近日，國際著名AI學(xué)術(shù)機構(gòu)CCF-A類頂尖會議IJCAI （International Joint Conference on Artificial Intelligence）發(fā)布了其2024年度論文名單，西安電子科技大學(xué)通信工程學(xué)院何剛教授帶領(lǐng)的研究團隊發(fā)表了名為“Beyond Alignment： Blind Video Face Restoration via Parsing-Guided Temporal-Coherent Transformer”的優(yōu)秀科研成果，這項研究致力于開發(fā)先進的視頻人臉修復(fù)算法，以應(yīng)對低質(zhì)量視頻下人臉特征不清晰的問題。

人臉恢復(fù)是一項通過提升圖像質(zhì)量來使面部特征更加清晰的技術(shù)，主要包括去模糊、去噪、恢復(fù)等步驟。而視頻人臉恢復(fù)則是將此技術(shù)應(yīng)用到視頻序列中，除了要處理每一幀的圖像質(zhì)量外，還需保持時間上的連續(xù)性和自然過渡，以確保視頻中人臉的動態(tài)表現(xiàn)和質(zhì)量的一致性。

因此，算法必須能有效地處理視頻中的運動模糊、壓縮損失等問題。近年來，人臉恢復(fù)技術(shù)得到了廣泛關(guān)注與研究，并已在工業(yè)界得到了廣泛應(yīng)用。

本次研究首次提出了一種全新的盲視頻人臉恢復(fù)方法——解析引導(dǎo)的時間一致性變換器（PGTFormer），旨在解決現(xiàn)有技術(shù)在處理低質(zhì)量視頻人臉時面臨的難題。

該方法無需預(yù)對齊即可恢復(fù)高保真的人臉細節(jié)，同時增強視頻中不同姿態(tài)變化的時間連貫性。此外，研究團隊還引入了時間空間矢量量化自編碼器（TS-VQGAN）的預(yù)訓(xùn)練模型及時間解析引導(dǎo)的碼本預(yù)測器（TPCP），這些創(chuàng)新技術(shù)極大地提升了人臉恢復(fù)的效率和準確性。