论文页面 - ID-V2V: 保持身份的视频风格化转换

来源：https://huggingface.co/papers/2607.22830

摘要

在视觉叙事中，人物表演是创作意图和叙事意义的核心。然而，在保持人物身份和表演的同时实现灵活的视觉编辑，对生成式视频模型而言仍具挑战。我们将这一挑战形式化为“保持身份的视频风格化转换”，即根据已编辑的关键帧，在源视频中传播场景、光照和风格变化，同时保留面部相似性及表演细节（包括表情、视线方向和唇形同步）。主要障碍在于缺乏成对的训练数据，因为真实世界中保持身份的风格化视频对极为罕见。为解决这一问题，我们提出将基于源的身份保持与编辑驱动的视频合成进行解耦。我们的核心洞察是：面部外观和表情应保持不变，唯一允许的变化是光照。因此，我们将身份保持问题视为视频重光照问题，同时将视觉编辑的传播建模为由编辑关键帧引导的受控视频合成。基于这一思路，我们引入了ID-V2V——一个视频到视频的生成框架，它整合了互补的控制信号：重光照后的面部区域与面部法线图严格约束面部相似性和表演，而编辑关键帧和深度序列则实现灵活且时间一致性的生成。这一设计使得我们能够从单个视频构建训练对，从而无需稀缺的配对数据。大量实验表明，ID-V2V在保留面部相似性和细粒度面部表演方面显著优于现有方法，支持单主体和多主体场景，并输出高视觉质量，凸显了其作为面向真实世界内容生产的人本工具的潜力。代码地址：https://github.com/Eyeline-Labs/ID-V2V。

查看 arXiv 页面 (https://arxiv.org/abs/2607.22830)查看 PDF (https://arxiv.org/pdf/2607.22830)项目页面 (https://eyeline-labs.github.io/ID-V2V/)GitHub2 (https://github.com/Eyeline-Labs/ID-V2V)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.22830)

在您的 agent 中获取此论文：

hf papers read 2607\.22830

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型链接此论文

在模型的 README.md 中引用 arxiv.org/abs/2607.22830，以从本页面链接它。

引用此论文的数据集0

没有数据集链接此论文

在数据集的 README.md 中引用 arxiv.org/abs/2607.22830，以从本页面链接它。

引用此论文的Space0

没有 Space 链接此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2607.22830，以从本页面链接它。

包含此论文的合集0

没有合集包含此论文

将本文添加到一个合集 (https://huggingface.co/new-collection) 中，以从本页面链接它。