KeyID：解耦绘图和关键帧编辑以生成保护身份的视频

身份保护视频生成 (IPVG) 需要合成忠实于参考主题和文本提示的视频。现有的方法通常受到高调优成本或有限的输入级别增强的阻碍，难以在复杂、长序列的操作中保持严格的身份一致性。为了解决这些限制，我们提出了 KeyID，这是一个 无需训练 IPVG 框架，它将视频动态的合成与身份注入解耦。具体来说，KeyID 包含两个组件：(1) 参考感知视频生成，它生成与多个参考对齐的身份无关视频草稿，以及 (2) 身份保留关键帧编辑，它通过稀疏关键帧校正和后续运动插值集成目标身份。通过从密集帧级监督转向稀疏关键帧级细化，KeyID 有效解决了及时遵守和身份保真度之间的容量冲突。至关重要的是，我们的模块化设计允许无缝扩展到多主题参考和复杂的顺序动作生成，而无需额外的训练。 KeyID 的性能优于之前的作品，并通过了官方挑战基准的自动和人工评估验证，最终在 ACM Multimedia 2026 IPVG Grand Challenge 的 Track 2（顺序动作）中获得亚军。源代码可在 https://github.com/WISLab-GDUT/KeyID 获取。