Micro Expression Generation using Diffusion Model and Optical Flow

미세 표정은 얼굴의 작은 움직임으로서, 원하는 대로 조작하는 것이 어려워 숨기고 싶은 진실한 감정이나 상태를 알 수 있기에 여러 분야에서 유용하게 활용된다. 하지만, 데이터를 수집하고 처리하는 것이 어려워 데이터가 적고 특정 다양한 얼굴의 특징을 반영하지 못하는 문제가 있다. 본 논문에서는 이 문제를 개선하기 위한 방법으로 미세 표정 합성 기법을 제안한다. 제안하는 기법은 확산 모델과 광학 흐름을 이용해 미세 표정 동영상과 새로운 얼굴 영상을 입력으로 주면, 입력된 얼굴 영상에 대한 미세 표정을 생성할 수 있다. 이를 통해 미세 표정의 데이터 부족 문제를 개선할 수 있으며, 더욱 사실적인 얼굴을 만드는 용도로 사용할 수 있다. 제안하는 기법을 통해 생성된 데이터를 학습 데이터에 포함하여 미세 표정 인식 성능을 향상시키는 효과를 증명한다.