DVFace：用于视频人脸恢复的时空双先验扩散

视频人脸恢复旨在将退化的人脸视频增强为具有真实面部细节、稳定身份和时间连贯性的高质量结果。最近基于扩散的方法为恢复带来了强大的生成先验，并实现了更真实的细节合成。然而，现有的面部视频方法仍然严重依赖通用扩散先验和多步采样，这限制了面部适应和推理效率。这些限制促使人们使用一步扩散来进行视频人脸恢复，但实现忠实的面部恢复以及时间稳定的输出仍然具有挑战性。在本文中，我们提出了 DVFace，一种用于现实世界视频人脸恢复的一步扩散框架。具体来说，我们引入了时空双码本设计，以从降级视频中提取互补的空间和时间面部先验。我们进一步提出了一种不对称时空融合模块，根据它们的不同角色将这些先验注入到扩散主干中。对各种基准的评估表明，与最近的方法相比，DVFace 提供了卓越的恢复质量、时间一致性和身份保存。代码：https://github.com/zhengchen1999/DVFace。