FaceCam：基于尺度感知条件的肖像视频摄像机控制
计算机视觉与模式识别
2026-03-06 v1
摘要
我们提出FaceCam系统，可生成针对单目人类肖像视频输入的可定制摄像机轨迹。近期基于大型视频生成模型的摄像机控制方法取得了显著进展，但常因尺度歧义的摄像机表示或3D重建误差，在肖像视频上出现几何畸变和视觉瑕疵。为克服这些限制，我们提出一种面向人脸的尺度感知摄像机变换表示，提供无需依赖3D先验的确定性条件。我们在多视角工作室捕获和野外单目视频上训练视频生成模型，并引入两种摄像机控制数据生成策略：合成摄像机运动和多帧拼接，以在训练时利用固定摄像机，同时在推理时泛化到动态连续摄像机轨迹。在Ava-256数据集和多样化野外视频实验中，FaceCam在摄像机可控性、视觉质量、身份保持和动作保持方面均表现出优越性能。
引用
@article{arxiv.2603.05506,
title = {FaceCam: Portrait Video Camera Control via Scale-Aware Conditioning},
author = {Weijie Lyu and Ming-Hsuan Yang and Zhixin Shu},
journal= {arXiv preprint arXiv:2603.05506},
year = {2026}
}
备注
Accepted by CVPR 2026. Project page: https://weijielyu.github.io/FaceCam