DiffBody：基于扩散模型的人体图像姿态与形状编辑

人体图像中的姿态与身体形状编辑日益受到关注。然而，现有方法往往受限于数据集偏差，且在用户进行大幅编辑时会导致真实感下降及人物身份特征丢失。我们提出了一种单次拍摄（one-shot）方法，能够在保持身份特征的同时实现大幅编辑。为实现大幅编辑，我们拟合一个三维人体模型，将输入图像投影到该三维模型上，并改变身体的姿态与形状。由于初始纹理化人体模型因遮挡和身体形状不准确而存在伪影，渲染后的图像需经过基于扩散的细化处理；在此过程中，过强的噪声会破坏身体结构和身份特征，而不足的噪声则无法起到改善作用。因此，我们提出了一种弱噪声迭代细化策略，首先应用于全身，随后应用于面部。此外，我们通过自监督学习微调文本嵌入以进一步增强真实感。定量与定性评估表明，我们的方法在多个数据集上均优于现有其他方法。