OSDFace：面向人脸修复的单步扩散模型
计算机视觉与模式识别
2026-04-14 v2
摘要
扩散模型在人脸修复中展现了惊人的性能。然而，其多步骤推理过程仍然计算密集，限制了其在实际场景中的应用。此外，现有方法常常难以生成与主体身份一致且自然、逼真的人脸图像。本文提出 OSDFace，一种新的人脸修复单步扩散模型。具体而言，我们提出了一种视觉表示嵌入器（VRE），以更好地捕获先验信息并理解输入人脸。在 VRE 中，低质量人脸经视觉标记化器处理后，嵌入到向量量化字典中，以生成视觉提示。此外，我们引入来自人脸识别的面部身份损失，以进一步确保身份一致性。我们进一步采用生成对抗网络（GAN）作为指导模型，以鼓励恢复后人脸与真实人脸之间的分布对齐。实验结果表明，OSDFace 在视觉质量和定量指标方面均优于当前最先进（SOTA）方法，生成高保真、自然的人脸图像，具有高度身份一致性。代码和模型将发布于 https://github.com/jkwang28/OSDFace。
引用
@article{arxiv.2411.17163,
title = {OSDFace: One-Step Diffusion Model for Face Restoration},
author = {Jingkai Wang and Jue Gong and Lin Zhang and Zheng Chen and Xing Liu and Hong Gu and Yutong Liu and Yulun Zhang and Xiaokang Yang},
journal= {arXiv preprint arXiv:2411.17163},
year = {2026}
}
备注
Accepted to CVPR 2025. The code and model will be available at https://github.com/jkwang28/OSDFace