ExpertGen：用于可控文本生成人脸的免训练专家引导
计算机视觉与模式识别
2025-05-26 v1
摘要
扩散模型的最新进展显著提升了文本生成人脸的效果，但在实现面部特征的细粒度控制方面仍存在挑战。现有方法通常需要训练额外模块来处理特定控制（如身份、属性或年龄），导致其缺乏灵活性且资源密集。我们提出ExpertGen，一个免训练框架，利用预训练专家模型（如人脸识别、面部属性识别和年龄估计网络）来引导生成，实现精细控制。我们的方法使用潜在一致性模型来确保每一步扩散的现实性和分布内预测，使准确的引导信号能够有效引导扩散过程。我们定性和定量地证明了专家模型能够高精度地引导生成过程，多个专家可以协作以实现对多样化面部方面的同时控制。通过允许直接集成现成的专家模型，我们的方法将任何此类模型转化为可控人脸生成的即插即用组件。
引用
@article{arxiv.2505.17256,
title = {ExpertGen: Training-Free Expert Guidance for Controllable Text-to-Face Generation},
author = {Liang Shi and Yun Fu},
journal= {arXiv preprint arXiv:2505.17256},
year = {2025}
}