論文の概要: FaithfulFaces: Pose-Faithful Facial Identity Preservation for Text-to-Video Generation

• arxiv url: http://arxiv.org/abs/2605.04702v1
• Date: Wed, 06 May 2026 09:54:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-07 18:41:07.756048
• Title: FaithfulFaces: Pose-Faithful Facial Identity Preservation for Text-to-Video Generation
• Title（参考訳）: FaithfulFaces:テキスト・ビデオ・ジェネレーションのためのPose-Faithful Facial Identity Preservation
• Abstract要約: アイデンティティ保存型テキスト・ツー・ビデオ生成(IPT2V)は、ユーザに対して、一貫した人間の顔認証を備えた多様な想像力のあるビデオの作成を可能にする。 複雑な動的シーンにおいて、PT2Vを改善するために、ポーズ忠実な顔認証学習フレームワークである textitFaithfulFaces を提案する。
• 参考スコア（独自算出の注目度）: 28.523984146967805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Identity-preserving text-to-video generation (IPT2V) empowers users to produce diverse and imaginative videos with consistent human facial identity. Despite recent progress, existing methods often suffer from significant identity distortion under large facial pose variations or facial occlusions. In this paper, we propose \textit{FaithfulFaces}, a pose-faithful facial identity preservation learning framework to improve IPT2V in complex dynamic scenes. The key of FaithfulFaces is a pose-shared identity aligner that refines and aligns facial poses across distinct views via a pose-shared dictionary and a pose variation-identity invariance constraint. By mapping single-view inputs into a global facial pose representation with explicit Euler angle embeddings, FaithfulFaces provides a pose-faithful facial prior that guides generative foundations toward robust identity-preserving generation. In particular, we develop a specialized pipeline to curate a high-quality video dataset featuring substantial facial pose diversity. Extensive experiments demonstrate that FaithfulFaces achieves state-of-the-art performance, maintaining superior identity consistency and structural clarity even as pose changes and occlusions occur.
• Abstract（参考訳）: アイデンティティ保存型テキスト・ツー・ビデオ生成(IPT2V)は、ユーザに対して、一貫した人間の顔認証を備えた多様な想像力のあるビデオの作成を可能にする。 近年の進歩にもかかわらず、既存の方法は大きな顔のポーズのバリエーションや顔のオクルージョンの下で大きなアイデンティティの歪みに悩まされることが多い。 本稿では、複雑な動的シーンにおけるPT2Vを改善するために、ポーズ忠実な顔認証学習フレームワークである「textit{FaithfulFaces}」を提案する。 FaithfulFacesのキーは、ポーズ共有ID調整器で、ポーズ共有辞書とポーズ変動アイデンティティ不変制約によって、異なるビュー間で顔のポーズを洗練・調整する。 シングルビュー入力を明示的なユーラー角埋め込みでグローバルな顔ポーズ表現にマッピングすることで、FaithfulFacesは、生成基盤を堅牢なアイデンティティ保存生成へと導く、ポーズに忠実な顔を提供する。 特に,顔のポーズの多様性が顕著な高品質なビデオデータセットをキュレートするための特殊なパイプラインを開発する。 大規模な実験では、FithfulFacesが最先端のパフォーマンスを実現し、ポーズの変更やオクルージョンが発生しても、優れたアイデンティティ一貫性と構造的明確性を維持することが示されている。

関連論文リスト

• Face-MakeUpV2: Facial Consistency Learning for Controllable Text-to-Image Generation [4.383815913901858]
  Face-MakeUpV2は、顔IDの整合性と、参照画像との物理的特性の整合性を維持することを目的とした、顔画像生成モデルである。 実験では、Face-MakeUpV2は、顔IDを保存し、参照画像の物理的整合性を維持するという点で、最高の全体的な性能を達成する。
  論文  参考訳（メタデータ） (2025-10-17T09:31:08Z)
• From Large Angles to Consistent Faces: Identity-Preserving Video Generation via Mixture of Facial Experts [69.44297222099175]
  顔の特徴の異なるが相互に強化された側面を捉えた顔専門家の混合(MoFE)を導入する。 データセットの制限を軽減するため、私たちは、Face ConstraintsとIdentity Consistencyという2つの重要な側面を中心としたデータ処理パイプラインを調整しました。 我々は、既存のオープンソースヒューマンビデオデータセットからLFA(Large Face Angles)データセットをキュレートし、洗練しました。
  論文  参考訳（メタデータ） (2025-08-13T04:10:16Z)
• InstaFace: Identity-Preserving Facial Editing with Single Image Inference [13.067402877443902]
  本稿では,単一の画像のみを用いてアイデンティティを保存しながら,現実的な画像を生成するための,新しい拡散ベースのフレームワークInstaFaceを紹介する。 InstaFaceは、トレーニング可能なパラメータを追加することなく、複数の3DMMベースの条件を統合することで、3Dの視点を活用する。 本手法は, 身元保存, 光リアリズム, ポーズ, 表情, 照明の効果的な制御において, 最先端のアプローチよりも優れている。
  論文  参考訳（メタデータ） (2025-02-27T22:37:09Z)
• iFADIT: Invertible Face Anonymization via Disentangled Identity Transform [51.123936665445356]
  顔の匿名化は、個人のプライバシーを保護するために顔の視覚的アイデンティティを隠すことを目的としている。 Invertible Face Anonymization の頭字語 iFADIT を Disentangled Identity Transform を用いて提案する。
  論文  参考訳（メタデータ） (2025-01-08T10:08:09Z)
• ConsistentID: Portrait Generation with Multimodal Fine-Grained Identity Preserving [64.90148669690228]
  ConsistentIDは、微細なマルチモーダル顔のプロンプト下での多彩な画像生成のための革新的な手法である。 我々は、50万以上の顔画像を持つ、きめ細かいポートレートデータセットFGIDを提示し、既存の顔データセットよりも多様性と包括性を提供する。
  論文  参考訳（メタデータ） (2024-04-25T17:23:43Z)
• Adversarial Identity Injection for Semantic Face Image Synthesis [6.763801424109435]
  我々は、顔を生成するためにアイデンティティ、スタイル、セマンティック特徴をマージするクロスアテンション機構を利用するSISアーキテクチャを提案する。 実験結果から,提案手法は識別情報の保存に適するだけでなく,顔認識対向攻撃にも有効であることが判明した。
  論文  参考訳（メタデータ） (2024-04-16T09:19:23Z)
• StableIdentity: Inserting Anybody into Anywhere at First Sight [57.99693188913382]
  一つの顔画像で同一性に一貫性のある再テクスチャ化を可能にするStableIdentityを提案する。 私たちは、1つの画像から学んだアイデンティティを直接、微調整なしでビデオ/3D生成に注入する最初の人です。
  論文  参考訳（メタデータ） (2024-01-29T09:06:15Z)
• When StyleGAN Meets Stable Diffusion: a $\mathscr{W}_+$ Adapter for Personalized Image Generation [60.305112612629465]
  テキストと画像の拡散モデルは、多種多様で高品質でフォトリアリスティックな画像を生成するのに優れている。 本稿では,拡散モデルのための拡張されたアイデンティティ保存とアンタングル化を実現するために,StyleGAN 埋め込み空間 $mathcalW_+$ の新たな利用法を提案する。 提案手法は,即時記述に適合するだけでなく,一般的なスタイルGAN編集方向に対応可能なパーソナライズされたテキスト・ツー・イメージ出力を生成する。
  論文  参考訳（メタデータ） (2023-11-29T09:05:14Z)
• Face Transformer: Towards High Fidelity and Accurate Face Swapping [54.737909435708936]
  Face swappingは、ソース顔の同一性とターゲット顔の属性を融合させるスワップ画像を生成することを目的としている。 本稿では,顔の同一性と対象属性を同時に正確に保存できる新しい顔交換ネットワークであるFace Transformerを提案する。
  論文  参考訳（メタデータ） (2023-04-05T15:51:44Z)

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。