研究员提出新动态二维XR面部表情增强框架，实现更高分辨率细节
在计算效率和理想的图像分辨率和质量之间取得了平衡
（映维网Nweon 2024年12月12日）面部表情在人类非语言交流中至关重要，并已在虚拟现实等各种计算机视觉领域得到了应用。尽管取得了进步，但大多数面部表情生成模型都遇到了诸如低分辨率，质量差以及缺乏背景细节等挑战。
在一项研究中中，摩洛哥穆罕默德五世大学团队介绍了一种基于扩散的新方法FacEnhance，并旨在解决现有低分辨率面部表情生成模型中的约束。
FacEnhance可以将低分辨率面部表情视频（64x64像素）增强到更高分辨率（192x192像素），同时结合背景细节并提高整体质量。利用扩散框架内的条件去噪，在无背景低分辨率视频和单一中性表情高分辨率图像的指导下，FacEnhance生成一个结合了来自中性图像背景的个人在低分辨率视频中表现的面部表情的视频。
通过补充轻量级的低分辨率模型，FacEnhance在计算效率和理想的图像分辨率和质量之间取得了平衡。在面部表情数据库进行的大量实验表明，FacEnhance在保持内容和身份一致性的同时，可以将低分辨率模型输出提高到最先进的质量。
......（全文 1792 字，剩余 1400 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
