वाइड-एंगल कैमरों के कारण होने वाली चेहरे की विकृति की समस्या का समाधान करने के लिए, यह शोधपत्र ImagePC का प्रस्ताव करता है, जो एक संरचनात्मक-विस्तार पोर्ट्रेट सुधार मॉडल है जो ट्रांसफॉर्मर्स से लंबी दूरी की पहचान और प्रसार मॉडल से बहु-चरणीय शोर-निवारण को एकीकृत करता है। वीडियो लेबल प्राप्त करने की कठिनाई को ध्यान में रखते हुए, हम VideoPC का प्रस्ताव करते हैं, जो लेबल-रहित वाइड-एंगल वीडियो के लिए ImagePC का एक पुनर्प्रयोजनित संस्करण है, जो स्थानिक संगति और कालिक सुगमता प्रतिबंधों के साथ स्थानिक-कालिक प्रसार अनुकूलन का उपयोग करता है। VideoPC उच्च-गुणवत्ता वाले स्थानिक चेहरे के सुधार को बनाए रखते हुए, अंधेपन वाले परिदृश्यों में क्रमिक रूप से कालिक धुंधलापन कम करता है। हम प्रदर्शन का मूल्यांकन करते हैं और मॉडल को विभिन्न प्रकार के लोगों, प्रकाश स्थितियों और पृष्ठभूमियों वाले वीडियो पोर्ट्रेट डेटासेट पर प्रशिक्षित करते हैं, और प्रयोगों के माध्यम से प्रदर्शित करते हैं कि यह गुणात्मक और मात्रात्मक दोनों ही दृष्टि से मौजूदा विधियों से बेहतर प्रदर्शन करता है। कोड और डेटासेट भविष्य में सार्वजनिक किए जाएँगे।
