論文の概要: AttDiff-GAN: A Hybrid Diffusion-GAN Framework for Facial Attribute Editing

• arxiv url: http://arxiv.org/abs/2604.21289v1
• Date: Thu, 23 Apr 2026 05:05:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-24 14:40:06.315013
• Title: AttDiff-GAN: A Hybrid Diffusion-GAN Framework for Facial Attribute Editing
• Title（参考訳）: AttDiff-GAN: 顔属性編集のためのハイブリッド拡散GANフレームワーク
• Authors: Wenmin Huang, Weiqi Luo, Xiaochun Cao, Jiwu Huang,
• Abstract要約: AttDiff-GANは、GANベースの属性操作と拡散ベースの画像生成を組み合わせたハイブリッドフレームワークである。 提案手法は,最先端の手法よりも,より正確な顔属性の編集と非ターゲット属性の保存が可能であることを示す。
• 参考スコア（独自算出の注目度）: 78.6161238980415
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Facial attribute editing aims to modify target attributes while preserving attribute-irrelevant content and overall image fidelity. Existing GAN-based methods provide favorable controllability, but often suffer from weak alignment between style codes and attribute semantics. Diffusion-based methods can synthesize highly realistic images; however, their editing precision is limited by the entanglement of semantic directions among different attributes. In this paper, we propose AttDiff-GAN, a hybrid framework that combines GAN-based attribute manipulation with diffusion-based image generation. A key challenge in such integration lies in the inconsistency between one-step adversarial learning and multi-step diffusion denoising, which makes effective optimization difficult. To address this issue, we decouple attribute editing from image synthesis by introducing a feature-level adversarial learning scheme to learn explicit attribute manipulation, and then using the manipulated features to guide the diffusion process for image generation, while also removing the reliance on semantic direction-based editing. Moreover, we enhance style-attribute alignment by introducing PriorMapper, which incorporates facial priors into style generation, and RefineExtractor, which captures global semantic relationships through a Transformer for more precise style extraction. Experimental results on CelebA-HQ show that the proposed method achieves more accurate facial attribute editing and better preservation of non-target attributes than state-of-the-art methods in both qualitative and quantitative evaluations.
• Abstract（参考訳）: 顔属性編集は、属性非関連コンテンツと全体像の忠実さを保ちながら、対象属性を変更することを目的としている。 既存のGANベースのメソッドは良好な制御性を提供するが、しばしばスタイルコードと属性セマンティクスの間の弱い整合に悩まされる。 拡散に基づく手法は、高度にリアルな画像を合成することができるが、それらの編集精度は、異なる属性間の意味的方向の絡み合いによって制限される。 本稿では,GANに基づく属性操作と拡散に基づく画像生成を組み合わせたハイブリッドフレームワークであるAttDiff-GANを提案する。 このような統合において鍵となる課題は、一段階の敵対的学習と多段階の拡散デノナイズの不整合であり、効果的に最適化することが困難である。 この問題に対処するために,属性編集を画像合成から切り離すために,特徴レベルの逆学習方式を導入して明示的な属性操作を学習し,その操作された特徴を用いて画像生成のための拡散過程を導出するとともに,意味的方向に基づく編集への依存を除去する。 さらに,より正確なスタイル抽出を行うためにTransformerを通じてグローバルなセマンティックな関係をキャプチャするRefineExtractorと,顔の事前情報をスタイル生成に組み込んだPresideMapperを導入することで,スタイル属性アライメントを強化する。 CelebA-HQの実験結果から,提案手法は質的,定量的両評価において,最先端の手法よりも高精度な顔属性の編集と非ターゲット属性の保存が可能であることが示された。

関連論文リスト

• LatRef-Diff: Latent and Reference-Guided Diffusion for Facial Attribute Editing and Style Manipulation [78.6161238980415]
  条件付きGANは進歩しているものの、精度の問題やトレーニング不安定性によって制限されている。 これらの制約に対処する新しい拡散ベースのフレームワークであるLatRef-Diffを提案する。 本稿では,LatRef-Diffが定性評価と定量的評価の両方において最先端の性能を達成することを示す。
  論文  参考訳（メタデータ） (2026-04-23T04:47:40Z)
• Training-Free Disentangled Text-Guided Image Editing via Sparse Latent Constraints [2.4140502941897544]
  テキスト駆動の画像操作は、しばしば属性の絡み合いに悩まされる。 Predict, Prevent, and Evaluate frameworkは、事前訓練された視覚言語モデルを活用して、アンタングル編集に利用することでこの問題に対処する。 実験の結果、提案手法はより集中的で制御された編集を強制し、顔認証を維持しながら意図しない非ターゲット属性の変化を効果的に低減することを示した。
  論文  参考訳（メタデータ） (2025-12-25T11:38:10Z)
• AttentionDrag: Exploiting Latent Correlation Knowledge in Pre-trained Diffusion Models for Image Editing [33.74477787349966]
  本研究では,AttentionDragという一段階のポイントベース画像編集手法を提案する。 このフレームワークは、大規模な再最適化や再トレーニングを必要とせずに、セマンティック一貫性と高品質な操作を可能にする。 以上の結果から,最先端の手法をはるかに高速に超越した性能を示す。
  論文  参考訳（メタデータ） (2025-06-16T09:42:38Z)
• DiffFAE: Advancing High-fidelity One-shot Facial Appearance Editing with Space-sensitive Customization and Semantic Preservation [84.0586749616249]
  本稿では,高忠実度顔画像編集に適した1段階かつ高効率な拡散ベースフレームワークDiffFAEを提案する。 高忠実度クエリ属性転送には、空間感性物理カスタマイズ(SPC)を採用し、忠実度と一般化能力を保証している。 ソース属性を保存するために、Regional-responsive Semantic Composition (RSC)を導入する。 このモジュールは、切り離されたソースを無視する特徴を学習するためにガイドされ、髪、服、背景などの非顔的属性からアーティファクトを保存し緩和する。
  論文  参考訳（メタデータ） (2024-03-26T12:53:10Z)
• PFB-Diff: Progressive Feature Blending Diffusion for Text-driven Image Editing [9.333499287832202]
  PFB-Diffは拡散に基づく画像編集のためのプログレッシブ・フィーチャーブレンディング法である。 PFB-Diffは多レベル特徴ブレンディングによりテキスト誘導された生成されたコンテンツをターゲット画像にシームレスに統合する。 本手法は、微調整や訓練を必要とせず、編集精度と画質の点で優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-28T11:10:20Z)
• DragDiffusion: Harnessing Diffusion Models for Interactive Point-based Image Editing [94.24479528298252]
  DragGANは、ピクセルレベルの精度で印象的な編集結果を実現する、インタラクティブなポイントベースの画像編集フレームワークである。 大規模な事前学習拡散モデルを利用することで、実画像と拡散画像の両方における対話的点ベース編集の適用性を大幅に向上する。 本稿では,対話的点ベース画像編集手法の性能を評価するため,DragBenchというベンチマークデータセットを提案する。
  論文  参考訳（メタデータ） (2023-06-26T06:04:09Z)

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。