FLUX Kontext Face Swap | 매끄러운 얼굴 교체

깨끗하고 포토리얼한 얼굴 교체를 위한 FLUX Kontext Face Swap 워크플로우

이 ComfyUI 워크플로우는 InsightFace 기반의 정렬 및 붙여넣기 단계와 FLUX.1 이미지-이미지 생성을 Kontext로 안내하여 고품질의 얼굴 교체를 수행합니다. 최소한의 마스킹과 자연스러운 피부 및 머리카락 블렌딩으로 빠르고 신뢰할 수 있는 교체를 원하는 창작자들을 위해 설계되었습니다. 이 파이프라인은 준비된 Kontext UNet을 불러오고, Put it here LoRA를 적용하며, 지역을 재생성하여 매끄러운 결과를 얻습니다.

FLUX Kontext Face Swap 워크플로우는 기본 이미지와 얼굴 이미지를 받아 자동으로 얼굴을 감지하고 정렬하여 기본에 붙여넣고, FLUX에 맞게 합성을 스케일링한 후 프롬프트 안내 샘플링으로 정제합니다. 결과는 미리보기 및 저장되며, 선택적으로 크롭을 조정하거나 교체를 더 부드럽게 또는 강하게 만들 수 있는 옵션이 있습니다.

Comfyui FLUX Kontext Face Swap 워크플로우의 주요 모델

• FLUX.1-dev: Kontext 컨텍스트 조건부로 이미지-이미지 정제를 수행하는 확산 백본입니다. 아키텍처 및 동작에 대한 세부 사항은 공식 모델 카드를 참조하십시오.
• FLUX autoencoder (AE): 합성 이미지를 잠재 공간으로 인코딩하고 샘플러 출력을 다시 픽셀로 디코딩하는 VAE입니다. FLUX 릴리스에 포함됩니다.
• Text encoders CLIP-L and T5-XXL: 교체 영역과 원하는 표현에 초점을 맞춘 프롬프트에 대한 풍부한 텍스트 조건을 제공합니다. 논문: ,
• InsightFace: 정렬 및 크롭 생성을 위한 얼굴 감지 및 랜드마크 분석.
• Put it here LoRA: FLUX가 재구성할 위치를 강하게 지역화하여 새로운 얼굴이 의도된 영역에 정확히 "앉도록" 돕는 Kontext 전용 LoRA입니다.

Comfyui FLUX Kontext Face Swap 워크플로우 사용 방법

이 그래프는 순차적으로 실행되는 두 개의 주요 그룹으로 구성되어 있습니다: Face transplant는 깨끗한 합성 패치를 준비하고; Ksampler and Output은 FLUX로 재생성하고 다듬습니다.

Face transplant

이 그룹은 Base Image (LoadImage (#108))와 Face Image (LoadImage (#110))를 불러오고 AutoCropFaces (#119, #122)로 얼굴 영역을 찾습니다. 크롭과 랜드마크는 FaceAlign (#121)으로 전달되어 소스 얼굴을 기본 포즈와 스케일에 맞게 왜곡합니다. Image Paste Face (#125)는 크롭 메타데이터를 사용하여 정렬된 얼굴을 기본에 병합하여 타이트하고 현실적인 오버레이를 만듭니다. FluxKontextImageScale (#134)은 합성을 Kontext가 기대하는 정확한 차원으로 다시 스케일링하여 다운스트림 VAE 인코딩이 손실 없이 안정적이도록 합니다.

제공해야 할 것:

• 명확히 보이는 대상 얼굴이 있는 고품질의 기본 사진.
• 가능하다면 유사한 조명이 있는 얼굴 이미지.
• 초기 크롭이 맞지 않으면 자동 크롭 감도 및 상자 크기를 조정하십시오. 캔버스의 메모는 보통 결과가 자동 크롭 값을 완화하거나 조임으로써 개선된다는 것을 상기시킵니다.

Ksampler and Output

DualCLIPLoader (#8)은 CLIP-L과 T5-XXL 인코더를 로드하고, CLIPTextEncode (#6)은 프롬프트를 조건으로 변환합니다. 프롬프트는 얼굴 영역 복원 및 표현 제어에 초점을 맞추기 위해 작성되었으며, 미소, 머리카락, 메이크업과 같은 세부 사항을 조정할 수 있습니다. ConditioningZeroOut (#4)은 교체 영역 외부의 Kontext를 보존하기 위해 텍스트 영향을 차단하고, ReferenceLatent (#3)은 인코딩된 합성에 생성을 고정합니다. FluxGuidance (#5)는 참조와 프롬프트에 대한 샘플러의 신뢰도를 균형 잡습니다. 모델 경로는 Kontext와 함께 UNETLoader (#140)를 실행하고 LoraLoaderModelOnly (#141)가 Put it here LoRA를 적용합니다. 합성은 VAEEncode (#10)에 의해 인코딩되고, KSampler (#9)에 의해 샘플링되고, VAEDecode (#7)에 의해 디코딩되며, 미리보기 및 SaveImage (#19)로 저장됩니다.

변경할 것:

• CLIPTextEncode에서 프롬프트를 편집하여 표현과 지역 세부 사항을 조정하십시오.
• 교체가 너무 강하거나 약하면 안내 강도와 샘플러 단계를 조정하십시오.
• LoRA를 적용한 상태를 유지하십시오. 이는 FLUX Kontext Face Swap에서 정확한 배치의 핵심입니다.

Comfyui FLUX Kontext Face Swap 워크플로우의 주요 노드

AutoCropFaces (#119 및 #122)

얼굴을 감지하고 정렬 및 붙여넣기를 위한 크롭 메타데이터를 생성합니다. 얼굴이 부분적으로 누락되거나 원하지 않는 머리카락이 포함된 경우 크롭 크기를 약간 늘리거나 감지 신뢰도를 낮추어 더 많은 컨텍스트를 포착하십시오.

FaceAlign (#121)

InsightFace 랜드마크를 사용하여 소스 얼굴을 기본 얼굴 기하학에 맞게 왜곡한 후 병합합니다. FaceAnalysisModels (#120)에서 분석 장치를 GPU로 전환하여 더 빠른 정렬을 수행하십시오.

Image Paste Face (#125)

크롭 데이터를 사용하여 정렬된 얼굴을 기본 이미지에 블렌딩합니다. 가장자리가 날카롭게 보이거나 색상이 맞지 않으면 크롭 상자를 약간 더 크게 하거나 프롬프트 후 공격성을 줄여 FLUX가 경계 주변의 오버페인팅을 줄이도록 하십시오.

FluxKontextImageScale (#134)

합성을 Kontext가 기대하는 본래의 형태로 다시 스케일링하여 VAE가 왜곡 없이 인코딩할 수 있도록 합니다. 정제된 출력에서 스트레칭이나 드리프트를 방지하기 위해 이 설정을 유지하십시오.

UNETLoader (#140)

Kontext에 맞춰 조정된 FLUX UNet을 로드합니다. LoRA와 함께 사용하여 FLUX Kontext Face Swap의 의도된 동작을 보장하십시오. 체크포인트를 변경하면 피부 질감과 전체 충실도가 눈에 띄게 달라질 것입니다.

LoraLoaderModelOnly (#141)

재구성을 지역화하기 위해 Put it here LoRA를 적용합니다. 교체가 드리프트하거나 편집이 얼굴 외부로 확산되면 LoRA의 영향을 약간 증가시키십시오. 느낌이 고정되어 있다면 더 창의적인 자유를 위해 그것을 줄이십시오.

DualCLIPLoader (#8) 및 CLIPTextEncode (#6)

텍스트 조건을 제공합니다. 프롬프트를 얼굴 영역과 표현에 집중시키고, 기본 이미지 배경과 의상을 보존하려면 전역 스타일 큐를 피하십시오.

FluxGuidance (#5)

샘플러가 참조 합성을 얼마나 신뢰하는지를 균형 잡습니다. 기본 구성을 더 타이트하게 보존하려면 올리고, 얼굴 영역 내에서 프롬프트 주도 편집을 더 강하게 하려면 낮추십시오.

선택적 추가 기능

• 고집스러운 헤어라인이나 폐색을 위해, Kontext가 깨끗한 가장자리를 재구성하도록 프롬프트에 명시적으로 앞머리, 구레나룻, 혹은 "헤어 번 제거" 등을 요청하십시오.
• 가능한 경우 얼굴과 기본 이미지 간의 조명을 맞추십시오. 필요하다면 온도에 대한 간단한 프롬프트 힌트를 추가하십시오.
• 작은 또는 회전된 얼굴이 크롭에서 누락되면 더 큰 고해상도 기본 이미지로 시작하여 감지에 사용할 픽셀을 더 많이 확보하십시오.
• 반복하는 동안 미리보기를 활성화하십시오. 만족스러우면 최종 렌더링을 위해 해상도나 단계를 약간 높이십시오.

감사의 말

• FLUX 팀이 FLUX.1 모델과 문서를 공개해 주신 것에 대한 감사.
• 강력한 얼굴 감지 및 정렬을 제공하는 InsightFace 기여자들에게 감사.
• FLUX Kontext Face Swap 파이프라인에서 정확한 위치 지정을 가능하게 하는 정밀한 지역 가이던스를 제공하는 의 창작자에게 감사.