BeyondFacial：脸部之外的身份保持个性化生成
计算机视觉与模式识别
2025-11-24 v2
摘要
身份保持个性化生成 (IPPG) 已在电影制作和艺术创作中取得进展，但现有方法过度强调面部区域，导致输出以面部特写为主。这类方法在复杂文本提示下 suffer from weak visual narrativity and poor semantic consistency,其核心限制根植于身份 (ID) 特征嵌入削弱了生成模型的语义表达能力。为解决这些问题，本文提出一种 IPPG 方法，突破面部特写的限制，实现身份保真度与场景语义创建的协同优化。具体而言，我们设计了包含身份语义分离的双线推理 (DLI) 管道，解决了传统单路径架构中 ID 与语义表示之间的冲突。进一步，我们提出一种身份自适应融合 (IdAF) 策略，将 ID 语义融合延迟到噪声预测阶段，通过自适应注意力融合和噪声决策掩码集成，避免 ID 嵌入对语义的干扰而无需手动掩码。最后，引入一种身份聚合预置 (IdAP) 模块，用于聚合 ID 信息并替代随机初始化，进一步增强身份保持。实验结果表明，我们的方法在面部特写之外的 IPPG 任务中实现了稳定且有效的性能，能够在无需手动掩码或微调的情况下高效生成。作为即插即用组件，它可以快速部署到现有 IPPG 框架中，解决对面部特写的过度依赖，促进电影级人物-场景创建，为相关领域提供更丰富的个性化生成能力。
引用
@article{arxiv.2511.11989,
title = {BeyondFacial: Identity-Preserving Personalized Generation Beyond Facial Close-ups},
author = {Songsong Zhang and Chuanqi Tang and Hongguang Zhang and Guijian Tang and Minglong Li and Xueqiong Li and Shaowu Yang and Yuanxi Peng and Wenjing Yang and Jing Zhao},
journal= {arXiv preprint arXiv:2511.11989},
year = {2025}
}
备注
16 pages, 16 figures