{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2024,3,26]]，“日期-时间”：“2024-03-26T01:50:52Z”，“时间戳”：1711417852744}，“引用-计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“2”，“内容域”：{“域”：[]，“交叉标记限制”：false}，“short container-title”：[“AAAI”]，“抽象”：“极端条件下的盲人脸恢复需要从严重退化的输入重建高质量的人脸图像。这些输入图像通常质量较差，面部姿势极端，导致面部结构错误和恢复图像中的非自然伪影。本文表明，利用3D先验知识可以有效地弥补2D先验知识中的结构知识不足，同时保留纹理细节。基于此，我们引入了FREx（极端条件下的人脸恢复），它将结构精确的3D先验和纹理丰富的2D先验结合在预训练的生成网络中，用于极端条件下的人脸盲恢复。为了融合3D和2D先验信息，我们引入了一个自适应权重模块，该模块根据输入图像的条件调整特征的重要性。使用这种方法，即使图像由于退化和极端姿势而丢失了大量信息，我们的模型也可以恢复结构准确和自然的人脸。在合成数据集和真实数据集上的大量实验结果验证了我们方法的有效性<\/jats:p>“，”DOI“：”10.1609\/aaai.v38i2.27889“，”type“：”journal-article“，”created“：{”date-parts“：[[2024,3,25]]，”date-time“：”2024-03-25T08:58:55Z“，”timestamp“：1711357135000}，”page“：“1263-1271”，“source”：“Crossref”，“is-referenced-by-count”：0，“title”：[“极端条件下的盲人面部修复：利用3D-2D先验融合恢复良好的结构和纹理袁，“序列”：“附加”，“隶属关系”：[]}，{“给定”：“一名”，“家庭”：“朱”，“顺序”：“额外”，“从属关系”：[]}“附加”，“从属关系”：[]}]，“成员“：”9382“，”published-online“：{“date-parts”：[[2024,3,24]]}，“container-title”：[“AAAI人工智能会议记录”]，“原始标题”：[]，“链接”：[{“URL”：“https:\/\/ojs.AAAI.org\/index.php\/AAAI\/article\/download\/27889\/27803”，“内容类型”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“”text-mining“}，{“URL”：“https:\/\/ojs.aaai.org\/index.php\/aaai\/article\/download\/27889\/27804”，“content-type”：“unspecified”，“内容版本”：“vor”，“intended-application”：“text-miniing”}，}“URL“https:\\/ojs.aai.org\/index.php\/aaai\/artracle\/dwnload\/278 89\/278 03”，“content-type“：”unspeciated“，“content-version”：“vor”，“intended-application”：“相似性检查“}]，“存放”：{“日期-部分”：[[2024,3,25]]，“日期-时间”：“2024-03-25T08:58:56Z”，“时间戳”：1711357136000}，“分数”：1，“资源”：}“主要”：{“URL”：“https:\\/ojs.aaai.org\/index.php\/AAAAI\/article\/view\/27889”}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期-部分“：[202 4,3,24]]}，“引用计数”：0，“日志问题”：{“问题”：“2”，“published-online“：{“date-parts”：[[2024,3,25]]}}，“URL”：“http://\/dx.doi.org\/10.1609\/aaai.v38i2.27889”，“relation”：{}，”ISSN“：[”2374-3468“，”2159-5399“]，“ISSN-type”：[{“value”：“2374-346”，“type”:“electronic”}，{“value”：“2159-539”，“type”：“print”}]，“subject”：[]，“已发布”：{“日期部分”：[[2024,3,24]]}}