論文の概要: PortraitGen: Exemplar-Driven GRPO with Dual-Reward Guidance for Photorealistic Portrait Generation

• arxiv url: http://arxiv.org/abs/2606.26930v1
• Date: Thu, 25 Jun 2026 12:05:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.277045
• Title: PortraitGen: Exemplar-Driven GRPO with Dual-Reward Guidance for Photorealistic Portrait Generation
• Title（参考訳）: PortraitGen: フォトリアリスティックなポートレート生成のためのデュアルリワードガイダンスを備えた先駆的なGRPO
• Abstract要約: フォトリアリスティックな肖像画生成に適した新しいフレームワークであるPortraitGenを提案する。 まず、実画像を直接GRPOサンプリンググループに導入することで、固有の生成境界を破る。 OmniReward for general quality と AI-Portrait for human-centric fidelity。
• 参考スコア（独自算出の注目度）: 54.85864545266293
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reinforcement Learning like Group Relative Policy Optimization (GRPO) has significantly advanced text-to-image post-training. However, current methods often favor superficial aesthetics, such as over-saturated colors, leaving critical flaws like AI artifacts and biological implausibilities unresolved. We attribute these limitations to two primary factors: (1) The absence of real images during post-training confines GRPO sampling to the original distribution, failing to break inherent generative boundaries; (2) the optimization process lacks specific rewards targeting fine-grained artifacts like overly oily skin and other AI artifacts. To address this, we propose PortraitGen, a novel framework tailored for photorealistic portrait generation. First, we break inherent generative boundaries by directly introducing real images into the GRPO sampling groups, where image inversion is employed to obtain their transition probabilities and latents. Second, to explicitly steer the model toward photorealism, we introduce a complementary dual-reward mechanism: OmniReward for general quality and AI-Portrait for human-centric fidelity. Furthermore, we curate PortraitBench, a comprehensive portrait-centric benchmark. Extensive experiments demonstrate that PortraitGen significantly outperforms existing baselines, effectively suppressing AI artifacts and achieving unprecedented photorealism.
• Abstract（参考訳）: グループ相対政策最適化(GRPO)のような強化学習は、訓練後のテキスト・ツー・イメージに大きな進歩を遂げている。 しかし、現在の手法は、過飽和色のような表面的な美学を好んでおり、AIアーティファクトや生物学的不確実性のような重大な欠陥は未解決のまま残されている。 これらの制限は,(1)訓練後における実像の欠如 GRPO が元の分布にサンプリングし,固有の生成的境界を破ることのできないこと,(2) 最適化プロセスは,過剰な油脂やその他のAIアーティファクトなどの微細な人工物をターゲットにした特定の報酬を欠いていること,の2つの要因に起因している。 そこで本研究では,フォトリアリスティックな肖像画生成に適した新しいフレームワークであるPortraitGenを提案する。 まず、実画像を直接GRPOサンプリンググループに導入することで、固有の生成境界を破る。 第2に、フォトリアリズムに向けてモデルを明示的に操るために、一般的な品質のためのOmniRewardと人間中心の忠実さのためのAI-Portraitという補完的な二重回帰機構を導入する。 さらに、総合的なポートレート中心のベンチマークであるPortraitBenchをキュレートする。 大規模な実験により、PortraitGenは既存のベースラインを大幅に上回り、AIアーティファクトを効果的に抑制し、前例のないフォトリアリズムを達成した。

関連論文リスト

• Detecting AI-Generated Images via Distributional Deviations from Real Images [6.615773227400183]
  ファインチューニング中に生成モデル固有のパターンを含むテクスチャ領域をマスクするテクスチャ・アウェア・マスキング(TAM)機構を導入する。 我々の手法は最小限の画像しか調整されず、既存の手法よりも大幅に優れており、2つのデータセットの平均精度は98.2%と94.6%に達する。
  論文  参考訳（メタデータ） (2026-01-07T05:00:13Z)
• RealGen: Photorealistic Text-to-Image Generation via Detector-Guided Rewards [53.25632969696776]
  フォトリアリスティック画像生成のためのテキスト・ツー・イメージ・フレームワークであるRealGenを提案する。 敵対的生成にインスパイアされたRealGenは、アーティファクトを定量化し、リアリズムを評価する"Detector Reward"メカニズムを導入した。 実験によると、RealGenはGPT-Image-1やQwen-Imageといった一般的なモデルやFLUX-Kreaのような特殊なフォトリアリスティックモデルよりも大幅に優れています。
  論文  参考訳（メタデータ） (2025-11-29T12:52:26Z)
• Timestep-Aware Diffusion Model for Extreme Image Rescaling [47.89362819768323]
  本稿では,時間認識拡散モデル(TADM)と呼ばれる,画像再スケーリングのための新しいフレームワークを提案する。 TADMは、事前訓練されたオートエンコーダの潜在空間で再スケーリング操作を行う。 これは、事前訓練されたテキスト・ツー・イメージ拡散モデルによって学習された強力な自然画像の先行を効果的に活用する。
  論文  参考訳（メタデータ） (2024-08-17T09:51:42Z)
• Boost Your Human Image Generation Model via Direct Preference Optimization [5.9726297901501475]
  人間の画像生成は、幅広い応用のために画像合成に重要な焦点をあてるが、解剖学、ポーズ、詳細のわずかな不正確さでさえ、現実主義を損なう可能性がある。 提案手法は,好ましくない(損失)画像から分岐しながら,好ましくない(勝利)画像を生成するようにモデルを訓練するDPO(Direct Preference Optimization)を提案する。 本稿では,高品質な実画像を勝利画像として取り入れたDPO手法を提案する。
  論文  参考訳（メタデータ） (2024-05-30T16:18:05Z)
• Self-Adaptive Reality-Guided Diffusion for Artifact-Free Super-Resolution [47.29558685384506]
  アーティファクトフリー・スーパーレゾリューション(SR)は、低解像度画像を、オリジナルコンテンツの厳密な整合性のある高解像度画像に変換することを目的としている。 従来の拡散型SR技術は反復的な手順でアーティファクトを導入する傾向にある。 本稿では,自己適応型現実誘導拡散(Self-Adaptive Reality-Guided Diffusion)を提案する。
  論文  参考訳（メタデータ） (2024-03-25T11:29:19Z)
• HyperReenact: One-Shot Reenactment via Jointly Learning to Refine and Retarget Faces [47.27033282706179]
  提案手法は,音源識別のリアルな音声頭部画像を生成することを目的とした,HyperReenactと呼ばれるニューラルフェイス再現法を提案する。 提案手法は, 単発設定(すなわち, 単一音源フレーム)の下で動作し, 被検体固有の微調整を必要とせず, クロスオブジェクトの再現を可能にする。 我々は,VoxCeleb1とVoxCeleb2の標準ベンチマークにおけるいくつかの最先端技術と比較した。
  論文  参考訳（メタデータ） (2023-07-20T11:59:42Z)
• CtlGAN: Few-shot Artistic Portraits Generation with Contrastive Transfer Learning [77.27821665339492]
  CtlGANは、新しいコントラッシブ・トランスファー学習戦略を備えた、数発のアート・ポートレート生成モデルである。 ソースドメインで事前訓練したStyleGANを,対象の芸術領域に適応させる。 実面をZ+空間に埋め込んだ新しいエンコーダを提案し,適応型デコーダに対処するためのデュアルパストレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2022-03-16T13:28:17Z)
• PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models [77.32079593577821]
  PULSE (Photo Upsampling via Latent Space Exploration) は、それまで文献になかった解像度で高解像度でリアルな画像を生成する。 本手法は, 従来よりも高分解能, スケールファクターの知覚品質において, 最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2020-03-08T16:44:31Z)

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。