論文の概要: ALADDIN: Adversarial Latent Diffusion Distillation for One-Step Identity Swapping

• arxiv url: http://arxiv.org/abs/2610.37503v1
• Date: Tue, 27 Oct 2026 16:25:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.690224
• Title: ALADDIN: Adversarial Latent Diffusion Distillation for One-Step Identity Swapping
• Title（参考訳）: ALADDIN : 一段階スワップ法における逆潜伏拡散蒸留法
• Abstract要約: 顔交換は、ターゲットのポーズ、表情、髪、照明を保ちながら、ソースIDをターゲットイメージに転送する。 GANベースの手法は高速だが、スクラッチから訓練されるため、相手信号のみからリアリズムを学ぶ必要がある。 本稿では,事前学習した複数ステップフローマッチングモデルからジェネレータを初期化して得られる1ステップの顔交換器であるALADDINを提案する。
• 参考スコア（独自算出の注目度）: 2.634291336296608
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Face swapping transfers a source identity onto a target image while preserving the target's pose, expression, hair, and lighting. The most realistic current methods are diffusion-based, but they need many network evaluations per image. GAN-based methods are fast, yet trained from scratch they must learn realism from the adversarial signal alone and produce visibly weaker results. We present ALADDIN (Adversarial Latent Diffusion Distillation for One-Step Identity Swapping), a one-step face swapper obtained by initialising the generator from a pre-trained multi-step flow-matching model and training it adversarially under identity and target-preservation constraints. We expose a controllable trade-off between identity transfer and target-attribute preservation by training a student model with triplet pseudo-label supervision. We additionally identify a bias in the standard evaluation protocol, which favours methods trained against the same identity encoder used to score them, and re-evaluate all baselines with an independent one. ALADDIN is state-of-the-art among one-step methods in realism and target preservation at comparable identity transfer, and matches the best multi-step model with 28 times fewer network evaluations and an order of magnitude fewer training pairs.
• Abstract（参考訳）: 顔交換は、ターゲットのポーズ、表情、髪、照明を保ちながら、ソースIDをターゲットイメージに転送する。 最も現実的な現在の手法は拡散に基づくものであるが、画像ごとに多くのネットワーク評価が必要である。 GANベースの手法は高速であるが、スクラッチから訓練され、敵信号だけで現実性を学び、目に見えるほど弱い結果を生み出す必要がある。 ALADDIN(Adversarial Latent Diffusion Distillation for One-Step Identity Swapping)は、学習済みの複数ステップフローマッチングモデルから生成元を初期化し、同一性および目標保存制約の下で逆向きに学習した1ステップのフェイススワッパーである。 学生モデルに3重の擬似ラベル監督を施した訓練を行うことにより,アイデンティティ転送とターゲット属性保存のトレードオフを明らかにする。 さらに,標準評価プロトコルのバイアスを識別し,評価に使用する同一のアイデンティティエンコーダに対してトレーニングした手法を好んで,すべてのベースラインを独立した手法で再評価する。 ALADDINは、現実主義と同一のアイデンティティ転送におけるターゲット保存の一段階の手法の中で最先端であり、最も優れたマルチステップモデルと28倍のネットワーク評価と、桁違いのトレーニングペア数で一致している。

関連論文リスト

• Learning Discriminative Prototypes via Boundary Repulsion MixUp for Object Re-Identification [3.1485041255193784]
  PBR-ReIDは、このクラス間の幾何学を明示的な学習ターゲットとするプロトタイプベースのフレームワークである。 我々は、標準のMixUpの弱点を識別信号に変換する幾何対応の正規化器であるBundary Repulsion MixUpを構築した。 人体と車体のReIDベンチマークの実験は、強いパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-10-25T14:16:01Z)
• Deep Leakage with Generative Flow Matching Denoiser [54.05993847488204]
  再建プロセスに先立って生成フローマッチング(FM)を組み込んだ新しい深部リーク攻撃(DL)を導入する。 当社のアプローチは、ピクセルレベル、知覚的、特徴に基づく類似度測定において、最先端の攻撃よりも一貫して優れています。
  論文  参考訳（メタデータ） (2026-01-21T14:51:01Z)
• Diffusion As Self-Distillation: End-to-End Latent Diffusion In One Model [53.77953728335891]
  ラテント拡散モデルは、独立したエンコーダ、デコーダ、拡散ネットワークからなる複雑な3部アーキテクチャに依存している。 本研究では,潜伏空間を安定化させる学習目標に重要な変更を加えた新たなフレームワークであるDeffusion as Self-Distillation (DSD)を提案する。 このアプローチにより、単一のネットワークの安定したエンドツーエンドトレーニングが初めて実現され、同時にエンコード、デコード、拡散の実行を学ぶことができる。
  論文  参考訳（メタデータ） (2025-11-18T17:58:16Z)
• Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
  顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。 トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。 IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-10-28T09:28:12Z)
• Diffusing States and Matching Scores: A New Framework for Imitation Learning [16.941612670582522]
  敵対的模倣学習は伝統的に、学習者と敵対的に選択されたコスト関数の間の2つのプレイヤーゼロサムゲームとしてフレーム化されている。 拡散モデルは、回帰を通じてスコア関数を訓練することだけを必要とするGANの非敵対的な代替品として登場した。 提案手法は, GANスタイルの模倣学習ベースラインと差別化なし模倣学習ベースラインの両方を, 連続制御問題に比較して優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-17T17:59:25Z)
• Guided Score identity Distillation for Data-Free One-Step Text-to-Image Generation [62.30570286073223]
  拡散に基づくテキスト・画像生成モデルは、テキスト記述と整合した画像を生成する能力を実証している。 本研究では, 実データにアクセスすることなく, 事前学習した拡散モデルの効率的な蒸留を可能にする, データフリーガイド蒸留法を提案する。 データフリー蒸留法は, 1ステップ生成装置で生成した合成画像のみをトレーニングすることにより, FIDとCLIPのスコアを急速に向上させ, 競争力のあるCLIPスコアを維持しつつ, 最先端のFID性能を実現する。
  論文  参考訳（メタデータ） (2024-06-03T17:44:11Z)
• LEAT: Towards Robust Deepfake Disruption in Real-World Scenarios via Latent Ensemble Attack [11.764601181046496]
  生成モデルによって作成された悪意のある視覚コンテンツであるディープフェイクは、社会にますます有害な脅威をもたらす。 近年のディープフェイクの損傷を積極的に軽減するために, 逆方向の摂動を用いてディープフェイクモデルの出力を妨害する研究が進められている。 そこで本研究では,Latent Ensemble ATtack (LEAT) と呼ばれる簡易かつ効果的なディスラプション手法を提案する。
  論文  参考訳（メタデータ） (2023-07-04T07:00:37Z)
• Two-phase Pseudo Label Densification for Self-training based Domain Adaptation [93.03265290594278]
  TPLDと呼ばれる,新規な二相擬似ラベル高密度化フレームワークを提案する。 第1フェーズでは,スライディングウインドウ投票を用いて,画像内の内在的空間相関を利用して,自信のある予測を広める。 第2フェーズでは,信頼度に基づく容易な分類を行う。 トレーニングプロセスの容易化と騒音予測の回避を目的として,ブートストラップ機構の導入を行った。
  論文  参考訳（メタデータ） (2020-12-09T02:35:25Z)
• Intra-Camera Supervised Person Re-Identification [87.88852321309433]
  本稿では,カメラごとの個人識別アノテーションに基づく新しい人物識別パラダイムを提案する。 これにより、最も時間がかかり、面倒なカメラ間IDラベリングプロセスがなくなる。 MATE(Multi-tAsk mulTi-labEl)Deep Learning method for intra-Camera Supervised (ICS) person re-id。
  論文  参考訳（メタデータ） (2020-02-12T15:26:33Z)

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。