换脸论文----《SimSwap An Efficient Framework For High Fidelity Face Swapping》解析

ABSTRACT：

提出了新的换脸模型，Simple Swap（SimSwap）,可以融合任意的source face跟target face，并且保存source face的身份及target face的属性特征。模型克服了以往模型的缺陷，通过两个创新点，1，提出了ID Injection Module（IIM）模块，通过这个模块，将针对特定的source face的框架扩展到适用任意的source face。2，提出了Weak Feature Matching Loss损失函数，他能帮助我们模型更好的隐性保留面部属性特征。

1 INTRODUCTION：

face swapping主要分为两种方法，包括在图像级别上处理source face的source-oriented方法和在特征级别上处理target face的target-oriented方法。source-oriented方法是将target face的属性（表情和姿态）转移到source face，并将source face映射到target face上，这个方法对source face的姿态和光照都比较敏感，并且难以复现target face的表情。target-oriented直接修改目标图像的特征，能够很好地适应source face的变化。基于gan的方法是在特征级别上对source face的身份特征及target face的属性特征进行融合，并能适应任何source face。最近采用了两阶段框架，