Face Time Traveller：在不丢失身份的前提下穿越年代
计算机视觉与模式识别
2026-02-27 v1
摘要
面部年龄化是由环境和基因因素塑造的病态问题，在娱乐、法医和数字档案馆等领域至为重要，因为其中需要保持身份和视觉真实性的逼真年龄转换。然而，现有工作依赖数值年龄表示，忽略了生物学和情境线索之间的相互作用。尽管最近的面部年龄化模型取得了进展，但它们在进行宽幅年龄转换时难以保持身份一致性，同时静态注意力和优化密集型反向投影也限制了可适应性、细粒度控制和背景一致性。为此，我们提出了 Face Time Traveller (FaceTT)，一个基于扩散的框架，实现高保真、身份一致的年龄转换。我们引入了 Face-Attribute-Aware Prompt Refinement 策略，对编码内在 (生物学) 和外在 (情境) 年龄线索，以实现情境感知的条件化。提出了无调参 Angular Inversion 方法，用于将真实人脸高效映射到扩散潜空间，以实现快速且准确的重建。此外，引入了自适应注意力控制机制，动态平衡跨注意力以获取语义年龄线索和自注意力以保持结构和身份一致性。在基准数据集和野外测试集上的大量实验表明，FaceTT 在身份保留、背景保持和年龄化真实性方面优于最先进 (SOTA) 方法。
引用
@article{arxiv.2602.22819,
title = {Face Time Traveller : Travel Through Ages Without Losing Identity},
author = {Purbayan Kar and Ayush Ghadiya and Vishal Chudasama and Pankaj Wasnik and C. V. Jawahar},
journal= {arXiv preprint arXiv:2602.22819},
year = {2026}
}
备注
Accepted at CVPR 2026 (Findings Track)