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
AI多Agent协作实战派10 小时前
【AI探索历程17】从“给自己用“到想“让别人用“吴佳浩10 小时前
Memory Provider 实战：Hermes、Mem0、Honcho、Hindsight 为什么都这样设计？吴佳浩10 小时前
企业级 Agent Memory 选型指南：如何构建可扩展的 Memory Service？北方的银狐-Zero11 小时前
ERP 管执行，数据管标准，OntoL本体 管思考：企业智能化升级的规划图浅安的邂逅12 小时前
260918-白帽把 OpenAI 论坛“打穿“了：攻防赛漏洞、账户被 Claude 入侵、模型偷偷掩盖不当行为jinyishu_12 小时前
认识 AI Agent：概念、架构、设计模式与主流框架Hrain-AI12 小时前
AI 爬虫三档授权工程落地：搜索放行、训练拦截、Agent 分层（附脚本）sunhy_csdn12 小时前
“词码”作为 Token 候选译名Hrain-AI12 小时前
多 Agent 并行不打架：worktree 隔离与反馈回流落地（附脚本）