ComfyUI｜完美换脸，面部特征保持一致性，FaceAnalysis你值得拥有！

大家好我是小王同学！！！今天要讲的是换脸过程中我们都会遇到的问题，这人脸换完以后像不像啊，有时候脸盲还真的看不出来。

或者我们想要选择一张最像的，不过好多相似图摆在眼前的时候就迷茫了！

这个时候我们就需要借助工具来帮助我们分析，并从众多的图片中选出最相似的那一张了。

今天我们就来介绍一下这个工具：FaceAnalysis，翻译一下就是人脸分析。

1.介绍

ComfyUI_FaceAnalysis是ComfyUI中一款人脸分析插件扩展，该框架用于评估两张人脸之间相似度的工具。插件扩展原理是利用 DLib 或 InsightFace 来计算两个人脸之间的欧几里得距离和余弦距离。注意距离越近，则表示是面部特征近似。

2.安装

插件需要通过管理器的 Git URL 进行安装。

插件地址 （需要的小伙伴可以文末自行扫描获取）

然后还需要安装 InsightFace 或 Dlib 模型来实现面部评估。

• InsightFace：可使用命令安装 pip install insightface -U。

• Dlib：对于window用户可以下载安装包pip安装，下载地址为：https://github.com/z-mahmud22/Dlib_Windows_Python3.x 。使用命令如下，请注意与本地Python版本对齐。

git clone https://github.com/z-mahmud22/Dlib_Windows_Python3.x.git  
  
# Python 3.7  
python -m pip install dlib-19.22.99-cp37-cp37m-win_amd64.whl   
  
# Python 3.8  
python -m pip install dlib-19.22.99-cp38-cp38-win_amd64.whl  
  
# Python 3.9  
python -m pip install dlib-19.22.99-cp39-cp39-win_amd64.whl  
  
# Python 3.10  
python -m pip install dlib-19.22.99-cp310-cp310-win_amd64.whl  
  
# Python 3.11  
python -m pip install dlib-19.24.1-cp311-cp311-win_amd64.whl  
  
# Python 3.12  
python -m pip install dlib-19.24.99-cp312-cp312-win_amd64.whl

另外对于Dlib 的安装，还需要下载如下4个模型，并放置在目录下 /ComfyUI/custom_nodes/ComfyUI_FaceAnalysis/dlib：

• Shape Predictor：https://huggingface.co/matt3ounstable/dlib_predictor_recognition/resolve/main/shape_predictor_68_face_landmarks.dat?download=true

• Face Predictor 5 landmarks：https://huggingface.co/matt3ounstable/dlib_predictor_recognition/resolve/main/shape_predictor_5_face_landmarks.dat?download=true

• Face Predictor 81 landmarks ：https://huggingface.co/matt3ounstable/dlib_predictor_recognition/resolve/main/shape_predictor_81_face_landmarks.dat?download=true

• Face Recognition：https://huggingface.co/matt3ounstable/dlib_predictor_recognition/resolve/main/dlib_face_recognition_resnet_model_v1.dat?download=true

对于Linux用户则，下载对应安装包(Dlib项目主页为：http://dlib.net/compile.html)，下载地址：http://dlib.net/files/dlib-19.24.zip。并运行如下命令：

python setup.py install

• 最后导入文末工作流，并重启ComfyUI。

3.使用

FaceAnalysis 所需的节点也很简单，以下就是 FaceAnalysis 的基础工作流了，先介绍基础工作流，最后我们再讲怎么嵌入换脸工作流中。

上传一张原图，然后再上传一张想要比较的图片，就会在生成的图片上显示两个数值，我们主要看 DIST 这个数值，数值越低，和原图人物就越相近。

这里InsightFace和DLib评分DIST距离都为0，表示是同一个人。

这里InsightFace评分DIST距离都为1，表示是不同的人物。

DLib评分DIST距离都为0.931，表示是两个任务差距较大。这也是因为DLib评分度量维度更多和更精细。

4.工作流节点

第一个节点，主要是选择脸部分析模型，主要分为 insightFace 和 dlib。

想必大家对insightFace已有所耳闻，对于安装过换脸插件的用户来说，这无疑是一个必备的面部识别工具。

dlib的功能则更为多元化，广泛应用于计算机视觉领域，当然也包括面部识别这一工具。

在谈及面部识别的精确度时，insightFace展现出了更高的水准。

对于相同的对比图像，insightFace能够识别出更多的差异，相比之下，dlib分析的DIST值稍显低一些，或许可以推测insightFace在细节捕捉上更为精细。

好了，我们继续讲第二个节点。

similarity_metric，主要是面部分析相似度的不同算法，计算方式不一样，对这个感兴趣的小伙伴可以自己上网查哦！选哪个都可以，不影响我们使用！

其他的参数默认就可以了。

接下来我们把 FaceAnalysis 的节点嵌入到我们的换脸工作流中，这里以 PuLID 的换脸工作流为例。工作流也会放在文末。

其他的参数默认就可以了。

接下来我们把 FaceAnalysis 的节点嵌入到我们的换脸工作流中，这里以 PuLID 的换脸工作流为例。工作流也会放在文末。

其实也简单的，把原图连接到我们的「参考图像」上，然后把最终生成的图像连接到「图像」上就可以了。

资料软件免费放送

次日同一发放请耐心等待

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

**一、AIGC所有方向的学习路线**

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】