FaceFusion 人脸修复与增强参数指南：10 个核心参数，让模糊人脸变高清
【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion
老家庭录像里亲人的脸糊成一团、换脸后的特写又显得"贴上去"？多半不是模型不行，而是参数没调对。这篇文章把 FaceFusion 人脸修复最常用的 5 个模块——人脸检测、人脸增强、换脸、表情恢复、输出画质——逐一拆开，给出每个参数的推荐区间和配合逻辑，文末附 3 套可直接套用的配方，读完全文就能上手调参。
一、人脸检测参数怎么设：先让 AI 看清每一张脸
所有修复、换脸模块都建立在"脸被找到了、找对了"之上。检测参数错了，后面的增强再强也是白搭。
适用场景
- 视频里人脸偏小、侧脸、低光、戴墨镜或遮挡时，优先调这组参数
- 多人同框且只想处理其中一个人时，配合选择器参数使用
- 纯静态海报类图片、脸占比超过画面 1/2 的特写，用默认值即可，不必折腾
关键参数详解
| 参数名 | 推荐区间 | 作用说明 |
|---|---|---|
| face_detector_model | scrfd / retinaface / yolo_face | 检测器选型：scrfd 速度与精度均衡，retinaface 对小脸更稳 |
| face_detector_size | 320x320 ~ 640x640 | 检测模型输入分辨率，越大越能发现小脸，但每帧更慢 |
| face_detector_score | 0.3 ~ 0.5 | 检测置信度门槛（0-1），低于此分数的脸直接丢弃 |
| face_detector_margin | 0 ~ 20 | 检测框四周外扩的像素边距，避免下巴、额头被切 |
| face_tracker_score | 0.1 ~ 0.3 | 跨帧跟踪阈值，管的是"下一帧还算不算同一张脸" |
调优思路
把这套参数理解成"漏斗"：score 是入口门槛，size 决定漏斗口宽窄，margin 和 tracker 决定人脸在框内、帧间是否稳定。取值逻辑是——先确认脸"找得到"，再谈"跟得稳"。低光、小脸素材先把 face_detector_score 从默认 0.5 降到 0.3-0.4，同时 size 提到 512x512；如果脸找到了但逐帧闪断，再把 face_tracker_score 从 0.1 提到 0.2-0.3。两个参数别同时动，一次只改一个，否则分不清是谁在起作用。
避坑提醒
- 坑 1：把 score 提到 0.8 以上"筛出最好的人脸"。结果是侧脸、低光帧大量漏检，输出视频里人脸时有时无。低质素材 score 超过 0.5 基本只会更糟。
- 坑 2：多人同框不指定参考脸。默认会处理所有脸，可能把路人甚至海报上的脸一起换了。改用 reference 选择模式，指定 reference_face_distance 在 0.4-0.6 之间，锁定和参考脸最像的那个人。
二、人脸增强参数设置：模糊人脸修复的核心开关
face_enhancer 是 FaceFusion 里"修复模糊人脸"的主力，输入一张糊掉的人脸，输出纹理更清晰的脸，只作用于人脸区域，不碰背景。
适用场景
- 低分辨率、压缩过度、运动模糊的人脸特写：主力模块
- 老照片、家庭录像里五官发糊的脸：配合 1.5-2 倍输出放大一起用
- 清晰度的 1080p 以上新素材：不建议开，增强会给清晰人脸"加戏"，产生塑料感
关键参数详解
| 参数名 | 推荐区间 | 作用说明 |
|---|---|---|
| face_enhancer_model | codeformer / gfpgan_1.2 | codeformer 修复力度可调、更稳；gfpgan 偏锐利风格 |
| face_enhancer_weight | 0.3 ~ 0.8 | 增强方向旋钮：越接近 0 重绘越多、越"精修"；越接近 1 越贴近原始纹理 |
| face_enhancer_blend | 50 ~ 80 | 增强结果与原图的混合比例（百分比），100 是完全替换 |
| face_enhancer（是否启用） | 开 / 关 | 模块开关，不修人脸就不要开 |
调优思路
weight 和 blend 是两把不同位置的旋钮：weight 控制"增强到什么方向"，blend 控制"增强多少量"。严重模糊的脸，weight 从 0.3-0.5 起步（让它大胆重绘五官纹理），blend 保持 70-80；只是轻微发糊的脸，weight 提到 0.6-0.8 保持原始质感，blend 降到 50-60。先动 weight 定风格、再动 blend 定量，顺序反了容易来回返工。
避坑提醒
- 坑 1：blend 拉满 100 后人脸"蜡像化"。增强模型生成的皮肤纹理会整体替换原图，表情细节跟着丢失。blend 降到 60-70，蜡像感会明显回落。
- 坑 2：和换脸同开但增强放在前面。增强会把换脸前的旧脸纹理"修"得更真实，导致换脸结果被拉回原脸。处理顺序上让换脸先生效，增强 blend 压到 40-50 只做收尾。
三、换脸与唇形同步参数：weight 和融合度怎么配
face_swapper 负责换脸，lip_syncer 负责让嘴唇和音频对得上口型，两者经常组合使用。
适用场景
- 视频换脸 + 口型对不上：face_swapper 和 lip_syncer 都开
- 只要换脸、声音是旁白或无对白：只开 face_swapper，关掉 lip_syncer 能省一半时间
- 参考脸（source）和视频脸（target）光线差异极大时：先调检测参数，再谈换脸权重
关键参数详解
| 参数名 | 推荐区间 | 作用说明 |
|---|---|---|
| face_swapper_model | inswapper_128 | 主流选择，兼容像素增强；simswap_256 等备选速度更快 |
| face_swapper_pixel_boost | 开 / 关 | 以更高内部分辨率做换脸，边缘更干净，耗时增加 |
| face_swapper_weight | 0.8 ~ 1.0 | 参考脸的相似度权重，默认 1.0，越低越保留原脸特征 |
| lip_syncer_weight | 0.4 ~ 0.6 | 口型修正强度，过高会"咬字夸张" |
| face_mask_blur | 0.2 ~ 0.4 | 脸部边缘过渡模糊（0-1），专治换脸轮廓硬边 |
| face_mask_padding | 0 ~ 10 | 遮罩相对检测框的外扩像素，防下巴漏边 |
调优思路
换脸类参数的矛盾核心是"像参考脸"与"贴进画面"的拉锯：weight 拉高更像参考脸，但和原视频的光线、肤色冲突更明显；face_mask_blur 拉高过渡更自然，但过高会让脸边缘发虚。经验路径是 weight 先定 1.0 看效果，脸"像但假"就降到 0.8-0.9；边缘硬就 face_mask_blur 从 0 逐步加到 0.2-0.4，加到"看不出接缝"即停，别追求 0.5 以上。
避坑提醒
- 坑 1：lip_syncer_weight 直接拉满 1.0。嘴部动作幅度被放大，说话时嘴型张合夸张、像"在喊话"。0.4-0.6 是主观接受度最高的区间。
- 坑 2：开了 pixel_boost 又用 640x640 大检测模型，显存和速度双重吃紧。pixel_boost 本身已提高内部精度，检测 size 用 480x480-512x512 足够。
四、表情恢复与年龄调节参数：factor 与 direction 的取值逻辑
expression_restorer 用参考帧里清晰的表情，修复目标帧里因压缩、模糊而"塌掉"的表情；age_modifier 则按方向数值把脸往年轻或年长方向调。
适用场景
- 换脸后表情被"压平"、眼神呆滞：expression_restorer 是首选补救
- 想让角色显年轻/显老（剧情需要、对比测试）：age_modifier
- 口播类视频要求口型自然：expression_restorer 只选 upper-face + lower-face 相关区域，别全量恢复
关键参数详解
| 参数名 | 推荐区间 | 作用说明 |
|---|---|---|
| expression_restorer_factor | 40 ~ 80 | 表情恢复强度（0-100，默认 80），内部会映射到 0-1.2 倍 |
| expression_restorer_areas | upper-face / lower-face | 选择恢复上半脸表情还是下半脸表情，可单选可双选 |
| age_modifier_direction | -50 ~ 50 | 年龄调节方向：负数显年轻，正数显年长，0 为不调整 |
| age_modifier（是否启用） | 开 / 关 | 模块开关 |
调优思路
factor 的直觉是"参考帧表情向目标帧借多少"。40-60 适合只要"眼神有神"的轻修复；70-80 适合表情被压缩得很厉害的画面；超过 85 后恢复幅度进入敏感区，轻微抖动就会被放大成"表情抽搐"。areas 要按问题选：眼神呆滞只选 upper-face，嘴部发木只选 lower-face，全脸问题再双选。age_modifier 的 direction 建议小步走：先 ±20 看趋势，确认方向后再加到 ±40-50，直接从 ±100 起步几乎必然失真。
避坑提醒
- 坑 1：expression_restorer 对静态照片调 factor 到 100。强度拉满会引入参考帧里没有的表情成分，照片变成"表情漂移"。静态素材 factor 压在 60 以内。
- 坑 2：age_modifier 与增强模块同开且都拉高。年龄重绘和纹理增强会在同一张脸上互相覆盖，结果既不像旧脸也不像新脸。同用时 age direction 减半、增强 blend 降到 50 左右。
五、输出画质与性能参数：放大、编码、显存一次配齐
修复完的人脸能不能"高清落地"，以及你的机器能不能扛下来，都在这组参数里。
适用场景
- 低清素材想整体放大：output_video_scale 是 FaceFusion 里唯一的放大入口
- 输出文件过大或处理慢到无法接受：动 quality、preset 和 memory 策略
- 显存小于 8GB 的显卡、核显设备：性能参数优先于画质参数配置
关键参数详解
| 参数名 | 推荐区间 | 作用说明 |
|---|---|---|
| output_video_scale | 1.25 ~ 2.0 | 输出分辨率相对输入的放大倍数，人脸修复常用 1.5-2 |
| output_video_quality | 70 ~ 85 | 0-100，数值越大文件越小，画质损失越多 |
| output_video_preset | faster ~ medium | 编码器速度预设，medium 压缩率高但慢 |
| execution_providers | cuda / cpu / directml | 推理设备：有 NVIDIA 显卡选 cuda，其余按实际选 |
| video_memory_strategy | moderate | 显存回收策略，strict/moderate/tolerant 三档 |
| execution_thread_count | 4 ~ 8 | CPU 推理线程数（1-32），CPU 设备重点项 |
调优思路
放大别一步到 2 倍以上：output_video_scale 1.5-2.0 配合人脸增强，观感提升最明显；超过 2 倍后细节全靠增强模型"脑补"，脸越大越容易穿帮。quality 和 preset 是一对反向指标——quality 数值调大文件变小但细节变糙，preset 调快则编码更快但体积变大。低显存设备的组合拳是：face_detector_size 降到 320x320、video_memory_strategy 设 moderate、preset 用 faster，先保证跑完，再谈画质。
避坑提醒
- 坑 1：把 quality 往"越大越好"方向调。它是反直觉的——数值越大码率越低、文件越小。想要高画质应该把 quality 往低了调（如 60 左右），而不是拉高。
- 坑 2：显存不够就硬开 tolerant + 4K 输出。tolerant 策略不主动释放显存，长视频处理到一半容易爆显存崩溃。显存吃紧时改 moderate，或先切一段 30 秒的素材验证再跑全片。
组合配方：3 套可直接套用的参数组合
📌 每套配方都是一份完整清单，按你的场景对号入座即可，再按上文思路微调。
配方 A：家庭录像 / 老照片人脸修复
- face_enhancer_model：codeformer
- face_enhancer_weight：0.3-0.5（重度模糊）/ 0.6-0.8（轻度发糊）
- face_enhancer_blend：70-80
- expression_restorer_factor：50-70，areas 按问题选单侧
- output_video_scale：1.5-2.0
- output_video_quality：60-70
配方 B：换脸 + 口型同步成片
- face_swapper_model：inswapper_128，pixel_boost 开启
- face_swapper_weight：1.0（"像但假"时降 0.8-0.9）
- face_mask_blur：0.2-0.4
- lip_syncer_weight：0.4-0.6
- face_enhancer_blend：40-50（只做收尾，别盖过换脸）
- output_video_preset：medium
配方 C：低显存 / 核显设备流畅跑通
- execution_providers：cpu 或 directml
- execution_thread_count：4-8
- face_detector_size：320x320
- face_swapper_pixel_boost：关闭
- video_memory_strategy：moderate
- output_video_preset：faster
- output_video_scale：1.0（先保跑通，不放大）
排错对照表：常见现象与调整方向
| 常见现象 | 可能原因 | 调整方向 |
|---|---|---|
| 人脸没被检测到，输出等于原片 | face_detector_score 过高、模型分辨率过小 | score 降到 0.3-0.4，size 提到 512x512 |
| 处理的人脸逐帧闪断、跳脸 | face_tracker_score 过低、检测框贴脸太紧 | tracker 提到 0.2-0.3，margin 加 5-15 |
| 增强后人脸蜡像感、塑料皮 | face_enhancer_blend 拉满、weight 过低 | blend 降到 60-70，weight 提到 0.6-0.8 |
| 换脸边缘有硬边、下巴漏边 | 遮罩过渡不足 | face_mask_blur 加到 0.2-0.4，padding 加 5-10 |
| 换脸后再增强，脸又糊回去 | 增强覆盖了换脸结果 | 换脸先生效，增强 blend 压到 40-50 |
| 处理极慢或爆显存 | 检测模型过大、策略过松 | detector 降 320x320，memory 设 moderate，preset 改 faster |
| 输出文件小但画面发糊 | quality 数值调反了 | quality 从 80 降到 60-70 再对比 |
| 表情恢复后出现"表情抽搐" | expression_restorer_factor 过高 | factor 从 100 回落到 60-70 |
写在最后：3 步开始你的第一次调参
- 先跑基线：用默认参数处理 10 秒素材（可用 trim_frame_start/trim_frame_end 截取），把结果存档作为对照底片。
- 按顺序单点微调：按"检测 → 增强 → 换脸/表情 → 输出"的顺序，一次只改一个参数，前后对比同一帧再决定去留。
- 固化成果：把最终参数写回项目根目录的 facefusion.ini，下次同类素材直接复用，不用从零试错。
参数永远为素材服务：先看清这张脸的问题出在哪一步，再动对应的旋钮，比盲目拉满任何一项都有效。
【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
