ICCV2023-MCNET

用一张照片生成身份一致的说话头视频

MCNET是ICCV2023收录的说话头视频生成官方实现，针对现有方法在源人脸身份信息利用不充分、生成视频身份保持不佳的问题，提出隐式身份表示条件化的记忆补偿网络。核心能力包括：通过隐式身份编码器提取源人脸的身份特征，并作为条件注入生成过程；设计记忆补偿模块，在生成时动态检索和利用参考帧中的身份细节，弥补特征提取过程中的信息损失；支持从单张源图像驱动目标姿态序列，生成高保真、身份一致的说话头视频。项目提供完整训练和推理代码，基于PyTorch实现，适用于数字人、虚拟主播、视频会议等场景。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 252

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队harlanhong

所属国家

官网地址

GitHubhttps://github.com/harlanhong/ICCV2023-MCNET

定价模式free

价格说明开源项目，代码公开，可自行部署使用，无收费计划。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型animation,deepfake,face,gan,image-generation,motion-transfer,reenactment,talking-face-generation,talking-head

GitHub 星标★ 252

30天Star增速

HF 下载量

上线时间2023-07-19 00:00:00

最近更新2026-07-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

提出隐式身份条件化与记忆补偿机制，显著提升生成视频的身份保持度
ICCV2023官方代码，算法经过同行评审，技术方案有保障
支持单图驱动，输入简洁，便于实际部署

不足之处

项目处于早期，文档和社区支持待观察
训练需要大量视频数据，资源门槛较高

适用场景

数字人/虚拟主播视频生成
影视级人脸重演与换脸特效
视频会议中的姿态驱动与表情迁移

替代项目

Wav2Lip、SadTalker、FOMM

项目介绍

ICCV2023-MCNET 是数字人3D领域的开源项目，由 harlanhong 开发，2023 年首次发布。

它收录于数字人3D分类，该分类目前共有 272 个项目，GitHub 星标数为 252。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-22。代码公开，可自行部署使用，无收费计划。

它主要面向的使用场景是：数字人/虚拟主播视频生成。同类可对比的替代方案包括 Wav2Lip、SadTalker、FOMM。

上一篇：Talking_Face_Avatar

下一篇：icface