基于扩散模型的文本驱动人脸编辑：MuseFace

人脸编辑修改人脸外观，在个性化和增强个人图像方面发挥着关键作用。尽管已有许多工作在文本驱动人脸编辑方面取得了显著进展，但它们仍面临诸多挑战，由于没有任何方法同时满足多样性、可控性和灵活性三个特征。为此，我们提出MuseFace，一个文本驱动人脸编辑框架，仅依赖文本提示即可实现人脸编辑。具体而言，MuseFace集成了文本到掩码扩散模型和语义感知人脸编辑模型，能够直接从文本生成细粒度语义掩码，并执行人脸编辑。文本到掩码扩散模型为框架提供了多样性和灵活性，而语义感知人脸编辑模型确保了框架的可控性。我们的框架可创建细粒度语义掩码，从而实现精确人脸编辑，显著提升人脸编辑模型的可控性和灵活性。广泛的实验表明，MuseFace在实现卓越的高保真性能方面具有优势。