論文の概要: Beyond Facial Consistency: Personalized Person Image Generation with Holistic Identity Preservation

• arxiv url: http://arxiv.org/abs/2607.25622v1
• Date: Tue, 28 Jul 2026 12:02:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-29 20:50:42.820098
• Title: Beyond Facial Consistency: Personalized Person Image Generation with Holistic Identity Preservation
• Title（参考訳）: 顔の一貫性を超えて: ホロスティックなアイデンティティ保存による人物画像生成
• Authors: Yuxuan Xiao, Shanshan Zhang, Jian Yang, Shengcai Liao,
• Abstract要約: 顔と外見の同一性調整を改善するために,動的バランススケーリング(DBS)を提案する。 DBSは2つのコンポーネントで構成されている。 また、パーソナライズされた人物生成における全体的アイデンティティ整合性を評価するベンチマークであるPexels-100を紹介する。
• 参考スコア（独自算出の注目度）: 31.445089759245146
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Personalized person image generation requires preserving subject identity across both local facial details and broader appearance cues. Existing methods typically emphasize only one level of identity information, leading to an inherent trade-off between facial fidelity and overall appearance consistency. To address this, we first propose a simple dual-branch baseline that unifies global appearance control and local facial control within a shared generation framework. This simple combination of different branches yields promising results, but suffers from instability in practice due to uncoordinated branch contributions. To this end, we propose Dynamic Balancing Scaling (DBS), a fine-tuning strategy for improving face and appearance identity coordination. DBS consists of two components: adaptive temporal gating, which dynamically modulates branch contributions along the denoising trajectory, and region-aware optimization, which improves the coordination of facial, appearance, and global supervision. Together, these designs alleviate persistent face-branch over-dominance and encourage more effective appearance-aware guidance. We also introduce Pexels-100, a benchmark for evaluating holistic identity consistency in personalized person generation. Experiments show that DBS achieves a better trade-off between facial fidelity and appearance consistency than existing open-source baselines, while providing a controllable basic framework for holistic identity modeling.
• Abstract（参考訳）: パーソナライズド・パーソナライズされた人物画像生成には、局所的な顔の詳細とより広い外観の手がかりの両方にわたる被写体アイデンティティの保存が必要である。 既存の方法は一般的に1つのレベルのアイデンティティ情報だけを強調し、顔の忠実さと全体的な外観整合性の間に固有のトレードオフをもたらす。 そこで我々はまず,グローバルな外観制御と局所的な顔制御を共有生成フレームワーク内で統合する,シンプルなデュアルブランチベースラインを提案する。 この単純な分岐の組み合わせは、有望な結果をもたらすが、非コーディネートブランチコントリビューションによる実践上の不安定さに悩まされる。 この目的のために、顔と外見のアイデンティティ調整を改善するための微調整戦略であるダイナミック・バランシング・スケーリング(DBS)を提案する。 適応的時間ゲーティング(adaptive temporal gating)は、認知軌道に沿って枝の寄与を動的に調節し、領域認識最適化(rea-aware optimization)は顔、外観、世界的監督の調整を改善する。 これらのデザインは、永続的なフェイスブランチの過剰な支配を緩和し、より効果的な外観認識ガイダンスを奨励する。 また、パーソナライズされた人物生成における全体的アイデンティティ整合性を評価するベンチマークであるPexels-100を紹介する。 実験の結果,DBSは既存のオープンソースベースラインよりも顔の忠実度と外観の整合性とのトレードオフを良好に達成し,包括的アイデンティティモデリングのための制御可能な基本フレームワークを提供することがわかった。

関連論文リスト

• Face inpainting with Identity Preserving Latent Diffusion Models [10.348748950921667]
  ID-ControlNetは、潜伏拡散モデルに基づいて構築された、ID保存のフェイスペイントフレームワークである。 我々は、生成した顔とターゲットの識別表現とのアライメントを明確に強制する、アイデンティティ一貫性と三重項損失トレーニング戦略を導入する。
  論文  参考訳（メタデータ） (2026-05-15T23:19:43Z)
• CA-IDD: Cross-Attention Guided Identity-Conditional Diffusion for Identity-Consistent Face Swapping [1.4323566945483497]
  顔スワップは、ターゲット顔へのソース顔の同一性を活用することで、現実的な顔画像生成を最適化することを目的としている。 既存の方法、特にGANに基づく手法は、アイデンティティ保存と視覚リアリズムのバランスをとるのにしばしば苦労する。 本稿では、視線、アイデンティティ、顔解析を統合した最初の拡散型顔スワップアプローチであるCA-IDDを紹介する。
  論文  参考訳（メタデータ） (2026-04-27T13:59:08Z)
• Directing the Narrative: A Finetuning Method for Controlling Coherence and Style in Story Generation [2.9255420892138306]
  堅牢で一貫したストーリー生成のために設計された2段階のフレームワークを提案する。 まず、本質的な一貫性を促進するメカニズムであるGSA(Group-Shared Attention)を紹介する。 第2に、DPO(Direct Preference Optimization)を利用して、生成した出力を人間の美学と物語の基準に合わせる。
  論文  参考訳（メタデータ） (2026-03-18T02:43:02Z)
• Optimizing ID Consistency in Multimodal Large Models: Facial Restoration via Alignment, Entanglement, and Disentanglement [54.199726425201895]
  大規模モデルのマルチモーダル編集は、様々なタスクにまたがる強力な編集機能を示している。 現在の顔認証保存法は、顔認証と編集済み要素IPの整合性回復に苦慮している。 そこで我々は,頑健なアイデンティティ特異的顔復元のためのアライメント・ディスタングルメント・アンタングルメント・フレームワークであるEditedIDを提案する。
  論文  参考訳（メタデータ） (2026-02-21T08:24:42Z)
• DisCo: Reinforcement with Diversity Constraints for Multi-Human Generation [60.741022906593685]
  DisCoは、マルチヒューマン世代におけるアイデンティティの多様性を直接最適化する最初のRLベースのフレームワークである。 グループ相対ポリシー最適化によるDisCo微粒フローマッチングモデル。 DiverseHumans Testsetでは、DisCoは98.6のユニークな顔の精度とほぼ完璧なグローバルアイデンティティスプレッドを実現している。
  論文  参考訳（メタデータ） (2025-10-01T19:28:51Z)
• 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)
• FaceDancer: Pose- and Occlusion-Aware High Fidelity Face Swapping [62.38898610210771]
  そこで我々は,FaceDancerという顔のスワップとID転送のための新しい単一ステージ手法を提案する。 アダプティブ・フィーチャー・フュージョン・アテンション(AFFA)と解釈的特徴類似性規則化(IFSR)の2つの主要なコントリビューションがある。
  論文  参考訳（メタデータ） (2022-10-19T11:31:38Z)
• Dual-Attention GAN for Large-Pose Face Frontalization [59.689836951934694]
  本稿では,フォトリアリスティック顔フロンダル化のためのDA-GAN(Dual-Attention Generative Adversarial Network)を提案する。 具体的には、ローカル機能と長距離依存関係を統合するために、自己アテンションベースのジェネレータが導入された。 顔領域の局所的特徴を強調するために,新しい顔認識に基づく識別器を適用した。
  論文  参考訳（メタデータ） (2020-02-17T20:00:56Z)

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。