论文
介绍
面部个性化旨在将从图像中获取的特定面部插入到预先训练的文本到图像扩散模型中。然而，由于对训练样本的过度拟合，以前的方法在保持身份相似性和可编辑性方面仍然具有挑战性。在本文中，我们提出了 Face2Diffusion (F2D)，用于高可编辑性面部个性化。 F2D 背后的核心思想是从训练管道中删除与身份无关的信息可以防止过度拟合问题并提高编码面部的可编辑性。 F2D由以下三个新颖的组件组成：1）多尺度身份编码器提供了良好解开的身份特征，同时保留了多尺度信息的优势，从而提高了相机姿势的多样性。 2）表情引导，将人脸表情与身份分离，提高人脸表情的可控性。 3）分类引导去噪正则化鼓励模型学习如何对面部进行去噪，从而增强背景的文本对齐。对 FaceForensics++ 数据集的大量实验和多样化的提示表明，与之前最先进的方法相比，我们的方法极大地改善了身份保真度和文本保真度之间的权衡。
方法
实验
