論文の概要: Identity-Conditioned Latent Consistency Distillation for Face Synthesis

• arxiv url: http://arxiv.org/abs/2608.31053v1
• Date: Mon, 31 Aug 2026 16:32:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.506261
• Title: Identity-Conditioned Latent Consistency Distillation for Face Synthesis
• Title（参考訳）: 顔合成のためのアイデンティティ共振式潜水蒸留
• Abstract要約: 拡散モデルは高忠実度画像合成において大きな成果を上げてきたが、その反復サンプリングプロセスは大規模生成を計算上コストがかかる。 同一性条件の顔合成は、潜在一貫性モデルにより、計算コストが大幅に低く行えることを示す。
• 参考スコア（独自算出の注目度）: 1.6373874592430429
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diffusion models have achieved strong results in high-fidelity image synthesis, but their iterative sampling process makes large-scale generation computationally expensive. This limitation is especially relevant when generating synthetic face datasets for face recognition, where a large number of subjects with many samples in different poses, expressions, ages, etc., are required. In this work, we show that identity-conditioned face synthesis can be performed at a substantially lower computational cost by a latent Consistency Model with few iterations, without compromising image quality. For training, we distill knowledge from the foundation Diffusion Model Arc2Face (teacher) by adapting its original text-to-image pipeline to an embedding-to-face setting, replacing textual prompts with ArcFace identity embeddings. Our distilled model (student) generates identity-conditioned face images with an average inference time of 0.4819 seconds per image, compared with 2.102 seconds for Arc2Face, resulting in a 4.36$\times$ speed-up. Quantitative results, based on FID scores, show that the distilled model remains competitive with Arc2Face across all evaluation protocols. On 100k generated images, it achieves near-parity on CelebA (13.921 vs. 12.928) and outperforms the teacher on WebFace42M (9.317 vs. 9.802). Further evaluations on Synth-500 and AgeDB show a moderate performance gap for the former but comparable results for the latter. These results indicate that Arc2Face can be accelerated through task-specific latent consistency distillation while preserving high image quality for large-scale synthetic face generation. Our proposal is publicly available at https://github.com/UFPR-IPASP-PR/FaceRec-IdentityConsistency.
• Abstract（参考訳）: 拡散モデルは高忠実度画像合成において大きな成果を上げてきたが、その反復サンプリングプロセスは大規模生成を計算上コストがかかる。 この制限は、さまざまなポーズ、表情、年齢などの多くのサンプルを持つ多数の被験者を必要とする顔認識のための合成顔データセットを生成する場合に特に重要である。 本研究では,画像の品質を損なうことなく,画像品質を損なうことなく,複数の繰り返しを伴う潜時一貫性モデルにより,識別条件付き顔合成を大幅に低コストで行えることを示す。 トレーニングでは、元のテキスト・ツー・イメージ・パイプラインを埋め込み・ツー・フェイス設定に適応させ、テキストプロンプトをArcFaceアイデンティティ・埋め込みに置き換えることで、Diffusion Model Arc2Face (Teacher)の基礎から知識を抽出する。 蒸留モデル(学生)は,Arc2Faceの2.102秒と比較して,平均推定時間0.4819秒の同一条件顔画像を生成し,その結果,4.36$\times$スピードアップとなる。 FIDスコアに基づく定量的結果は、蒸留されたモデルがすべての評価プロトコルでArc2Faceと競合し続けていることを示している。 100kで生成された画像では、CelebA (13.921 vs. 12.928) でほぼパリティを達成し、WebFace42M (9.317 vs. 9.802) で教師より優れている。 Synth-500 と AgeDB のさらなる評価は、前者では適度なパフォーマンス差を示しているが、後者では同等の結果である。 これらの結果から,Arc2Faceは大規模合成顔生成のための高画質を維持しつつ,タスク特異的潜時整合蒸留により加速可能であることが示唆された。 私たちの提案はhttps://github.com/UFPR-IPASP-PR/FaceRec-IdentityConsistencyで公開されています。

関連論文リスト

• Hybrid Generative Fusion for Efficient and Privacy-Preserving Face Recognition Dataset Generation [87.48785461212556]
  我々は,顔認識モデルをトレーニングするための高品質な顔データセットの構築に焦点を当てたDataCV ICCV Challengeへのアプローチを提案する。 構築されたデータセットには、既存の公開顔データセットと重複するIDが含まれてはならない。 提案手法は,競技において第1位となる textbf1 を達成し,実験結果から10K,20K,100K 単位のモデル性能の向上が得られた。
  論文  参考訳（メタデータ） (2025-08-14T14:14:18Z)
• Vec2Face+ for Face Dataset Generation [19.02273216268032]
  Vec2Face+は画像特徴から直接画像を生成する生成モデルである。 VFace10Kは10KのIDを持つ合成顔データセットである。 対応するVFace100KデータセットとVFace300Kデータセットは、実世界のトレーニングデータセットであるCASIA-WebFaceよりも精度が高い。
  論文  参考訳（メタデータ） (2025-07-23T04:34:56Z)
• CO-SPY: Combining Semantic and Pixel Features to Detect Synthetic Images by AI [58.35348718345307]
  実際の画像とAI生成画像を区別する現在の取り組みには、一般化が欠如している可能性がある。 既存のセマンティック機能を強化した新しいフレームワークCo-Spyを提案する。 また、5つの実画像データセットと22の最先端生成モデルからなる包括的データセットであるCo-Spy-Benchを作成します。
  論文  参考訳（メタデータ） (2025-03-24T01:59:29Z)
• OSDFace: One-Step Diffusion Model for Face Restoration [72.5045389847792]
  拡散モデルは、顔の修復において顕著な性能を示した。 顔復元のための新しいワンステップ拡散モデルOSDFaceを提案する。 その結果,OSDFaceは現状のSOTA(State-of-the-art)手法を視覚的品質と定量的指標の両方で上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-26T07:07:48Z)
• TCDiff: Triple Condition Diffusion Model with 3D Constraints for Stylizing Synthetic Faces [1.7535229154829601]
  新しいデータセットの1k、2k、5kクラスを用いた顔認識実験は、実顔ベンチマークで最先端の合成データセットをトレーニングする。
  論文  参考訳（メタデータ） (2024-09-05T14:59:41Z)
• Vec2Face: Scaling Face Dataset Generation with Loosely Constrained Vectors [19.02273216268032]
  Vec2Faceは、サンプルベクターのみを入力として使用する総合モデルである。 Vec2Faceは最大300KのIDを生成する。 Vec2Faceは5つの実世界のテストセットにおいて、最先端の精度を92%から93.52%に向上させる。
  論文  参考訳（メタデータ） (2024-09-04T17:59:51Z)
• Arc2Face: A Foundation Model for ID-Consistent Human Faces [95.00331107591859]
  Arc2Faceは、ID条件のフェイスファンデーションモデルである。 既存のモデルと無矛盾の顔類似度で、多様なフォトリアリスティック画像を生成することができる。
  論文  参考訳（メタデータ） (2024-03-18T10:32:51Z)
• Blind Face Restoration: Benchmark Datasets and a Baseline Model [63.053331687284064]
  Blind Face Restoration (BFR) は、対応する低品質 (LQ) 入力から高品質 (HQ) の顔画像を構築することを目的としている。 EDFace-Celeb-1M (BFR128) と EDFace-Celeb-150K (BFR512) と呼ばれる2つのブラインドフェイス復元ベンチマークデータセットを最初に合成する。 最先端の手法は、ブラー、ノイズ、低解像度、JPEG圧縮アーティファクト、それらの組み合わせ(完全な劣化)の5つの設定でベンチマークされる。
  論文  参考訳（メタデータ） (2022-06-08T06:34:24Z)
• SynFace: Face Recognition with Synthetic Data [83.15838126703719]
  我々は、ID混在(IM)とドメイン混在(DM)を併用したSynFaceを考案し、パフォーマンスギャップを緩和する。 また、合成顔画像の系統的実験分析を行い、合成データを顔認識に効果的に活用する方法についての知見を提供する。
  論文  参考訳（メタデータ） (2021-08-18T03:41:54Z)

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。