快手LivePortrait: Efficient Portrait Animation with Stitching and Retargeting Control

原创

已于 2024-10-13 11:05:44 修改 · 947 阅读

27 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #AIGC #视觉检测

于 2024-10-13 11:01:18 首次发布

LivePortrait: Efficient Portrait Animation with Stitching and Retargeting Control

0. 前言

对比现有的驱动人脸变化，相当准确，并且当你识别脸部landmark准确时，动物也可以驱动。

1. 摘要

肖像动画旨在从单个源图像合成逼真的视频，将其用作外观参考，并具有源自驾驶视频、音频、文本或生成的运动（即面部表情和头部姿势）。本文没有遵循主流的基于diffusion的方法，而是探索和扩展了基于隐式关键点的框架的潜力，有效地平衡了计算效率和可控性。
本文通用性好、可控性好和实际使用的效率高(12.8ms)

2. 方法

2.1 简要回顾基于视频的肖像动画框架face-vid2vid，并介绍我们旨在增强动画的泛化能力和表现力的重大增强功能。
提出了精心设计的拼接和重定向模块，这些模块以可忽略的计算开销提供了所需的可控性。最后，我们详细介绍推理流程。

2.1 Face Vid2Vid

Face vid2vid，用于使用从驾驶视频序列中提取的运动特征来制作静态肖像动画。原始框架由外观特征提取器 $F$ 、规范隐式关键点检测器 $L$ 、头部姿势估计网络 $H$ 、表情变形估计网络 $Δ\Delta$ 、扭曲场估计器 $W$ 和生成器 $G$ 组成。 $F$ 将源图像 $s$ 映射到3D外观特征体积 $f_s$ 。源 3D 关键点 $x_s$ 和驱动 3D 关键点 $x_d$ 变换如下
$xs=xc,sRs+δs+tsxd=xc,sRd+δd+td\left\{\begin{matrix}x_s = x_{c,s}R_s + \delta _s+t_s \\x_d = x_{c,s}R_d + \delta _d+t_d \end{matrix}\right.$