展示了人脸控制的基本流程：首先，从"目标"图片或视频中提取出表情和动作特征，然后将这些特征应用到"源"图片中，从而生成具有相同表情和动作的图片或视频。
人脸控制伪造视频的示意图。图片来源：Zakharov 2019.
展示了一个人脸控制模型的结构。左上的"表情动作编码器"负责提取表情和动作特征，左下的"面容编码器"负责提取面部的外观特征。最后，右上的解码器将这两部分信息结合，生成带有表情和动作的合成图片或视频。
人脸控制模型结构图。图片来源：Zhang et al., 2019
相关推荐
Python私教1 分钟前
视觉 Agent 爬取 vs Playwright 脚本：Browser Use 2026 选型表Python私教4 分钟前
Crawlee StagehandCrawler：自然语言点 Load More 的工程化爬虫南屹川5 分钟前
【容器化】Docker实战：从入门到生产环境部署海蓝可知天湛27 分钟前
Agent&IELTS雅思口语专属语料库随身数智备忘录37 分钟前
什么是设备管理体系？设备管理体系包含哪些核心模块？OpenBayes贝式计算44 分钟前
涵盖 OCR 与多轮对话：1.3B 端侧多模态模型 MiniCPM-V-4.6 正式发布；百万级智能体数据集 AgentTrove 开源！包含代码修复及数学求解189228048611 小时前
NY352固态MT29F32T08GWLBHD6-24QJ:B南屹川1 小时前
【数据库】PostgreSQL实战：从基础到高级特性zhangxingchao1 小时前
多 Agent 架构到底怎么选？从 Claude Agent Teams、Cognition/Devin 到工程落地原则不开大的凯20771 小时前
麦当秀AiPPT战略转向：从SaaS订阅迈向Token经济，AI办公定价模式迎来新探索