AniPortrait项目中的人脸裁剪功能解析

概述

AniPortrait项目中的Gradio演示界面在视频到视频(vid2vid)转换过程中，会自动对输入图像中的人脸进行裁剪和放大处理。这一功能设计初衷是为了确保人脸在最终输出图像中占据更大比例，从而提升视觉效果。

技术实现原理

项目通过人脸关键点检测技术来实现智能裁剪功能。具体实现位于src/utils/util.py文件中，核心函数为crop_face，该函数接收以下参数：

• img：输入图像
• lmk_extractor：人脸关键点提取器
• expand：扩展系数，默认为1.5

函数首先使用关键点提取器检测图像中的人脸位置，然后根据检测结果和扩展系数计算出裁剪区域。扩展系数决定了裁剪框相对于检测到的人脸区域的放大程度。

参数调整效果

扩展系数expand的取值直接影响最终裁剪效果：

• 当设置为1.1时：裁剪框更贴近人脸，导致输出图像中人脸部分更加放大
• 当设置为3.0时：裁剪框范围更大，保留更多人脸周围区域
• 默认值1.5：平衡人脸大小和背景保留

使用建议

1. 保持图像比例一致：当参考图像与参考视频的尺寸比例接近时，系统可能不会触发明显的裁剪操作

2. 禁用自动裁剪：如需完全禁用自动裁剪功能，可以修改应用脚本中相关代码行

3. 参数调优：根据实际需求调整扩展系数，找到最适合特定应用场景的值

技术考量

自动人脸裁剪功能的加入主要基于以下技术考量：

• 确保人脸在动画化过程中保持清晰可见
• 提高面部表情和动作的转换质量
• 适应不同分辨率和比例的输入图像
• 简化用户操作，减少手动调整的需要

开发者可以根据具体应用场景灵活调整这一功能，平衡自动化处理与自定义需求之间的关系。