面部流动网络：通过多样化数据集和分解模型推进面部光流估计

本文介绍了一种基于Transformer编码器的方法，用于将视频中的头部运动和面部表情转移到源图像的外观。该方法实现了跨再现，适用于不同的人，并通过自监督学习源人物的潜在表示，分解了外观、头部角度和面部表情，具有良好的泛化能力。实验结果表明，该方法在运动传输质量和时间一致性方面表现优秀。