Perpustakaan Digital ITB

Pembangkitan video ekspresi wajah adalah bidang yang penting dalam berbagai aplikasi, termasuk industri hiburan, augmented reality, dan sistem interaksi manusia-komputer. Teknologi ini berpotensi untuk menciptakan video yang lebih realistis dan interaktif yang dapat meningkatkan user experience. Namun, teknologi terkini masih menghadapi kekurangan dalam hal kualitas gambar dan konsistensi spatiotemporal, yang mengurangi realisme dan keefektifan dari video yang dihasilkan. Penelitian ini bertujuan untuk mengembangkan metode pembangkitan video ekspresi wajah menggunakan stable diffusion dan FILM untuk meningkatkan kualitas visual dan konsistensi spatiotemporal. Metode yang diusulkan menggabungkan teknik SDEdit, Imagic, dan Pix2Pix untuk mengatasi masalah kualitas gambar dan konsistensi spatiotemporal yang rendah dalam video. Hasil evaluasi menunjukkan peningkatan yang signifikan pada metrik evaluasi LPIPS dan ACD dibandingkan dengan metode baseline, sementara untuk metrik PSNR dan SSIM berhasil dipertahankan. Evaluasi juga dilakukan melalui survei kualitatif yang menunjukkan bahwa metode yang diusulkan secara signifikan lebih unggul dibandingkan dengan baseline. Dengan demikian, metode ini memiliki potensi besar untuk diterapkan dalam berbagai aplikasi yang membutuhkan kualitas dan realisme tinggi dalam pembangkitan video ekspresi wajah.