基于扩散模型的视频卸妆方法及装置

本发明公开了一种基于扩散模型的视频卸妆方法及装置，其包括：构建有妆‑无妆视频数据对；对无妆视频的视频帧进行人脸识别得到人脸五官信息，并基于人脸五官信息生成mask图像；对无妆视频的视频帧添加文本描述提示词；构建基于交叉注意力机制的扩散模型；将当前有妆视频帧、上一无妆视频帧、mask图像和文本描述提示词作为扩散模型的输入，经过交叉注意力计算，输出当前有妆视频帧对应的无妆视频帧，得到当前有妆视频的卸妆结果；该方法利用扩散模型的条件生成能力，通过独特设计的交叉注意力机制引入帧间依赖关系和提示控制信息，进一步优化扩散模型，提高了卸妆视频的连贯性，实现高质量的视频卸妆效果。