Carasibana/ComfyUI-H3-FaceRefine

解決的問題

本專案解決了 MiniMax H3 影片中小臉渲染品質不佳的問題。當頭部在畫面中僅佔很小部分時，無論輸出解析度如何，畫質都會下降。這些節點自動化了偵測、裁切、精修並重新合成至原始影片的流程，以恢復細節與品質。

工作原理

系統在 ComfyUI 內使用多階段流程：

1. 追蹤與裁切：偵測每一幀中的臉部，平滑軌跡以防止「沸騰」（抖動），並將臉部裁切至填滿畫布。
2. 潛在空間注入：將這些裁切區域編碼至 H3 的音視頻聯合潛在流中，使原本不被原生 H3 節點支援的影片到影片（img2img）工作流程成為可能。
3. 動態去噪：根據每幀中臉部的大小動態調整去噪強度；小臉獲得更強的合成以增加細節，大臉則接受更溫和的處理以保留現有細節。
4. 精修：MiniMax H3 模型重新生成臉部裁切區域。
5. 拼接：使用亞像素精度將精修後的裁切區域重新映射回原始幀，進行色彩匹配以避免亮度偏移，並羽化融合至原始影片中。

適用對象

使用 ComfyUI 和 MiniMax H3 影片模型，希望在人物距離遠或畫面中較小時提升面部細節與一致性的使用者。

主要亮點

• 時間平滑：對裁切中心與尺寸使用高斯或 Savgol 平滑，確保精修後的臉部不會閃爍或抖動。
• 身份追蹤：支援使用參考影像追蹤特定人物，即使在人群或遮擋情況下也能持續追蹤。
• 逐幀去噪：根據源影片中臉部的實際像素大小自動調整去噪強度。
• 靈活遮罩：提供簡單矩形遮罩與高精度 SAM（Segment Anything Model）遮罩，實現自然融合。
• 亞像素拼接：使用批量 grid_sample 確保精修後的臉部精確還原至原始位置。