CodeFormer

CodeFormer是由南洋理工大学和商汤科技联合研究中心S-Lab提出的一种新型人脸复原模型，该模型在NeurIPS 2022上发表。它基于VQGAN（Vector Quantized Generative Adversarial Network）和Transformer技术，通过预训练的VQGAN离散码本空间来改变复原任务的固有范式，将人脸复原任务转换为Code序列的预测任务。这种方法大幅度降低了复原任务映射的不确定性，并且VQGAN的码本先验为复原任务提供了丰富的人脸细节。通过Transformer全局建模，模型对严重退化的情况具有更强的鲁棒性，使得复原的人脸更加真实。