ID-Patch：面向合影个性化的鲁棒ID关联
计算机视觉与模式识别
2025-04-01 v2
摘要
合成个性化合影并指定每个身份位置的能力提供了巨大的创作潜力。虽然此类图像在视觉上可能很吸引人，但现有技术面临着重大挑战。一个持续存在的问题是身份（ID）泄漏，即注入的面部特征相互干扰，导致面部相似度低、定位错误以及视觉伪影。现有方法存在诸多局限，例如依赖分割模型、运行时间增加或ID泄漏概率高。为了应对这些挑战，我们提出了ID-Patch，这是一种提供身份与2D位置之间鲁棒关联的新方法。我们的方法从相同的面部特征生成ID块和ID嵌入：ID块被放置在条件图像上以实现精确的空间控制，而ID嵌入与文本嵌入相结合以确保高相似度。实验结果表明，ID-Patch在面部ID相似度、ID-位置关联准确性和生成效率等指标上均超越了基线方法。项目主页为：https://byteaigc.github.io/ID-Patch/
引用
@article{arxiv.2411.13632,
title = {ID-Patch: Robust ID Association for Group Photo Personalization},
author = {Yimeng Zhang and Tiancheng Zhi and Jing Liu and Shen Sang and Liming Jiang and Qing Yan and Sijia Liu and Linjie Luo},
journal= {arXiv preprint arXiv:2411.13632},
year = {2025}
}
备注
Accepted by CVPR 2025. Project Page is: https://byteaigc.github.io/ID-Patch/