóng hơn là sửa chữa sau đó.

Mắt là một trong những vùng nhạy cảm nhất; sự bất đối xứng nhỏ hoặc thiếu ánh sáng có thể làm cho một bức chân dung cảm thấy kỳ lạ. Việc thêm các cụm từ như "phản xạ mắt tự nhiên, ánh sáng bắt sáng rõ ràng ở cả hai mắt" và "tập trung sắc nét vào mắt" giúp người mẫu ưu tiên khu vực đó và đóng khung cảnh quay của bạn như một cú đánh đầu thuần túy mà không cần tay trong khung hình sẽ loại bỏ hoàn toàn một trong những yếu tố dễ bị thất bại nhất. Răng nổi tiếng với các hiện vật, vì vậy nhiều người sáng tạo thích biểu cảm bịt miệng trong các bức chân dung AI nhằm mục đích xem xét kỹ lưỡng. Da thường mặc định là quá hoàn hảo; thay vì cấm các khuyết điểm, hãy yêu cầu rõ ràng "lỗ chân lông tinh tế, kết cấu mờ, bóng dưới mắt nhẹ" để tránh các bề mặt trông như nhựa. Chảy máu nền - nơi các mép tóc hòa trộn thành các nền ồn ào hoặc có màu tương tự - được giảm thiểu bằng cách chỉ định độ tương phản cao, phông nền đơn giản và nếu cần, làm sạch các cạnh một cách chọn lọc trong một bức tranh nhiều lớp với sơn nội địa hóa. Khi một hình ảnh có bố cục tổng thể tuyệt vời nhưng có một hoặc hai sai sót được bản địa hóa, việc đưa nó trở lại hình ảnh với cường độ khử nhiễu nhỏ và lời nhắc khắc phục thường khắc phục sự cố trong khi vẫn giữ được danh tính.

Cũng kiểm tra: Best AI Image Generator for Fashion Photography So sánh

Nơi Dreamina phù hợp nhất và các công cụ AI khác cần xem xét

Dreamina phù hợp nhất khi bạn muốn có một trình tạo AI quang học cho quy trình làm việc khuôn mặt thực tế bao gồm ý tưởng, tinh chỉnh và sửa chữa cấp độ pixel ở một nơi: bạn có thể phác thảo ý tưởng qua văn bản thành hình ảnh, khóa danh tính bằng hình ảnh thành hình ảnh và giải quyết các lỗi cục bộ trên canvas nhiều lớp. Nó đặc biệt hiệu quả đối với những người sáng tạo cần các ký tự nhất quán trên ảnh tĩnh và chuyển động hoặc những người muốn lặp lại một cách cộng tác bằng cách sử dụng nguồn cảm hứng cộng đồng làm nhóm tham chiếu. Điều đó nói rằng, nhiều chuyên gia cũng thử nghiệm một số công cụ khác cùng với Dreamina để xem các mô hình khác nhau xử lý kết cấu da, ánh sáng và độ giống như thế nào.

Ví dụ: một số người sáng tạo tập trung vào chân dung thỉnh thoảng khám phá Midtrip để pha trộn chủ nghĩa quang học với giao diện điện ảnh, cách điệu một chút có thể giúp thời trang, làm đẹp hoặc chân dung khái niệm nổi bật. Những người khác thử nghiệm với các mô hình dựa trên Flux, thường được ca ngợi về tính hiện thực của nguyên liệu thô và độ chi tiết tốt, đặc biệt là khi kết hợp với kỹ thuật nhanh chóng cẩn thận về đặc điểm ánh sáng và thấu kính. Stable Diffusion XL và hệ sinh thái các mô hình của nó vẫn là một lựa chọn phổ biến cho những ai muốn kiểm soát cục bộ và mày mò nâng cao, chẳng hạn như đào tạo tùy chỉnh hoặc lời nhắc được điều chỉnh rộng rãi, trước khi chuyển kết quả tốt nhất của họ sang Dreamina để tinh chỉnh dựa trên canvas cuối cùng. Miễn là bạn giữ cho lời nhắc của mình có cấu trúc, bạn có thể di chuyển hình ảnh giữa các công cụ này và đường dẫn hình ảnh sang hình ảnh của Dreamina trong khi vẫn duy trì nhận dạng khuôn mặt và hướng thẩm mỹ tổng thể.

Nỗ lực thực tế, lặp lại và kỳ vọng về thời gian

Một trình tạo AI quang học cho các khuôn mặt thực tế không loại bỏ nhu cầu lặp lại; nó chỉ đơn giản là làm cho việc thử và sai nhanh hơn và rẻ hơn so với việc tổ chức các buổi chụp ảnh đầy đủ. Trong thực tế, bạn nên mong đợi tạo ra nhiều lô, tinh chỉnh lời nhắc của bạn nhiều lần và thực hiện ít nhất xử lý hậu kỳ nhẹ trên các bức chân dung bạn đã chọn. Các yêu cầu của bạn càng chính xác - chẳng hạn như hỗn hợp nhân khẩu học nghiêm ngặt, ánh sáng nhất quán hoặc các ký tự lặp lại - bạn sẽ nhận được nhiều giá trị hơn từ quy trình làm việc dựa trên mẫu, có kỷ luật.

Đối với một bức chân dung mạnh mẽ duy nhất, nhiều người dùng thấy rằng một hoặc hai lần sửa đổi nhanh chóng và một vài danh sách rút gọn từ đầu ra văn bản thành hình ảnh của Dreamina là đủ, tiếp theo là một lần tinh chỉnh hình ảnh thành hình ảnh và dọn dẹp canvas ngắn gọn. Điều đó có thể thêm tối đa 10-20 hình ảnh được tạo và 10-30 phút làm việc tập trung khi bạn hiểu công cụ của mình. Đối với chiến dịch gồm 20-50 khuôn mặt với phong cách nhất quán, bạn nên lập kế hoạch xây dựng mẫu cơ sở, tạo theo lô 10-20 hình ảnh cùng một lúc, sau đó chọn lọc và chỉ tinh chỉnh 10-20% đầu ra tốt nhất. Quá trình xử lý hậu kỳ - chẳng hạn như phân loại màu toàn cầu và chỉnh sửa nhỏ - thêm một lớp khác, nhưng thường có thể được chuẩn hóa thông qua các cài đặt trước hoặc các lớp điều chỉnh đơn giản. Sẽ rất hữu ích nếu coi chi phí lặp lại như một phần trong ngân sách sản xuất của bạn: mỗi lần chạy thế hệ tiêu tốn tín dụng hoặc thời gian, vì vậy việc sử dụng lời nhắc có cấu trúc và tiêu chí chất lượng rõ ràng sẽ giảm thiểu những nỗ lực lãng phí và giúp bạn hội tụ về những khuôn mặt chất lượng sản xuất dễ dự đoán hơn.

Quan điểm của chuyên gia Dreamina

Quy trình làm việc bằng khuôn mặt quang học có xu hướng thành công hoặc thất bại ở giai đoạn mẫu nhanh hơn là ở giai đoạn mô hình. Các nhóm bắt đầu với cấu trúc có thể tái sử dụng - loại ảnh, biến chủ đề, ánh sáng, ống kính và nền - đạt được kết quả nhất quán hơn nhiều so với những nhóm viết mô tả mới từ đầu mỗi lần. Trong Dreamina, tư duy đầu tiên theo mẫu này được đền đáp hai lần: đầu tiên trong việc tạo văn bản thành hình ảnh và sau đó một lần nữa khi bạn cung cấp các hình ảnh đã chọn thông qua tinh chỉnh hình ảnh thành hình ảnh bằng cùng một ngôn ngữ cốt lõi.

Một mô hình khác mà chúng tôi thấy là người sáng tạo đánh giá thấp giá trị của các chỉnh sửa được bản địa hóa. Tái tạo toàn bộ khuôn mặt để cố định một đường chân tóc hoặc hình dạng tai hiếm khi hiệu quả. Canvas nhiều lớp cho phép bạn cô lập các vùng có vấn đề, áp dụng inpaint với lời nhắc tập trung và bảo quản mọi thứ đã hoạt động. Cách tiếp cận này làm giảm số lượng hiển thị lại đầy đủ và rút ngắn chu kỳ phản hồi, đặc biệt là khi nhiều người đang xem lại cùng một bức chân dung.

Cuối cùng, những gì ngăn cách một khuôn mặt AI đơn thuần có thể chấp nhận được với một khuôn mặt sẵn sàng sản xuất gần như luôn tinh tế: những điều chỉnh nhỏ đối với điểm nổi bật của mắt, cân bằng kết cấu da để nó không quá mịn cũng không quá sạn, đồng thời căn chỉnh màu sắc và độ tương phản với phần còn lại của dự án. Dreamina được thiết kế để hỗ trợ những cải tiến ở chặng cuối đó để các bức chân dung do AI tạo ra lọt vào các hệ thống thị giác hiện có mà không gây chú ý cho chúng là tổng hợp.

Kết luận - tóm tắt quy trình làm việc có thể hành động

Nếu bạn muốn sử dụng trình tạo AI quang học cho các khuôn mặt thực tế theo cách đáng tin cậy, hãy coi nó như một studio chân dung có kỷ luật: xác định ảnh, ánh sáng và ống kính của bạn, sau đó lặp lại trong một mẫu có cấu trúc. Dreamina cung cấp một xương sống thực tế cho quá trình này bằng cách kết hợp tạo văn bản thành hình ảnh phong phú, tinh chỉnh hình ảnh thành hình ảnh và canvas nhiều lớp cho phép bạn sửa chữa các sai sót nhỏ mà không làm mất đi danh tính tổng thể. Khi cần thiết, bạn có thể thử nghiệm các công cụ bổ sung cho các giao diện thay thế hoặc thử nghiệm cục bộ, nhưng lợi ích chính của bạn sẽ đến từ các lời nhắc nhất quán, đánh giá hiện vật cẩn thận và chỉnh sửa tập trung, khiêm tốn. Khi quy trình làm việc của bạn được thực hiện, việc tạo ra những khuôn mặt ngắn gọn, đáng tin cậy sẽ trở thành một quá trình sáng tạo có thể lặp lại chứ không phải là một cú đánh may mắn một lần.

Câu Hỏi Thường Gặp

Tôi nên cấu trúc lời nhắc cho một khuôn mặt AI thực tế như thế nào?

Bắt đầu với kiểu chụp ("ảnh chụp cận cảnh" hoặc "chân dung"), sau đó mô tả tuổi, giới tính, tóc và màu da, sau đó là biểu cảm. Thêm các tín hiệu máy ảnh như "ống kính 85mm, độ sâu trường ảnh nông", chỉ định ánh sáng như "ánh sáng cửa sổ tự nhiên dịu từ bên trái" và kết thúc bằng nền đơn giản, có độ tương phản cao. Sử dụng lại cấu trúc này làm mẫu cho phép bạn hoán đổi các biến trong khi vẫn giữ một cái nhìn tổng thể nhất quán.

Tại sao khuôn mặt do AI tạo ra của tôi vẫn trông giả tạo?

Khuôn mặt thường trông giả tạo vì lời nhắc quá mơ hồ và vì thiếu các dấu hiệu tinh tế như phản xạ mắt, kết cấu da và bóng tự nhiên. Da quá mịn, các đặc điểm đối xứng hoàn hảo và ánh sáng phẳng đều báo hiệu "tổng hợp" cho người xem. Thêm ngôn ngữ về lỗ chân lông có thể nhìn thấy, các khuyết điểm nhẹ nhàng, các điểm nổi bật thực tế trong mắt và ánh sáng định hướng, sau đó khắc phục các sự cố cục bộ trong trình chỉnh sửa canvas, thường đưa hình ảnh đến gần hơn với chủ nghĩa hiện thực đáng tin cậy.

Khi nào AI không đủ cho công việc chân dung thực tế?

Chỉ riêng AI có thể tạo ra chân dung cơ bản mạnh mẽ, nhưng việc sử dụng có giá trị cao - chẳng hạn như người phát ngôn thương hiệu chính, bối cảnh pháp lý hoặc y tế hoặc hình ảnh liên quan đến nhân khẩu học nhạy cảm - vẫn được hưởng lợi từ sự giám sát của con người và chỉnh sửa chuyên nghiệp. Bạn có thể cần một nhà thiết kế hoặc nhiếp ảnh gia để tinh chỉnh phân loại màu sắc, xác minh rằng các biểu thức và kiểu dáng phù hợp với nguyên tắc thương hiệu và đảm bảo hình ảnh được sử dụng có đạo đức và phù hợp với quy định của địa phương. Hãy coi AI như một trợ lý mạnh mẽ, không phải là sự thay thế hoàn toàn cho khả năng phán đoán.

Thường mất bao nhiêu lần lặp lại để có được kết quả có thể sử dụng được?

Đối với một bức chân dung ngắn gọn, nhiều người sáng tạo đạt được kết quả vững chắc trong một hoặc hai lần sửa đổi nhanh chóng và một loạt nhỏ gồm 10-20 thế hệ, tiếp theo là một lần chuyển hình ảnh sang hình ảnh và các chỉnh sửa nhỏ trên canvas. Các bản tóm tắt phức tạp hơn - như các chiến dịch cần hàng chục khuôn mặt nhất quán - yêu cầu nhiều lần chạy hơn nhưng được hưởng lợi nhiều từ các mẫu nhanh chóng có thể tái sử dụng và tiêu chí đánh giá được tiêu chuẩn hóa. Theo thời gian, số lần lặp lại của bạn thường giảm xuống khi các mẫu và quy tắc quyết định của bạn được cải thiện.

Tôi có thể sử dụng khuôn mặt do AI tạo ra cho mục đích thương mại không?

Việc sử dụng thương mại phụ thuộc vào các điều khoản cấp phép của từng trình tạo, vì vậy bạn phải xem lại các chính sách cho Dreamina và bất kỳ công cụ nào khác mà bạn sử dụng. Nói chung, các nền tảng hỗ trợ quy trình làm việc chuyên nghiệp thường cho phép sử dụng thương mại các đầu ra, trong khi một số tầng hoặc bộ dữ liệu miễn phí áp đặt các hạn chế, đặc biệt là xung quanh các hình ảnh có thể nhận dạng hoặc nội dung nhạy cảm. Cũng nên tiết lộ việc sử dụng AI khi được yêu cầu và tránh tạo hoặc triển khai hình ảnh mạo danh cá nhân thực mà không có sự đồng ý.