SVFR (Stable Video Face Restoration) est un framework unifié pour la restauration faciale vidéo généralisée. Il intègre les tâches de restauration de visage vidéo (BFR), de colorisation et de réparation. En exploitant les capacités de génération et les a priori de mouvement de Stable Video Diffusion (SVD), et en combinant des informations spécifiques aux tâches au sein d'un framework de restauration faciale unifié, il combine efficacement les avantages complémentaires de ces tâches, améliorant la cohérence temporelle et atteignant une qualité de restauration exceptionnelle. Ce framework introduit des plongements d'apprentissage des tâches pour améliorer la reconnaissance des tâches et utilise une nouvelle régularisation potentielle unifiée (ULR) pour encourager l'apprentissage de représentations de caractéristiques partagées entre les différentes sous-tâches. De plus, l'apprentissage de priorités faciales et l'affinage autoréférentiel sont introduits comme stratégies auxiliaires pour améliorer davantage la qualité de restauration et la stabilité temporelle. SVFR a obtenu des résultats de pointe dans le domaine de la restauration faciale vidéo et établit un nouveau paradigme pour la restauration faciale vidéo généralisée.