AI視頻生成工具ID-Animator：可保持角色一致生成視頻動(dòng)畫(huà)

　　近年來(lái)，生成具有指定身份的高保真人類(lèi)視頻引起了廣泛關(guān)注。然而，現(xiàn)有技術(shù)在訓(xùn)練效率和身份保持之間往往難以取得平衡，要么需要繁瑣的逐案微調(diào)，要么在視頻生成過(guò)程中通常會(huì)丟失身份細(xì)節(jié)。研究提出了一種名為 ID-Animator 的零樣本人類(lèi)視頻生成方法，可以在無(wú)需進(jìn)一步訓(xùn)練的情況下執(zhí)行個(gè)性化視頻生成，只需單個(gè)參考面部圖像即可。

　　ID-Animator是一種零樣本個(gè)性化視頻生成方法，可以根據(jù)單個(gè)參考面部圖像生成個(gè)性化視頻，無(wú)需額外訓(xùn)練。ID-Animator 繼承了現(xiàn)有基于擴(kuò)散的視頻生成框架，并引入了一個(gè)面部適配器，用于從可學(xué)習(xí)的面部潛在查詢(xún)中編碼與身份相關(guān)的嵌入。

　　為了促進(jìn)視頻生成中身份信息的提取，研究引入了一個(gè)面向身份的數(shù)據(jù)集構(gòu)建流水線(xiàn)，該流水線(xiàn)結(jié)合了從構(gòu)建的面部圖像池中生成分離的人類(lèi)屬性和動(dòng)作標(biāo)題的技術(shù)�；�于這一流水線(xiàn)，進(jìn)一步設(shè)計(jì)了一種隨機(jī)面部參考訓(xùn)練方法，以精確捕獲參考圖像中的與身份相關(guān)的嵌入，從而提高了模型對(duì)于特定身份視頻生成的保真度和泛化能力。

　　大量實(shí)驗(yàn)證明了 ID-Animator 在生成個(gè)性化人類(lèi)視頻方面優(yōu)于先前的模型。此外，該方法與流行的預(yù)訓(xùn)練 T2V 模型(如 animatediff)和各種社區(qū)骨干模型高度兼容，在需要高度保持身份的視頻生成的真實(shí)應(yīng)用中表現(xiàn)出高度可擴(kuò)展性。

　　ID-Animator特色功能亮點(diǎn):

　　隨機(jī)參考訓(xùn)練:在訓(xùn)練過(guò)程中，隨機(jī)從之前提取的面部池中選擇一個(gè)參考圖像，通過(guò)這種蒙特卡洛技術(shù)，平均化來(lái)自不同參考圖像的特征，減少身份不變特征的影響。

　　生成能力 :ID-Animator 在基本提示下展示了生成能力，可以通過(guò)文本定制人物的上下文信息，包括頭發(fā)和服裝等特征，創(chuàng)造新穎的角色背景，并使他們執(zhí)行特定的動(dòng)作，同時(shí)包括性別和年齡。

　　身份混合 :通過(guò)將來(lái)自?xún)蓚�(gè)不同 ID 的嵌入以不同比例混合，我們有效地在生成的視頻中結(jié)合了兩個(gè) ID 的特征。

　　與 ControlNet 結(jié)合 :ID-Animator 能夠提供單幀控制圖像或多幀控制圖像。當(dāng)提供單幀控制圖像時(shí)，生成的結(jié)果巧妙地將控制圖像與面部參考圖像融合。當(dāng)提供多個(gè)控制圖像時(shí)，生成的視頻序列緊密遵循多個(gè)圖像提供的序列。