用于 Fine-Grained ID 和属性控制的预训练扩展模型的脸部适配器
原文中文,约200字,阅读约需1分钟。发表于: 。通过引入高效有效的 Face-Adapter,我们旨在解决资源密集型的训练问题,从而实现预训练扩散模型的高精度和高保真度的人脸编辑,该模型在运动控制精度、ID 保留能力和生成质量方面具有可比甚至优越的表现。
IDAdapter是一种无需微调的方法,通过结合文本和视觉注入以及面部身份损失,从单个人脸图像中增强个性化图像生成的多样性和身份保留。通过融入多个参考图像的混合特征,丰富相关身份的内容细节,指导模型生成更多样的风格、表情和角度的图像。评估显示该方法在生成的图像中实现了多样性和身份保真度。