Hunyuan video t2v with facedetailer POC
详情
下载文件
关于此版本
模型描述
HUNYUAN 视频面部细节增强器 更新 V1.2
修复了问题：获取潜变量尺寸节点在处理 Hunyuan 潜变量视频时失效，导致输出视频宽度异常，破坏了图像宽高比。感谢 GoonyBird 指出该问题。
HUNYUAN 视频面部细节增强器 更新 V1.1
我尝试对面部细节增强组进行了一些改进，主要针对在许多场景（如小脸或慢动作）中令人困扰的闪烁问题（包括我自己也深受其扰）。
我采用了 Animatediff 检测器来对 BBOX 在相邻帧间进行平均处理，增加了 BBOX 膨胀值，并降低了位移、条件控制和去噪强度。
希望这比 V1 版本效果更好，但代价是面部细节定义略有下降。
进一步优化取决于第一阶段生成的视频，若出现闪烁，建议在面部细节增强模块中尝试以下调整：
使用 Animatediff 的简单检测器
增加 bbox_dilation（最大值 100）Modelsampling
降低 shift（最小值 0）Fluxguidance
降低 guidance（最小值 1）Basicscheduler
降低 denoise 至 0.4 以下
若仍无法消除闪烁，我另提供了一种静态 BBOX 的面部细节增强器作为替代方案。该方案通过取视频中人脸所有可能位置的并集，生成一个静态 BBOX。显然，该选项仅适用于视频中人脸运动幅度较小的情况。在我看来，其画质略低于动态 BBOX，但完全无闪烁，且对人脸消失、侧脸等复杂情况更具鲁棒性。
此外，我还改进了其他几点：
将采样器更换为 TTP_teaCache。超快模式可用于中间 V2V 或面部细节增强阶段的精炼，虽略有画质损失，但显著提升速度。
改进了放大算法，使其符合 Hunyuan 视频所需的 x16 放大要求。
修复了面部处理尺寸（约 368x5xx），以适配最新面部细节增强采样器框；若您拥有超过 12GB 显存，可自行调整。
优化了流程，使您可以独立选择放大、两种面部细节增强模式及插值器。
用绿色标注了您可能需要调整的节点。
祝您使用愉快！
基于优秀的 bonetrousers T2V 工作流：
/model/1092466/hunyuan-2step-t2v-and-upscale?modelVersionId=1294744
我思考是否能在最后一阶段的简单放大之外，做得更好。
受面部细节增强原理的启发，我认为有必要对面部放大给予额外关注——因为面部通常尺寸小、分辨率低且晃动剧烈，此时单纯放大效果甚微。
我的设想是：对人脸进行 BBOX 标定并裁剪，送入独立的 Hunyuan 细节增强工作流（附加专用于人脸的提示词），处理后再将结果粘贴回原图。
图像缩放是为了匹配 Hunyuan 潜变量尺寸，以便输入 VAE 编码器和采样器，确保输入高质量图像供 Hunyuan 精炼器使用。在完成 VAE 编码、Hunyuan 采样和 VAE 解码后，再粘贴回原图并进入后续步骤。就是这样。
我用附带的工作流进行了基本测试，仅作为概念验证，结果颇具前景。
当然，效果很大程度依赖于人脸大小（若人脸极小则无能为力）。该工作流对静态主体处理不佳，但毕竟我们讨论的是动画，对吧？
我观察到主体细节明显改善，模糊和晃动减少。本帖中部分示例（仅最后一个经过插值）：
我是个 ComfyUI 新手，花了数小时才搞懂图像列表和批次，我的工作流非常基础，也未做精细调优，我相信专家用户仍有巨大优化空间，例如根据 BBOX 大小动态决定精炼视频尺寸，甚至为 Hunyuan 构建专用的面部细节增强节点。
如有时间，我下周末将尝试改进，例如将其整合进优秀的 LatentDream 全功能工作流。
一如既往，欢迎打赏咖啡：