Fugu-MT 論文翻訳(概要): FastFace: Tuning Identity Preservation in Distilled Diffusion via Guidance and Attention

論文の概要: FastFace: Tuning Identity Preservation in Distilled Diffusion via Guidance and Attention

arxiv url: http://arxiv.org/abs/2505.21144v1
Date: Tue, 27 May 2025 12:55:55 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-28 17:05:58.655915
Title: FastFace: Tuning Identity Preservation in Distilled Diffusion via Guidance and Attention
Title（参考訳）: FastFace: 誘導と注意による蒸留拡散におけるチューニングID保存
Authors: Sergey Karpukhin, Vadim Titov, Andrey Kuznetsov, Aibek Alanov,
Abstract要約: 蒸留により加速される拡散モデルに対するID適応器の学習自由化の課題に対処する。我々は、アイデンティティの類似性と忠実性を改善するために、ユニバーサルなFastFaceフレームワークを提案する。また,ID保存アダプタのための公開評価プロトコルも開発している。
参考スコア（独自算出の注目度）: 3.0248879829045388
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In latest years plethora of identity-preserving adapters for a personalized generation with diffusion models have been released. Their main disadvantage is that they are dominantly trained jointly with base diffusion models, which suffer from slow multi-step inference. This work aims to tackle the challenge of training-free adaptation of pretrained ID-adapters to diffusion models accelerated via distillation - through careful re-design of classifier-free guidance for few-step stylistic generation and attention manipulation mechanisms in decoupled blocks to improve identity similarity and fidelity, we propose universal FastFace framework. Additionally, we develop a disentangled public evaluation protocol for id-preserving adapters.
Abstract（参考訳）: 近年,拡散モデルを用いたパーソナライズされた世代向けID保存アダプタが多数リリースされている。主な欠点は、低速な多段階推論に苦しむベース拡散モデルと共に、支配的な訓練を受けていることである。本研究は,未学習のID適応器を蒸留により加速した拡散モデルに適応させる学習自由化の課題に対処することを目的としている - 分割ブロックにおける数ステップのスタイリスティック生成のための分類自由誘導と注意制御機構を慎重に再設計し,アイデンティティの類似性と忠実性を改善することを目的として,FastFaceフレームワークを提案する。さらに,ID保存アダプタのための公開評価プロトコルを開発する。

関連論文リスト

VFace: A Training-Free Approach for Diffusion-Based Video Face Swapping [48.76390632712573]
VFaceは、ビデオの高品質な顔交換のための訓練不要のプラグアンドプレイ方式である。拡散モデル上に構築された画像ベースの顔交換アプローチとシームレスに統合することができる。本手法は時間的一貫性と視覚的忠実度を大幅に向上させる。
論文参考訳（メタデータ） (2026-02-08T06:13:19Z)
Safeguarding Facial Identity against Diffusion-based Face Swapping via Cascading Pathway Disruption [21.37567715195999]
VoidFaceは,顔スワップを結合したアイデンティティパスとみなすシステム的防御手法である。まず,物理レグレッションとセマンティック埋め込みを劣化させるため,局所化の破壊とアイデンティティの消去を導入し,音源面の正確なモデリングを損なう。次に、注意機構を分離してアイデンティティ注入を行い、ソースアイデンティティの再構築を防ぐために中間拡散特性を損なうことにより、生成領域に介入する。
論文参考訳（メタデータ） (2026-01-21T07:52:56Z)
Boosting Fidelity for Pre-Trained-Diffusion-Based Low-Light Image Enhancement via Condition Refinement [63.54516423266521]
事前学習拡散ベース(PTDB)法は、しばしばコンテンツ忠実さを犠牲にして知覚的リアリズムを高める。本稿では,事前学習した拡散モデルにおける条件付けのための新しい最適化手法を提案する。我々のアプローチはプラグアンドプレイであり、より効率的な制御を提供するために既存の拡散ネットワークにシームレスに統合される。
論文参考訳（メタデータ） (2025-10-20T02:40:06Z)
Authentic Discrete Diffusion Model [72.31371542619121]
認証離散拡散(ADD)フレームワークは、従来の擬似離散的アプローチを再定義する。 ADDはフロートエンコードされたワンホットクラスデータを直接使用して拡散入力を再構成する。実験により、ADDはベースラインと比較して分類タスクにおいて優れた性能を発揮することが示された。
論文参考訳（メタデータ） (2025-10-01T15:51:10Z)
Robust ID-Specific Face Restoration via Alignment Learning [18.869593414569206]
本稿では,拡散モデルに基づく新しい顔復元フレームワークであるRobust ID-Specific Face Restoration (RIDFR)を提案する。 RIDFRにはアライメント・ラーニング(Alignment Learning)が組み込まれており、複数の参照からの復元結果を同一のアイデンティティと整合させて、ID非関連顔のセマンティクスの干渉を抑制する。実験により、我々のフレームワークは最先端の手法よりも優れており、高品質なID固有の結果を高いアイデンティティの忠実度で再現し、強靭性を示す。
論文参考訳（メタデータ） (2025-07-15T03:16:12Z)
Adding Additional Control to One-Step Diffusion with Joint Distribution Matching [58.37264951734603]
JDMは、画像-条件関節分布間の逆KL分散を最小化する新しいアプローチである。トラクタブルな上限を導出することにより、JDMは条件学習から忠実度学習を分離する。この非対称蒸留方式により,一段階の生徒が教師モデルに未知の制御を処理できるようになる。
論文参考訳（メタデータ） (2025-03-09T15:06:50Z)
One-Step Diffusion Model for Image Motion-Deblurring [85.76149042561507]
本稿では,脱臭過程を1段階に短縮する新しいフレームワークである脱臭拡散モデル(OSDD)を提案する。拡散モデルにおける忠実度損失に対処するために,構造復元を改善する改良された変分オートエンコーダ(eVAE)を導入する。提案手法は,実測値と非参照値の両方で高い性能を達成する。
論文参考訳（メタデータ） (2025-03-09T09:39:57Z)
Generalized Interpolating Discrete Diffusion [65.74168524007484]
仮面拡散はその単純さと有効性のために一般的な選択である。離散拡散過程を補間する一般族の理論的バックボーンを導出する。 GIDDのフレキシビリティをエクスプロイトし、マスクと均一ノイズを組み合わせたハイブリッドアプローチを探索する。
論文参考訳（メタデータ） (2025-03-06T14:30:55Z)
Masked Autoencoders Are Effective Tokenizers for Diffusion Models [56.08109308294133]
MAETokは自己エンコーダであり、再構築の忠実さを維持しながら意味的にリッチな潜在空間を学習する。 MaETokは1.69のgFIDで76倍高速トレーニングが可能で、512x512世代で31倍高い推論スループットを実現している。
論文参考訳（メタデータ） (2025-02-05T18:42:04Z)
HiFiVFS: High Fidelity Video Face Swapping [35.49571526968986]
Face swappingは、ソースからのIDとターゲットからの属性を組み合わせた結果を生成することを目的としている。安定ビデオ拡散の強い生成能力と時間的先行を生かした高忠実度ビデオ顔交換フレームワークを提案する。本手法は,映像面スワップにおける最新技術(SOTA)を質的かつ定量的に達成する。
論文参考訳（メタデータ） (2024-11-27T12:30:24Z)
Score Forgetting Distillation: A Swift, Data-Free Method for Machine Unlearning in Diffusion Models [63.43422118066493]
マシン・アンラーニング(MU)は安全でセキュアで信頼性の高いGenAIモデルを開発する上で重要な基盤である。従来のMUメソッドは、しばしば厳密な仮定に依存し、実際のデータへのアクセスを必要とする。本稿では,拡散モデルにおいて望ましくない情報を忘れることを促進する革新的なMUアプローチであるScore Forgetting Distillation (SFD)を紹介する。
論文参考訳（メタデータ） (2024-09-17T14:12:50Z)
Invisible Backdoor Attacks on Diffusion Models [22.08671395877427]
近年の研究では、バックドア攻撃に対する拡散モデルの脆弱性が明らかにされている。本稿では,目に見えないトリガーの獲得と,挿入されたバックドアのステルスネスとレジリエンスの向上を目的とした,革新的なフレームワークを提案する。
論文参考訳（メタデータ） (2024-06-02T17:43:19Z)
Guided Diffusion from Self-Supervised Diffusion Features [49.78673164423208]
ガイダンスは拡散モデルにおいて重要な概念として機能するが、その効果は追加のデータアノテーションや事前学習の必要性によって制限されることが多い。本稿では,拡散モデルからガイダンスを抽出するフレームワークを提案する。
論文参考訳（メタデータ） (2023-12-14T11:19:11Z)
Manifold Preserving Guided Diffusion [121.97907811212123]
条件付き画像生成は、コスト、一般化可能性、タスク固有のトレーニングの必要性といった課題に直面している。トレーニング不要な条件生成フレームワークであるManifold Preserving Guided Diffusion (MPGD)を提案する。
論文参考訳（メタデータ） (2023-11-28T02:08:06Z)

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。