PixelSmile：迈向细粒度的面部表情编辑

细粒度的面部表情编辑长期以来一直受到内在语义重叠的限制。为了解决这个问题，我们构建了具有连续情感注释的 Flex 面部表情（FFE）数据集，并建立了 FFE-Bench 来评估结构混乱、编辑准确性、线性可控性以及表情编辑和身份保留之间的权衡。我们提出 PixelSmile，一种扩散框架，通过完全对称的联合训练来解开表达语义。 PixelSmile将强度监督与对比学习相结合，产生更强、更可区分的表情，通过文本潜在插值实现精确稳定的线性表情控制。大量实验表明，PixelSmile 实现了卓越的解缠结和稳健的身份保留，证实了其连续、可控、细粒度的表情编辑的有效性，同时自然地支持平滑的表情混合。