PixelSmile: 迈向细粒度面部表情编辑
计算机视觉与模式识别
2026-03-27 v1 人工智能
摘要
细粒度面部表情编辑长期受限于内在语义重叠问题。为解决此问题，我们构建了 Flex Facial Expression (FFE) 数据集，并建立了 FFE-Bench，用于评估结构混淆、编辑准确性、线性可控性以及表情编辑与身份保持之间的权衡。我们提出 PixelSmile，一个通过完全对称联合训练解耦表情语义的扩散框架。PixelSmile 将强度监督与对比学习相结合，生成更强且更具区分力的表情，通过文本潜在插值实现精确稳定的表情线性控制。大量实验表明，PixelSmile 在解耦能力和鲁棒的身份保持方面表现优异，证实了其在连续、可控和细粒度表情编辑方面的有效性，同时自然支持平滑的表情融合。
引用
@article{arxiv.2603.25728,
title = {PixelSmile: Toward Fine-Grained Facial Expression Editing},
author = {Jiabin Hua and Hengyuan Xu and Aojie Li and Wei Cheng and Gang Yu and Xingjun Ma and Yu-Gang Jiang},
journal= {arXiv preprint arXiv:2603.25728},
year = {2026}
}
备注
21 Pages; Project Page: https://ammmob.github.io/PixelSmile/ Code: https://github.com/Ammmob/PixelSmile