DynamicID：具备灵活面部可编辑性的零样本多 ID 图像个性化
计算机视觉与模式识别
2025-07-22 v3 人工智能
摘要
文本到图像生成的最新进展推动了生成描绘来自参考图像的特定身份的个性化人类图像的兴趣。尽管现有方法实现了高保真的身份保留，但它们通常局限于单 ID 场景，且面部可编辑性不足。我们提出了 DynamicID，一个免微调框架，其固有地支持具有高保真度和灵活面部可编辑性的单 ID 和多 ID 个性化生成。我们的核心创新包括：1) 语义激活注意力（SAA），其采用查询级激活门控，以在注入 ID 特征时最小化对基础模型的干扰，并在训练期间无需多 ID 样本即可实现多 ID 个性化。2) 身份-运动重配置器（IMR），其应用特征空间操作来有效地解耦和重新配置面部运动与身份特征，支持灵活的面部编辑。3) 一种任务解耦的训练范式，降低了数据依赖性，以及 VariFace-10k，一个包含 10k 个独特个体的精选数据集，每个个体由 35 张不同的面部图像表示。实验结果表明，DynamicID 在身份保真度、面部可编辑性和多 ID 个性化能力方面优于 SOTA 方法。我们的代码将发布于 https://github.com/ByteCat-bot/DynamicID。
引用
@article{arxiv.2503.06505,
title = {DynamicID: Zero-Shot Multi-ID Image Personalization with Flexible Facial Editability},
author = {Xirui Hu and Jiahao Wang and Hao Chen and Weizhan Zhang and Benqi Wang and Yikun Li and Haishun Nan},
journal= {arXiv preprint arXiv:2503.06505},
year = {2025}
}
备注
ICCV 2025