本研究提出了一种基于StyleGAN的面部图像姿势和表情迁移方法。该方法利用两个编码器和映射网络，将源图像的姿势和表情无缝转移到目标身份上，且无需人工标注，具有接近实时的性能。

本研究提出了一种名为CL-HOI的跨层人机交互蒸馏框架，旨在减少对人工标注的依赖。通过从视觉大语言模型中提取交互信息，CL-HOI在HICO-DET和V-COCO数据集上表现优于传统方法，验证了其在无标注条件下的有效性。