IdentiFace：用于犯罪调查中可识别嫌疑人人脸生成的多模态迭代扩散框架
计算机视觉与模式识别
2026-05-04 v1
摘要
嫌疑人人脸生成在犯罪调查中仍是一个技术挑战。传统的素描绘工作流程效率低且质量有限，而基于扩散的方法在文本到图像模型的条件模糊性以及单次生成的抽样方差方面仍面临内在限制。我们提出了 IdentiFace，一个用于可识别嫌疑人人脸生成的新型扩散框架，通过 (1) 多模态输入设计强化条件控制，以及 (2) 启用可识别特征调整的迭代生成流程来解决上述问题。我们还贡献了人脸身份损失和两个任务特定数据集。针对合成数据集和真实场景下的全面实验表明，IdentiFace 在现有方法之上取得优异性能，尤其在身份检索方面表现突出，显示出强大的实际应用潜力。
引用
@article{arxiv.2605.00526,
title = {IdentiFace: Multi-Modal Iterative Diffusion Framework for Identifiable Suspect Face Generation in Crime Investigations},
author = {Weichen Liu and Yixin Yang and Changsheng Chen and Alex Kot},
journal= {arXiv preprint arXiv:2605.00526},
year = {2026}
}
备注
11 pages, 5 figures