一种解决大模型幻觉生成的人像修复方法及系统

本发明公开了一种解决大模型幻觉生成的人像修复方法及系统，以原始人脸图像、编辑后图像及其对应文本描述为输入，通过潜空间对齐实现双ID潜变量轨迹的统一与平滑融合；利用分阶段混合采样器兼顾身份几何保持与局部属性细节增强；并在自注意力与交叉注意力层引入门控机制，以选择性注入目标属性，避免非目标区域的语义漂移。该方法直接作用于预训练扩散模型，无需额外训练，部署便捷且推理高效。实验结果表明，本发明在身份相似度、属性一致性与人类偏好等指标上均显著优于现有方法，并在多人、遮挡及非正脸等复杂场景下依旧保持稳健表现。