CodeFormer
CodeFormer是什么？
CodeFormer 是一种 AI 工具，利用一个学习得到的高质量面部细节库来重建人脸应有的样貌，从而修复并锐化模糊或低质量图像和视频中的人脸。
一图看懂
- Type of model
- 使用离散码本和 Transformer 架构的人脸修复与增强模型
- Developed by
- 南洋理工大学 S-Lab
- Key capability
- 从退化输入进行高质量人脸修复，并可控地平衡保真度与原始外观
- How it fits in AI workflow
- 用作后处理步骤，增强 AI 生成图像、放大视频或存档素材修复中的面部质量
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
对比与差异
Compared with related concepts
CodeFormer 与 GFPGAN：两者都是改善退化人脸质量的 AI 人脸修复模型，但 CodeFormer 采用基于码本的方法，在严重退化的输入上通常产出更好的结果，并提供可控的保真度参数。GFPGAN 是更早的模型，至今仍被广泛使用且速度更快，但在具有挑战性的修复任务上，CodeFormer 通常被认为更有能力。
实用提示
在 AI 生成的人脸上使用 CodeFormer 时，先从约 0.5 的保真度权重开始，再根据你的用例中身份保留还是输出质量更重要来调整：较低的值给出更干净的结果，但可能偏离原始人脸，这对一部作品中角色的一致性可能有影响。
类型与变体
CodeFormer 主要以单一模型形式发布，不过它可以用不同的保真度权重设置（通常表示为 0 到 1 之间的值）运行，这些设置改变输出质量与身份保留之间的平衡。它可通过官方 GitHub 仓库获取，作为人脸修复选项集成于 AUTOMATIC1111 Stable Diffusion Web UI，并用于各类视频增强和放大工具中。
准备好在 Morphic 里做第一个场景了吗？
试用 Morphic常见使用场景
CodeFormer 用于修复老旧或低质量照片中的人脸，增强 AI 生成图像中人脸生成产生模糊或瑕疵结果时的面部细节，改善放大视频素材中的人脸质量，并作为存档或历史媒体视频修复流水线的一部分。它也用于 AI 头像和肖像增强工作流。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
常见问题（FAQ）
CodeFormer 通过使用一个学习得到的高质量人脸部件码本，从模糊或低分辨率输入中重建面部细节、清晰度和质感，从而修复并增强退化图像和视频中的人脸。
与只放大像素却不增加真实细节的简单放大不同，CodeFormer 通过参照一个学习得到的真实人脸部件库，臆构出可信的高质量面部细节，从而实现锐利得多、更逼真的面部重建。
保真度参数通常设在 0 到 1 之间，控制 CodeFormer 贴近原始输入人脸的程度。较低的值优先考虑输出质量和清晰度，可能略微改变身份；较高的值更贴近原始外观。
可以，CodeFormer 能够逐帧应用于视频素材，以修复或增强视频中的人脸。它被用于视频修复流水线，不过在没有 GPU 加速的情况下逐帧处理可能很耗时。
CodeFormer 是开源的，可通过其 GitHub 仓库免费获取。它也集成于若干免费和商业的 AI 图像和视频工具中，包括 AUTOMATIC1111 Stable Diffusion Web UI。
当你需要在严重退化或极低分辨率人脸上获得更高质量的结果，或当你想要可控的保真度时，使用 CodeFormer。GFPGAN 更快也更简单，在速度更重要或输入仅轻度退化时更为合适。
