任务分解与自适应面部聚焦的“换脸”方法

来源：计算机工程与应用杂志2025年第8期北京时间：

作者：谭台哲, 蒋林轩, 梁邦康, 郑乐镔

单位：1.广东工业大学 计算机学院,广州 510006 ；2.河源市湾区数字经济技术创新中心，广东 河源 517000；3.湖南大学 土木工程学院，长沙 410082

摘要：现有“换脸”算法已取得显著进步，但仍难以达成身份传输和背景保持之间的最佳平衡。实际应用中，身份特征易被传递到非面部区域，导致背景失真，换脸效果不明显。同时，由于身份-背景损失之间优化目标的冲突性，换脸后的面部光照，额头发丝等细节也易丢失，缺乏真实感；为缓解上述问题，提出任务分解与自适应面部聚焦的“换脸”方法TDSwap。该方法通过自适应面部聚焦模块，将身份特征传输限制在面部区域内，强化个人身份特征。采用任务分解策略和模块，缓解身份特征损失与全图重构损失之间的冲突，避免陷入局部最优。在FaceForensics++数据集上的实验结果表明，该方法在身份相似度和峰值信噪比方面表现出色，其指标分别达到0.75和28.67，展示了该方法在身份-背景平衡方面的优越性。

关键词：换脸,生成对抗网络,注意力机制,任务分解