FaceStudio：瞬间将你的面孔置于任何场景

本研究探讨了身份保持的图像合成，这是图像生成中一项引人入胜的任务，旨在保持主体身份的同时添加个性化、风格化的修饰。传统方法，如文本反转（Textual Inversion）和 DreamBooth，在定制图像创建方面已取得进展，但存在显著缺点。这些缺点包括需要大量资源和时间进行微调，以及需要多张参考图像。为克服这些挑战，我们的研究引入了一种新颖的身份保持合成方法，特别关注人物图像。我们的模型利用直接前馈机制，规避了密集微调的需要，从而促进了快速高效的图像生成。我们创新的核心是一个混合引导框架，它结合了风格化图像、面部图像和文本提示来引导图像生成过程。这种独特的组合使我们的模型能够产生多种应用，例如艺术肖像和身份混合图像。我们的实验结果，包括定性和定量评估，证明了我们的方法相对于现有基线模型和先前工作的优越性，特别是在其卓越的效率和高保真度保持主体身份的能力方面。