上交+腾讯
支持图片视频任意身份换脸(finetuning free);并且保持脸部属性如表情/姿态/光照等。
换脸的方法一般分两类：
Source-oriented Methods(如FSGAN和On Face Segmentation, Face Swapping, and Face Perception等)：将target人脸的属性迁移到source人脸上，然后将source人脸融合到target人脸上。该类方法的通病是对source人脸比较敏感，夸张的表情或者大尺度的姿态会严重影响换脸的结果。
Target-oriented Methods(DeepFakes,IPGAN,FSNet,RSGAN,FaceShifter,DeepFaceLab)：使用神经网络提取target人脸的特征，对该特征做修正，然后将修正之后的特征保存到换脸结果中。此类方法的要么不具有泛化能力，不足一旦训练完成，就只能对固定身份执行换脸；要么不能保持target人脸的表情等属性。
swap的本质是将target人脸中的身份相关特征替换为source人脸的身份特征，而保留target人脸的属性相关特征。为了使整个模型能够泛化至任意ID(将source人脸的身份特征从decoder中剥离出来)，在encoder和decoder之间添加一个ID Injection Module(身份注入模块)，将target人脸的身份特征替换为source人脸的身份特征，同时训练时添加损失让网络自行学习身份和属性两种特征的解耦。该IIM模块主要包含两个步骤：特征提取和特征集成。特征提取即使用大规模人脸数据集上的arcface预训练模型提取source人脸的latent ID特征。特征集成使用9个堆叠的ID-blocks将source人脸的ID特征注入到target人脸特征中，ID-block中的BN被替换为Adaptive Instance Normalization(AdaIN)，本质上是希望target人脸特征在分布上接近source人脸特征：
其中，
分别代表source人脸的latent ID特征，该特征经过一层全连接层得到的均值和方差。
由于训练过程中许多不同ID的source人脸都包含在其中，因此decoder的权重与ID无关，仅仅关注从特征重建图像。
训练过程中提取换脸结果的latent ID特征，计算其与source人脸latent ID特征的距离，最小化该距离。但是仅仅最小化该损失只会生成毫无表情属性的source正脸，因此利用对抗损失(Patch GAN)来提高生成质量。
此外，为了保留target人脸的属性特征，引入Weak Feature Matching Loss来约束保留人脸的属性信息。原始的Feature Matching Loss(pix2pixHD)表达式为：
D表示判别器，M代表判别器的层数，N表示某一层的分量数量。针对换脸任务，将其改为：
鉴于本任务旨在限制保留target人脸的属性特征，而属性特征通常是高层语义，因而只取判别器的后几层特征计算损失，最小化换脸结果和target人脸的L1范数。
因此，整体损失为：
ID Loss：
重构损失：
对抗损失
弱特征匹配损失(multi-scale discriminator)
整体损失函数：
训练：
Dataset: VGGFace2，去掉小于250x250的图片，检测对齐到224x224
人脸识别模型：Arcface from insightfacev2
Optimizers: Adam
训一个包含相同ID图片对的batch，再训一个包含不同ID图片对的batch，交替进行
部分效果展示
