LegközelebbKövetkező útmutató
Hogyan működik a Face ID
Vizuális AI
Vizuális MI ÚTMUTATÓ
CodeFormer is a blind face-restoration method that predicts discrete codes from a learned face codebook.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
Its controllable feature transformation lets users trade fidelity to degraded input against restored visual quality; severe restoration can still infer details.
Introduced in a NeurIPS 2022 paper, CodeFormer casts blind face restoration as code prediction in a compact learned codebook space. A Transformer models global composition and context in a low-quality face to predict discrete codes representing facial visual atoms. A controllable feature transformation module allows different fidelity-quality trade-offs across degradation conditions. The paper frames blind restoration as needing guidance either to improve the mapping from degraded inputs or to complement details lost from the input. It reports results on synthetic and real-world test sets; those results do not mean every output faithfully recovers identity-specific details.
Arcok helyreállítása rendkívül alacsony felbontású megfigyelési vagy archív felvételekből
Erősen sérült, kifakult vagy pixeles történelmi portrék helyreállítása
A mesterséges intelligencia által generált képek javítása, ahol az arcok elmosódottá vagy torzultak
Lehetővé teszi a felhasználók számára, hogy beállítsák a hűségcsúszkát, hogy válasszák a hűséges vagy a csiszolt restaurálást
A Codebook-plus-Transformer-tervek a szélesebb körű helyreállítási és generálási munkákat befolyásolják, a CodeFormer pedig egyre inkább összeolvad a diffúziós finomítással a még élesebb eredmények érdekében. Jobb időbeli verziókat vár a videóhoz, finomabb személyazonossági zárolást, hogy a súlyos helyreállítás ne változtassa meg az ember alakját, és szorosabb integrációt a fogyasztói fotóalkalmazásokba. Mint minden arc-restaurátor esetében, a rekonstruált részletek átláthatósága és a visszaélések elleni védekezés egyre fontosabbá válik.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
CodeFormer is a blind face-restoration method that predicts discrete codes from a learned face codebook. Its controllable feature transformation lets users trade fidelity to degraded input against restored visual quality; severe restoration can still infer details.
A CodeFormer megjósolja a VQGAN-stílusú kódkönyvből származó diszkrét bejegyzéseket, és a visszaállítást a tokenek kiválasztásaként kezeli a nyers pixelek visszafejtése helyett.
A Transformer modellezi a globális környezetet, hogy megjósolja a legjobb kódkönyvi tokeneket, ami robusztusabb, mint a helyi pixeljelekre hagyatkozni.
The learned codebook prior provides a compact set of visual atoms that can reduce uncertainty in the restoration mapping.
The module lets a user choose a balance between input fidelity and visual quality, rather than guaranteeing both at once.
A CodeFormer a NeurIPS 2022-n mutatkozott be, bemutatva a kódkönyves keresési megközelítést a robusztus arc-helyreállításhoz.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Hogyan működik a Face ID
Vizuális AI