保持源视频真实性：用于电影级质量的高保真人脸换装
计算机视觉与模式识别
2026-04-06 v2
摘要
视频人脸换装在电影和娱乐制作中至关重要，在实现长时间序列的高保真度和时序一致性方面仍面临着显著挑战。受最近参考引导图像编辑进步的启发，我们探讨了是否可以类似地利用源视频中丰富的视觉属性来增强人脸换装中的保真度和时序连贯性。基于这一洞见，本工作提出了 LivingSwap，即首个视频参考引导人脸换装模型。我们的方法采用关键帧作为条件信号来注入目标身份，从而实现灵活且可控的编辑。通过将关键帧条件与视频参考引导相结合，模型执行时序拼接，以确保在长视频序列中实现稳定的身份保持和高保真重建。为解决参考引导训练数据稀缺的問題，我们构建了一个成对的人脸换装数据集 Face2Face，并进一步反转数据对以确保可靠的 ground-truth 监督。广泛的实验表明，我们的方法实现了最新的效果，无缝地将目标身份与源视频中的表情、光照和运动相结合，显著减少了制作工作流程中的手动工作量。项目网页：https://aim-uofa.github.io/LivingSwap
引用
@article{arxiv.2512.07951,
title = {Preserving Source Video Realism: High-Fidelity Face Swapping for Cinematic Quality},
author = {Zekai Luo and Zongze Du and Zhouhang Zhu and Hao Zhong and Muzhi Zhu and Wen Wang and Yuling Xi and Chenchen Jing and Hao Chen and Chunhua Shen},
journal= {arXiv preprint arXiv:2512.07951},
year = {2026}
}
备注
Accepted to CVPR 2026. Project webpage: https://aim-uofa.github.io/LivingSwap