ComfyUI‑H3‑FaceRefine

这是什么

• 一组专为 ComfyUI 设计的自定义节点，用于改善使用 MiniMax H3 扩散模型生成的视频中的小脸问题。
• 这些节点在每帧中检测人脸，裁剪出来，让 MiniMax H3 重新生成更高清的版本，然后将结果缝合回原始视频中。

为何重要

• 当头部仅占据几十个像素时，即使在 720p+ 分辨率下，MiniMax H3 也会表现不佳。问题不在于分辨率，而在于输入中人脸尺寸过小。
• 通过向模型提供一个裁剪后充满人脸的画布，扩散模型可以渲染出更清晰、更细节丰富的面部。

核心组件

节点	作用
H3 Face Track + Crop	检测人脸，跨帧追踪，裁剪至固定尺寸画布，并输出裁剪结果和追踪数据。
H3 Load Video + Face Select	加载视频，执行一次检测，通过 PySceneDetect 检测硬切，允许用户为每段镜头手动选择目标人脸。
H3 Per‑Frame Denoise	应用逐帧去噪掩码；现在可在 模型 流上工作，而不仅仅是潜在空间。
MiniMaxH3ReferenceToVideo / H3 Inject Video Latent / H3 Face Stitch Back	将优化后的人脸缝合回原始视频，处理音频、VAE 解码和合成。

新功能（v1.1.2 与 v1.1.0）

• 更稳健的追踪 – 当目标人脸消失时，追踪器不再跳转到其他人；而是插值缺失帧并报告丢失情况。
• 目标丢失报告 – 节点的文本报告现在列出人脸未被检测到的帧范围。
• 备用检测器现在使用最近的身体而非最大身体。
• 自动选择工作流 – 新增节点（H3 Load Video + Face Select），可加载视频、检测所有人脸、检测硬切，并允许您为每段镜头手动选择目标。
• 切帧检测 – 可选集成 PySceneDetect，在硬切处分割片段，确保每段镜头的人脸身份重置。
• 扩展的 select 选项 – 提供九种选择人脸的方式（最大、最小、最左等），并新增 frame_count 输出，可用于连接 MiniMax H3 的长度设置。
• 画布默认值 – 默认画布尺寸提升至 768 px（MiniMax H3 的原生短边），并设置最小值为 512 px。

安装与依赖

1. 将仓库克隆到 ComfyUI/custom_nodes/ 目录下，并重启 ComfyUI。
2. 从 requirements.txt 安装所需包（ultralytics, scipy, insightface, scenedetect）。
3. 必须提供一个 人脸检测模型（例如 models/ultralytics/bbox/ 中的 face_yolov8m.pt）。可选模型（动漫人脸检测器、CLIP‑Vision、SAM、InsightFace）可增强特定功能，但非必需。
4. 使用示例工作流还需其他自定义节点包（VideoHelperSuite、Impact‑Pack、H3‑NativeAudioLock，可选 GGUF 和 SAM）。README 中列出了确切 URL。

使用方法（快速入门）

• 打开两个提供的工作流模板之一：
  1. 自动选择 – 节点根据排名规则（默认：largest_face）自动选择人脸。
  2. 手动选择 – 打开 UI，为每段镜头手动选择目标人脸。
• 提供源视频（通过 VHS_LoadVideoPath 或 H3 Load Video + Face Select）。
• 提供原始 MiniMax H3 视频所用的参考图像和提示词。
• 队列化图谱；管道将执行以下步骤：
  1. 检测并裁剪人脸，放大至画布尺寸。
  2. 在裁剪区域运行 MiniMax H3。
  3. （可选）去噪并缝合优化后的人脸。
  4. 保留原始音频并保存最终视频。

适用人群

• 已使用 MiniMax H3 进行视频生成，但对低细节人脸感到困扰的艺术家和创作者。
• 需要即插即用的 ComfyUI 解决方案，无需重写整个 H3 工作流的任何人。

局限性

• 当人脸可被可靠追踪时效果最佳；快速运动或频繁遮挡会导致插值伪影。
• 该节点依赖外部人脸检测器；质量取决于所选模型（真人 vs. 动漫）。
• 若缺少 scenedetect，切帧检测将被禁用，整个片段将被视为单一段落。

---

以上所有信息均直接取自仓库的 README。