PixelSmile: 미세한 수준의 얼굴 표정 편집을 향하여

PixelSmile: Toward Fine-Grained Facial Expression Editing

미세한 수준의 얼굴 표정 편집은 오랫동안 고유한 의미적 중첩으로 인해 제한되어 왔습니다. 이를 해결하기 위해, 우리는 연속적인 감정 주석이 포함된 Flex Facial Expression (FFE) 데이터셋을 구축하고, 구조적 혼동, 편집 정확도, 선형 제어 가능성, 그리고 표정 편집과 개인 정보 보존 사이의 균형을 평가하기 위한 FFE-Bench를 제시합니다. 우리는 PixelSmile이라는 확산 프레임워크를 제안하는데, 이는 완전하게 대칭적인 공동 훈련을 통해 표정의 의미를 분리합니다. PixelSmile은 강하고 구별 가능한 표정을 생성하기 위해 강도 감독과 대비 학습을 결합하며, 텍스트 기반 잠재 공간 보간을 통해 정밀하고 안정적인 선형 표정 제어를 달성합니다. 광범위한 실험 결과는 PixelSmile이 우수한 분리 능력과 강력한 개인 정보 보존 능력을 보여주며, 이는 연속적이고 제어 가능하며 미세한 수준의 표정 편집에 효과적임을 확인시켜 줍니다. 또한, PixelSmile은 자연스럽게 부드러운 표정 혼합을 지원합니다.

Fine-grained facial expression editing has long been limited by intrinsic semantic overlap. To address this, we construct the Flex Facial Expression (FFE) dataset with continuous affective annotations and establish FFE-Bench to evaluate structural confusion, editing accuracy, linear controllability, and the trade-off between expression editing and identity preservation. We propose PixelSmile, a diffusion framework that disentangles expression semantics via fully symmetric joint training. PixelSmile combines intensity supervision with contrastive learning to produce stronger and more distinguishable expressions, achieving precise and stable linear expression control through textual latent interpolation. Extensive experiments demonstrate that PixelSmile achieves superior disentanglement and robust identity preservation, confirming its effectiveness for continuous, controllable, and fine-grained expression editing, while naturally supporting smooth expression blending.