Controlled Face Generation with Diffusion
Abstract
Tato práce se zabývá generováním obličejů se zachováním identity, které je podmíněno embeddingy získanými z předtrénovaných modelů pro rozpoznávání obličejů. Navržený framework využívá difuzní generativní modely společně se schématem classifier-free guidance pro syntézu realistických obličejových snímků odpovídajících cílové identitě při současné variabilitě v póze, výrazu, osvětlení a pozadí. Práce vychází z konceptů představených frameworkem ID3PM, který využívá embeddingy pro rozpoznávání obličejů jako podmiňovací signál v architektuře Denoising Diffusion Probabilistic Model (DDPM). Je navrženo několik modifikací mechanismů injekce embeddingů, včetně oddělených projekčních vrstev a variant oddělujících modulaci časových a identitních signálů v rámci vrstev Adaptive Group Normalization. Dále jsou zkoumány sítě pro zpracování embeddingů navržené za účelem zlepšení rozpletení (disentanglementu) příznaků v latentním prostoru. Vliv těchto architektonických modifikací je analyzován z hlediska kvality generovaného obrazu, zachování identity a sémantické struktury latentního prostoru. Vedle identity-podmíněné syntézy se práce zaměřuje také na sémantickou manipulaci generovaných obličejů prostřednictvím přímé modifikace vstupních embeddingů. Obličejové atributy jsou řízeny pomocí metod, jako jsou lineární sémantické směry získané klasifikátory Support Vector Machine, a pomocí navrženého přístupu založeného na iterativní gradientem řízené optimalizaci využívající nelineární…
Read the paper
Related studies
- Learning from First-Generation Qualitative Approaches in the IS Discipline: An Evolutionary View and Some Implications for Authors and Evaluators (PART 1/2)
- Commentary on the clinical and preclinical dosage limits of interstitially administered magnetic fluids for therapeutic hyperthermia based on current practice and efficacy models
- Prosthesis: New Technological Opportunities and Innovative Biomedical Devices
- The history and future of neural modeling for cochlear implants
- Ryanodine receptors: waking up from refractoriness
- Novel Transgenic Rabbit Model Sheds Light on the Puzzling Role of Matrix Metalloproteinase-12 in Atherosclerosis
Go deeper in Evidence Hub
Evidence Hub adds a study data sheet (design, sample size, evidence level, key numbers), an AI summary and a chat grounded in the paper's text.