PixelSmile：精准编辑图像和面部表情

PixelSmile 是一种针对细粒度面部表情编辑提出的创新扩散模型框架，旨在解决表情语义重叠导致的控制模糊问题。研究团队构建了包含 6 万张图像的 FFE 数据集，通过持续情感标注取代传统的离散分类，涵盖了真实人类与动漫角色。该技术利用文本潜空间插值实现对表情强度的连续、线性控制，并引入全对称联合训练来增强不同表情间的区分度。实验证明，该方法在精确调整 12 种表情类别的同时，能有效维持角色的身份特征一致性。此外，该系统还支持多重情感的无缝融合，为图像修饰提供了更具鲁棒性的操作手段。