Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.02691v1

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2507.02691v1 (cs)
[提交于 2025年7月3日 ]

标题: CanonSwap:通过规范空间调制实现高保真且一致的视频人脸交换

标题: CanonSwap: High-Fidelity and Consistent Video Face Swapping via Canonical Space Modulation

Authors:Xiangyang Luo, Ye Zhu, Yunfei Liu, Lijian Lin, Cong Wan, Zijian Cai, Shao-Lun Huang, Yu Li
摘要: 视频人脸交换旨在解决两个主要挑战:有效地将源身份转移到目标视频中,并准确保留目标面部的动态属性,例如头部姿态、面部表情、唇形同步,\etc 。 现有方法主要专注于实现高质量的身份转移,但往往在保持目标面部的动态属性方面表现不足,导致结果不一致。 我们将这一问题归因于视频中面部外观和运动的固有耦合性。 为了解决这个问题,我们提出了CanonSwap,一种新的视频人脸交换框架,该框架能够将运动信息与外观信息解耦。 具体而言, CanonSwap首先消除与运动相关的信息,使得在统一的标准空间内进行身份修改成为可能。 随后,交换后的特征被重新整合到原始视频空间中,确保目标面部动态属性的保留。 为了进一步实现精确的身份转移,同时减少伪影并增强真实感,我们设计了一个部分身份调制模块,该模块使用空间掩码自适应地整合源身份特征,以限制对面部区域的修改。 此外,我们引入了几种细粒度的同步度量标准,以全面评估视频人脸交换方法的性能。 大量实验表明,我们的方法在视觉质量、时间一致性和身份保留方面显著优于现有方法。 我们的项目页面可在 https://luoxyhappy.github.io/CanonSwap/ 公开访问。
摘要: Video face swapping aims to address two primary challenges: effectively transferring the source identity to the target video and accurately preserving the dynamic attributes of the target face, such as head poses, facial expressions, lip-sync, \etc. Existing methods mainly focus on achieving high-quality identity transfer but often fall short in maintaining the dynamic attributes of the target face, leading to inconsistent results. We attribute this issue to the inherent coupling of facial appearance and motion in videos. To address this, we propose CanonSwap, a novel video face-swapping framework that decouples motion information from appearance information. Specifically, CanonSwap first eliminates motion-related information, enabling identity modification within a unified canonical space. Subsequently, the swapped feature is reintegrated into the original video space, ensuring the preservation of the target face's dynamic attributes. To further achieve precise identity transfer with minimal artifacts and enhanced realism, we design a Partial Identity Modulation module that adaptively integrates source identity features using a spatial mask to restrict modifications to facial regions. Additionally, we introduce several fine-grained synchronization metrics to comprehensively evaluate the performance of video face swapping methods. Extensive experiments demonstrate that our method significantly outperforms existing approaches in terms of visual quality, temporal consistency, and identity preservation. Our project page are publicly available at https://luoxyhappy.github.io/CanonSwap/.
评论: 被ICCV接收
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2507.02691 [cs.CV]
  (或者 arXiv:2507.02691v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.02691
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Xiangyang Luo [查看电子邮件]
[v1] 星期四, 2025 年 7 月 3 日 15:03:39 UTC (6,744 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号