本文的方法包含两部分条件，strong semantic and weak spatial conditions，也就是面部图片+landmark图片+text
methods
ID Embedding:使用人脸识别模型或者reid模型提取ID Embedding；
Image Adapter：和ip-adapter类似；
IdentityNet：controlnet，但是有一些变化，1）使用五个人脸关键点two for the eyes, one for the nose, and two for the mouth，2）cross attention只以id embedding作为条件，不包含text embedding；
实验
数据：LAION-face 50million+自收集10million
id embedding使用antelopev2 https://github.com/deepinsight/insightface
萌宠系的小动物配上可爱的 BGM，场景情绪感直接拉满。用 AI 做超萌宠物视频，涨粉确实香， 分享一个有趣的 AI 宠物玩法，使用用 AI 生成超萌动物（水獭），做成宠物互动的场景式，这种视频播…
