💡
原文中文，约2900字，阅读约需7分钟。
📝
内容提要
该论文提出了一种名为PGTFormer的盲视频人脸修复模型，通过语义解析的引导选择最佳的面部先验，生成时序一致且无伪影的结果。该模型无需面部预对齐，能提高视频的时序一致性。在多个定量指标和主观视觉对比实验中，该方法表现优异。
🎯
关键要点
- 提出了一种名为PGTFormer的盲视频人脸修复模型，无需面部预对齐。
- PGTFormer通过语义解析引导选择最佳面部先验，生成时序一致且无伪影的结果。
- 模型包括两个关键阶段：TS-VQGAN训练和PGTFormer训练。
- TS-VQGAN用于捕捉高质量视频人脸的时空特征，提供丰富的先验知识。
- PGTFormer通过人脸解析模块和时空Transformer模块完成视频人脸修复。
- PGTFormer设计旨在解决时序一致性不足和复杂对齐操作的问题。
- 通过去除对齐操作，PGTFormer实现了更高效的修复流程。
- PGTFormer在多个定量指标上表现优异，超越现有修复方法。
- 主观视觉对比实验显示PGTFormer在细节保留和自然度上表现突出。
- PGTFormer为视频人脸修复领域带来了显著进展，未来将继续优化和扩展应用。
➡️
