基于潜在扩散模型的人脸图像身份保持老化
计算机视觉与模式识别
2023-07-18 v1
摘要
自动化人脸识别系统的性能不可避免地受到面部老化过程的影响。然而，多年来收集的个体高质量数据集通常规模较小。在这项工作中，我们提出、训练并验证了使用潜在文本到图像扩散模型来合成老化与去老化人脸图像。我们的模型在少样本训练下即取得成功，并且具有可通过直观文本提示进行控制的额外优势。我们观察到生成图像具有高度的视觉真实感，同时通过常用指标衡量的生物特征保真度得以保持。我们在两个基准数据集（CelebA和AgeDB）上评估了我们的方法，并观察到与现有state-of-the-art基线相比，错误不匹配率显著降低（约44%）。
引用
@article{arxiv.2307.08585,
title = {Identity-Preserving Aging of Face Images via Latent Diffusion Models},
author = {Sudipta Banerjee and Govind Mittal and Ameya Joshi and Chinmay Hegde and Nasir Memon},
journal= {arXiv preprint arXiv:2307.08585},
year = {2023}
}
备注
Accepted to appear in International Joint Conference in Biometrics (IJCB) 2023