用受控逼真人脸化身基准测试并量化面部运动：AFAR 与 OpenFace 的 AU 检测偏差及开源工具 FACET

研究用 MetaHuman 逼真化身生成 72 段单 AU 与 AU 组合视频，系统评估 AFAR 和 OpenFace 两个 AU 检测系统，发现两者虽优于随机水平，但在不同 AU 和化身间表现差异明显。研究同时提出并验证基于关键点位移的非刚性面部运动量化方法，在不同化身与动画间给出稳定估计。研究还发布开源工具箱 FACET，将 AU 检测与关键点运动分析整合进统一可复现框架。