論文の概要: Adaptive Identity Anchoring: Closed-Loop Keyframe Placement for Synthetic Paired Supervision in Video Face Swapping
- arxiv url: http://arxiv.org/abs/2607.21434v1
- Date: Thu, 23 Jul 2026 15:37:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.463228
- Title: Adaptive Identity Anchoring: Closed-Loop Keyframe Placement for Synthetic Paired Supervision in Video Face Swapping
- Title（参考訳）: Adaptive Identity Anchoring: ビデオ・フェイス・スワッピングにおける合成ペアド・スーパービジョンのためのクローズドループキーフレーム配置
- Abstract要約: 適応IDアンカリング(AIA)を提案する。
AIAはシンセサイザーを任意のアンカー集合に一般化する。
第二の病理学では、過度に平らな皮膚の美容フィルターは、同じ根本原因を持つ: マイクロテクスチャーは、アイデンティティと同様に、パイプラインの目的のどれにも当てはまらない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Video face swapping has no natural paired supervision: no real footage exists of one person's face performing another person's video. The strongest current answer, DreamID-V's SyncID-Pipe, mints pairs by replacing the identity in exactly two frames of a real clip -- the first and the last -- and regenerating the rest from a pose sequence alone. Pose carries no appearance evidence of the swapped-in identity, so over long clips, occlusions, and extreme pose excursions the synthesized identity has a long unanchored span on which to drift; no published ablation examines anchor count or placement. We propose Adaptive Identity Anchoring (AIA): (i) generalize the synthesizer to arbitrary anchor sets, architecturally natural for diffusion-forcing-style transformers where conditioning on a frame is clamping its tokens to zero noise; (ii) place anchors by a closed feedback loop that scores every generated frame against the real reference identity and inserts an image-face-swapped anchor at the worst-scoring frame until the pair passes a threshold or exhausts a budget; (iii) reuse the loop's verdict as an automatic data filter. A second pathology, the beauty-filter look of over-smoothed skin, has the same root cause: micro-texture, like identity, is priced by none of the pipeline's objectives. We therefore pair AIA with Reality-Referenced Texture Restoration: matched re-graining from each real frame's non-face regions, band-split transfer of sub-identity micro-texture from the real footage, and a second, spectral acceptance channel refereed by the footage's own spectrum. Identity-anchor density, we argue, is a controllable quality dial, and we specify falsifiable experiments -- drift-versus-gap curves, uniform-versus-adaptive placement at matched budgets, student training on AIA-minted data, and texture ablations with a human beauty-filter study -- that would validate or refute the proposal.
- Abstract（参考訳）: ビデオ・フェイス・スワップには自然にペアリングされた監督はなく、ある人の顔の実際の映像が他の人の動画を演じていることはない。
最強の答えは、DreamID-VのSyncID-Pipeで、実際のクリップ(最初のものと最後の2フレーム)の正体を置き換え、残りの部分をポーズシーケンスだけで再生することでペアを縮小する。
ポースはスワップインされたアイデンティティの証拠を一切持っていないため、長いクリップ、オクルージョン、極端なポーズで、合成されたアイデンティティは漂うための長いアンチョレッドなスパンを持ち、出版されたアブレーションはアンカー数や配置を調べない。
適応アイデンティティアンコリング(AIA:Adaptive Identity Anchoring)を提案する。
(i)シンセサイザーを任意のアンカー集合に一般化し、フレーム上の条件付けがトークンをゼロノイズにクランプする拡散強制型変圧器のアーキテクチャ上は自然である。
二 実際の基準IDに対して生成されたすべてのフレームをスコアリングする閉フィードバックループによりアンカーを配置し、かつ、両者が閾値を超えるか予算を浪費するまで、最悪のスコアフレームに画像顔スワップ付アンカーを挿入すること。
3) ループの判定を自動データフィルタとして再利用する。
第二の病理学では、過度に平らな皮膚の美容フィルターは、同じ根本原因を持つ: マイクロテクスチャーは、アイデンティティと同様に、パイプラインの目的のどれにも当てはまらない。
そこで我々は,AIAとリアル・リフレクション・テクスチャ・リバイバルを組み合わせ,実映像からのサブアイデンティティー・マイクロテクスチャのバンド分割転送と,映像のスペクトルによって参照される第2のスペクトル受容チャネルを,実フレームの非顔領域から再解析する。
我々は、アイデンティティ・アンカー密度は制御可能な品質ダイヤルであり、フロート・ヴァーサス・ギャップ曲線、一致した予算での均一なヴァーサス・アダプティブな配置、AIAがマイニングしたデータに対する学生のトレーニング、ヒトの美容フィルターによるテクスチャ・アブリケーション(テクスチャ・アブリケーション)という、その提案を検証または否定するファルシブルな実験を指定する。
関連論文リスト
- Vera: Identity-Faithful Human Subject-to-Video Generation [66.45205582225942]
単対複数対人生成のための統合人間中心型S2VフレームワークであるVeraを提案する。
まず、人物レベルのクロスクリップ検索により、100万対のアイデンティティに整合した人間の画像画像データセットを構築した。
We show that Vera improves human identity consistency, multi-person subject binding, and motion naturalness, while reduce identity confusion and excess reference-image copying。
論文 参考訳（メタデータ） (2026-07-22T15:08:30Z) - Anchoring on Reality: Breaking the Pseudo-Target Ceiling in Makeup Transfer [70.44549081321442]
メイクアップ転送は、そのアイデンティティと幾何学を保ちながら、ソースフェイスに参照化粧スタイルを適用する。
現在の手法は、大規模な編集モデルの弱い先行や合成擬似ターゲットに依存している。
本稿では,現実に適応した改良サイクルを持つ2段階のフレームワークであるART(Anchoring on Reality Makeup Transfer)を提案する。
論文 参考訳（メタデータ） (2026-06-30T03:28:01Z) - RGFVR: Reference-Guided Face Video Restoration with Flow Matching [0.5607590231264274]
顔画像復元のための主観的参照誘導フレームワークを提案する。
本手法は,事前学習したフローベーステキスト・ツー・ビデオ・ジェネレータにバイモーダル・パースペクティブ・ディスクリプティブ・アイデンティティ・コンディショニングを導入する。
実験により,本手法は修復の忠実度,時間的整合性,アイデンティティの保存性を向上することが示された。
論文 参考訳（メタデータ） (2026-06-15T08:39:51Z) - AnyID: Ultra-Fidelity Universal Identity-Preserving Video Generation from Any Visual References [52.81991915377852]
我々は,超忠実なアイデンティティ保存ビデオ生成フレームワークであるAnyIDを提案する。
まず,不均一な同一性入力を結合表現に効果的に統一する,スケーラブルなオムニ参照アーキテクチャを提案する。
第2に、1つの参照を標準アンカーとして指定し、新しい微分プロンプトを用いて正確な属性レベルの制御を可能にする一次参照生成パラダイムを提案する。
論文 参考訳（メタデータ） (2026-03-26T08:54:48Z) - Unmasking Puppeteers: Leveraging Biometric Leakage to Disarm Impersonation in AI-based Videoconferencing [13.359027851861677]
AIベースのトーキングヘッドビデオ会議システムは、コンパクトなポーズ表現ラテントを送信し、受信機でRGBを再合成することで帯域幅を削減する。
この潜伏者は操ることができ、攻撃者はリアルタイムで被害者の好奇心を乗っ取ることができる。
再建されたRGBビデオを見ることなく,最初の生体情報漏洩防御システムを導入する。
論文 参考訳（メタデータ） (2025-10-03T22:37:03Z) - InfiniteTalk: Audio-driven Video Generation for Sparse-Frame Video Dubbing [66.48064661467781]
我々は、アイデンティティ、象徴的なジェスチャー、カメラ軌跡を維持するために参照を戦略的に保存する新しいパラダイムであるスパースフレームビデオダビングを導入する。
無限長長列ダビング用に設計されたストリーミングオーディオ駆動型ジェネレータであるInfiniteTalkを提案する。
HDTF、CelebV-HQ、EMTDデータセットの総合評価は、最先端の性能を示している。
論文 参考訳（メタデータ） (2025-08-19T17:55:23Z) - Mask-Free Audio-driven Talking Face Generation for Enhanced Visual Quality and Identity Preservation [54.52905471078152]
本研究では,2Dベースの顔編集作業を維持しつつ,マスクレス音声生成手法を提案する。
入力画像を2段階のランドマークベースアプローチを用いて,口を閉じた状態に変換する。
論文 参考訳（メタデータ） (2025-07-28T16:03:36Z) - Show and Polish: Reference-Guided Identity Preservation in Face Video Restoration [9.481604837168762]
Face Video Restoration (FVR)は、劣化したバージョンから高品質な顔ビデオを取り戻すことを目的としている。
従来の方法は、劣化が深刻であるときに、細粒でアイデンティティ固有の特徴を保存するのに苦労する。
視覚的プロンプトとして高品質な参照顔画像を活用する新しい手法であるIP-FVRを導入する。
論文 参考訳（メタデータ） (2025-07-14T14:01:37Z) - RIGID: Recurrent GAN Inversion and Editing of Real Face Videos [73.97520691413006]
GANのインバージョンは、実画像に強力な編集可能性を適用するのに不可欠である。
既存のビデオフレームを個別に反転させる手法は、時間の経過とともに望ましくない一貫性のない結果をもたらすことが多い。
我々は、textbfRecurrent vtextbfIdeo textbfGAN textbfInversion and etextbfDiting (RIGID) という統合されたリカレントフレームワークを提案する。
本フレームワークは,入力フレーム間の固有コヒーレンスをエンドツーエンドで学習する。
論文 参考訳（メタデータ） (2023-08-11T12:17:24Z) - Realistic Face Reenactment via Self-Supervised Disentangling of Identity
and Pose [23.211318473026243]
本研究では,大量の未収録映像を自然に再現する自己教師型ハイブリッドモデル(DAE-GAN)を提案する。
提案手法は,2つのデフォーミングオートエンコーダと条件生成の最新の進歩を組み合わせたものである。
実験の結果,再現された画像の良好な品質と,同一性間での顔の動きの伝達の柔軟性が示された。
論文 参考訳（メタデータ） (2020-03-29T06:45:17Z)
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。