多元老化扩散自编码器
计算机视觉与模式识别
2023-08-25 v2 人工智能
摘要
人脸老化是一个不适定问题，因为对于给定的输入可能存在多种合理的老化模式。大多数现有方法通常只产生一种确定性的估计。本文提出一种新颖的 CLIP 驱动的多元老化扩散自编码器（PADA）以增强老化模式的多样性。首先，我们采用扩散模型通过顺序去噪逆过程生成多样的底层老化细节。其次，我们提出概率老化嵌入（PAE）来捕捉多样的高层老化模式，其将年龄信息表示为公共 CLIP 潜空间中的概率分布。设计了一个文本引导的 KL 散度损失来指导该学习过程。我们的方法能够以开放世界老化文本与任意未见人脸图像为条件实现多元人脸老化。定性与定量实验表明，我们的方法能生成更多样且高质量的合理老化结果。
引用
@article{arxiv.2303.11086,
title = {Pluralistic Aging Diffusion Autoencoder},
author = {Peipei Li and Rui Wang and Huaibo Huang and Ran He and Zhaofeng He},
journal= {arXiv preprint arXiv:2303.11086},
year = {2023}
}
备注
Accepted by ICCV 2023