1，腾讯2张江大学3媒体分析与计算实验室，厦门大学信息学院，厦门大学人工智能学院人工智能学院
目标图像中的面由源图像中的面部代替。所有结果均由我们的端到端模型HIFIFACE-512生成。如果您想查看更多名人演示，请参阅我们的补充材料。在这项工作中，我们提出了一种高保真面交换方法，称为HIFIFACE，可以很好地保护源面的面部形状并产生照片逼真的结果。与其他现有面部交换工作不同，只使用面部识别模型保持身份相似性，我们提出了3D形状感知的身份，以控制面部形状与3DMM和3D面重建方法的几何监控。同时，我们介绍了语义面部融合模块，以优化编码器和解码器特征的组合，并使自适应混合，这使得结果更加相光逼真。在野生面上的广泛实验表明，我们的方法可以保持更好的身份，特别是在面部形状上，并且可以产生比以前的最先进的方法更好的照片逼真结果。
这是从FaceCurensics ++数据集生成的选定视频。我们准备了1000张伪装伪造检测数据集面前素线++的虚假视频。我们严格遵循FF ++的源头和目标对设置。此外，我们还生成了10k帧的FF ++视频，用于定量测试，这是由最近的脸部交换研究得到广泛采用的。如果您想访问我们的FF ++视频，您可以从Google Drive或Baidu Netdisk下载它们。压缩文件的MD5SUM为5B596AC8025C25F69F24FD7783EC8133。它包含1K操纵视频和配置文件。配置文件指示原始视频的哪个帧用作身份＆＃39; s源图像。帧从零编号。如果您遇到任何问题或有其他任何问题，请直接通过电子邮件联系我们：[email protected]或[email protected]