論文の概要: FlexIP: Dynamic Control of Preservation and Personality for Customized Image Generation

• arxiv url: http://arxiv.org/abs/2504.07405v1
• Date: Thu, 10 Apr 2025 02:58:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-11 12:20:55.871114
• Title: FlexIP: Dynamic Control of Preservation and Personality for Customized Image Generation
• Title（参考訳）: FlexIP: カスタマイズ画像生成のための保存とパーソナリティの動的制御
• Authors: Linyan Huang, Haonan Lin, Yanning Zhou, Kaiwen Xiao,
• Abstract要約: 既存の方法は、アイデンティティ保存とパーソナライズされた操作の間に固有のトレードオフに直面している。 FlexIPは、2つの専用のコンポーネントを通してこれらの目的を分離する新しいフレームワークです。 実験により,本手法は従来の手法の性能限界を突破することを示した。
• 参考スコア（独自算出の注目度）: 0.7554265706367158
• License:
• Abstract: With the rapid advancement of 2D generative models, preserving subject identity while enabling diverse editing has emerged as a critical research focus. Existing methods typically face inherent trade-offs between identity preservation and personalized manipulation. We introduce FlexIP, a novel framework that decouples these objectives through two dedicated components: a Personalization Adapter for stylistic manipulation and a Preservation Adapter for identity maintenance. By explicitly injecting both control mechanisms into the generative model, our framework enables flexible parameterized control during inference through dynamic tuning of the weight adapter. Experimental results demonstrate that our approach breaks through the performance limitations of conventional methods, achieving superior identity preservation while supporting more diverse personalized generation capabilities (Project Page: https://flexip-tech.github.io/flexip/).
• Abstract（参考訳）: 2次元生成モデルの急速な進歩により、多様な編集を可能にしながら対象のアイデンティティを維持することが重要な研究の焦点となっている。 既存の方法は通常、アイデンティティ保存とパーソナライズされた操作の間に固有のトレードオフに直面します。 FlexIPは2つの専用コンポーネントによってこれらの目的を分離する新しいフレームワークである。 生成モデルに両制御機構を明示的に注入することにより,重み付けアダプタの動的チューニングによる推論中にフレキシブルなパラメータ化制御が可能となる。 実験の結果,従来の手法の性能限界を突破し,より多様なパーソナライズされた生成機能(プロジェクトページ: https://flexip-tech.github.io/flexip/)をサポートしながら,優れたアイデンティティ保存を実現することができた。

関連論文リスト

• IC-Portrait: In-Context Matching for View-Consistent Personalized Portrait [51.18967854258571]
  IC-Portraitは、パーソナライズされた肖像画生成のために個々のアイデンティティを正確にエンコードするように設計された新しいフレームワークである。 我々の重要な洞察は、事前学習された拡散モデルは、文脈内密対応マッチングのための高速学習者であるということである。 我々は,IC-Portraitが既存の最先端手法を定量的かつ質的に一貫的に上回っていることを示す。
  論文  参考訳（メタデータ） (2025-01-28T18:59:03Z)
• PersonaMagic: Stage-Regulated High-Fidelity Face Customization with Tandem Equilibrium [55.72249032433108]
  PersonaMagicは、高忠実な顔のカスタマイズのために設計された、ステージ制御された生成技術である。 本手法は,顔の概念を捉えるために,特定の時間間隔内に一連の埋め込みを学習する。 定性評価と定量的評価の両方において、ペルソナマジックが最先端の手法よりも優れていることを確認する。
  論文  参考訳（メタデータ） (2024-12-20T08:41:25Z)
• FaceChain-FACT: Face Adapter with Decoupled Training for Identity-preserved Personalization [24.600720169589334]
  アダプタベースの手法は、顔データに対するテキスト・ツー・イメージのトレーニングによって、肖像画をカスタマイズし、生成する能力を得る。 ベースモデルと比較して、テスト後の能力、制御性、生成した顔の多様性が著しく低下することが多い。 我々は、モデルアーキテクチャとトレーニング戦略の両方に焦点を当てた、非結合トレーニング(FACT)フレームワークによるFace Adapterを提案する。
  論文  参考訳（メタデータ） (2024-10-16T07:25:24Z)
• Face Adapter for Pre-Trained Diffusion Models with Fine-Grained ID and Attribute Control [59.954322727683746]
  Face-Adapterは、事前訓練された拡散モデルのための高精度で忠実な顔編集のために設計されている。 Face-Adapterは、モーションコントロールの精度、ID保持能力、生成品質の点で同等またはそれ以上の性能を達成する。
  論文  参考訳（メタデータ） (2024-05-21T17:50:12Z)
• ID-Aligner: Enhancing Identity-Preserving Text-to-Image Generation with Reward Feedback Learning [57.91881829308395]
  AIポートレートや広告といった幅広いアプリケーションシナリオのために、ID-T2I(ID-preserving text-to-image generation)が注目されている。 我々は,ID-T2I性能を向上させるための一般的なフィードバック学習フレームワークである textbfID-Aligner を提案する。
  論文  参考訳（メタデータ） (2024-04-23T18:41:56Z)
• IMPRINT: Generative Object Compositing by Learning Identity-Preserving Representation [40.34581973675213]
  IMPRINTは、2段階の学習フレームワークでトレーニングされた新しい拡散ベースの生成モデルである。 最初のステージは、オブジェクトエンコーダのコンテキストに依存しない、アイデンティティを保存する事前トレーニングをターゲットにしている。 第2段階では、この表現を利用して、背景に合成されたオブジェクトのシームレスな調和を学ぶ。
  論文  参考訳（メタデータ） (2024-03-15T21:37:04Z)
• PortraitBooth: A Versatile Portrait Model for Fast Identity-preserved Personalization [92.90392834835751]
  PortraitBoothは高効率、堅牢なID保存、表現編集可能な画像生成のために設計されている。 PortraitBoothは計算オーバーヘッドを排除し、アイデンティティの歪みを軽減する。 生成した画像の多様な表情に対する感情認識のクロスアテンション制御が組み込まれている。
  論文  参考訳（メタデータ） (2023-12-11T13:03:29Z)
• MetaPortrait: Identity-Preserving Talking Head Generation with Fast Personalized Adaptation [57.060828009199646]
  本稿では,ID保存型音声ヘッド生成フレームワークを提案する。 密集したランドマークは、正確な幾何認識フローフィールドを達成するために不可欠であると主張する。 我々は、合成中にソースアイデンティティを適応的に融合させ、画像ポートレートのキー特性をよりよく保存する。
  論文  参考訳（メタデータ） (2022-12-15T18:59:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。