任务分解与自适应面部聚焦的“换脸”方法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2025，61（8）155

任务分解与自适应面部聚焦的“换脸”方法

1，2+1，231

谭台哲，蒋林轩，梁邦康，郑乐镔

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

+通信作者E-mail：969313709@

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

文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2312-0137

FaceSwappingwithTaskDecompositionandAdaptiveFacialAttention

1，2+1，231

TANTaizhe,JIANGLinxuan,LIANGBangkang,ZHENGLebin

1.SchoolofComputerScience,GuangdongUniversityofTechnology,Guangzhou510006,China

2.HeyuanBayAreaDigitalEconomyTechnologyInnovationCenter,Heyuan,Guangdong517000,China

3.SchoolofCivilEngineering,HunanUniversity,Changsha410082,China

Abstract：Current“face-swapping”algorithmshavemadeprogressbutstillstruggletobalanceidentitytransmissionand

backgroundmaintenance.Identityfeaturesoftenleakintonon-facialareas,distortingthebackgroundandreducingthe

effectivenessoftheswap.Conflictsbetweenidentityandbackgroundlossesalsoleadtolossoffacialdetailslikelighting

andhair,reducingrealism.Toaddresstheseissues,thispaperproposesTDSwap,amethodthatcombinestaskdecomposi-

tionwithadaptivefacialfocusing.Thisapproachrestrictsidentityfeaturetransmissiontotheface,enhancingidentity

characteristics,andresolvesconflictsbetweenlossestoavoidlocaloptima.ExperimentsontheFaceForensics++dataset

showTDSwap’ssuperiorityin