MagicView：基于先验指导的多视图一致身份定制
计算机视觉与模式识别
2025-12-04 v2
摘要
近期在个性化生成模型方面的进展显示出在多样场景下生成相同个体身份一致图像的显著能力，但大多数现有方法缺乏明确的视点控制，无法确保生成身份的多视图一致性。为此，我们提出MagicView，一种通过3D先验指导的上下文学习为现有生成模型增添多视图生成能力的轻量级适应框架。虽然先前研究表明，上下文学习可在网格样本之间保持身份一致性，但其在多视图设置中的有效性尚未得到探讨。基于此洞察，我们对多视图上下文学习能力进行深入分析，并设计了一种条件架构，利用3D先验激活这种能力以实现多视图一致的身份定制。另一方面，获取鲁棒的多视图能力通常需要大规模多维数据集，这使得在数据有限的情形下纳入多视图上下文学习容易导致文本可控性下降。为此，我们引入一种新颖的语义对应对齐损失，有效保持语义对齐的同时维持多视图一致性。大量实验表明，MagicView在多视图一致性、文本对齐、身份相似性和视觉质量方面均显著优于最近的基线方法，只需100个多视图训练样本即可取得卓越成绩。
引用
@article{arxiv.2511.00293,
title = {MagicView: Multi-View Consistent Identity Customization via Priors-Guided In-Context Learning},
author = {Hengjia Li and Jianjin Xu and Keli Cheng and Lei Wang and Ning Bi and Boxi Wu and Fernando De la Torre and Deng Cai},
journal= {arXiv preprint arXiv:2511.00293},
year = {2025}
}