論文の概要: AlbumVSR: Identity-Preserving Face Video Super-Resolution from a Personal Photo Album

• arxiv url: http://arxiv.org/abs/2610.39001v1
• Date: Wed, 28 Oct 2026 22:26:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 08:04:36.619581
• Title: AlbumVSR: Identity-Preserving Face Video Super-Resolution from a Personal Photo Album
• Title（参考訳）: AlbumVSR: 個人写真アルバムからの超解像を保存した顔ビデオ
• Abstract要約: AlbumVSRはフリーズされた1ステップのストリーミング拡散トランスフォーマーをパーソナルアルバムに設定する。 我々は4つのMagFace/CLIPセットトークンを使ってアルバムをエンコードし、64個のテクスチャトークンは現在のウィンドウの推定顔ポーズでレンダリングされた紫外線アトラスから得られる。 VoxCeleb2ベンチマークと重質な合成劣化により、 albumVSR は 0.586 から 0.670 に、PSNR は 24.98 から 26.71 dB に、ArcFace は 0.586 から 0.670 に類似している。
• 参考スコア（独自算出の注目度）: 18.076530729489082
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Severe blur, downsampling, noise, and compression can erase the identity cues needed to faithfully restore a person's face. We therefore use photographs of the same person as an external source of identity. AlbumVSR conditions a frozen, one-step streaming diffusion transformer on a personal album. We use four MagFace/CLIP set tokens to encode the album, and 64 texture tokens which come from a fused UV atlas rendered at the current window's estimated face pose. These tokens are appended to the transformer's cached cross-attention context. On an identity-disjoint VoxCeleb2 benchmark with heavy synthetic degradation, AlbumVSR raises ArcFace similarity to the ground truth from 0.586 to 0.670 and face PSNR from 24.98 to 26.71 dB. On the 91 test identities, its mean identity similarity is higher than that of all 14 baselines.
• Abstract（参考訳）: ひどいぼやけ、シャットダウン、ノイズ、圧縮は、人の顔を忠実に復元するのに必要なアイデンティティーの手がかりを消すことができる。 したがって、同一人物の写真は外部のアイデンティティ源として利用する。 AlbumVSRはフリーズされた1ステップのストリーミング拡散トランスフォーマーをパーソナルアルバムに設定する。 我々は4つのMagFace/CLIPセットトークンを使ってアルバムをエンコードし、64個のテクスチャトークンは現在のウィンドウの推定顔ポーズでレンダリングされた紫外線アトラスから得られる。 これらのトークンは、トランスフォーマーのキャッシュされたクロスアテンションコンテキストに追加される。 VoxCeleb2ベンチマークと重質な合成劣化により、 albumVSR は 0.586 から 0.670 に、PSNR は 24.98 から 26.71 dB に、ArcFace は 0.586 から 0.670 に類似している。 91の検体では、平均的な同一性は14の基準線のそれよりも高い。

関連論文リスト

• Identity-Conditioned Latent Consistency Distillation for Face Synthesis [1.6373874592430429]
  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。
  論文  参考訳（メタデータ） (2026-08-31T16:32:40Z)
• WithEveryone: Unified Planning and Identity Grounding for Group Image Generation [60.528070962852716]
  グループイメージを最大10個の参照IDまで生成する統合フレームワークであるWithEveryoneを紹介した。 WithEveryoneは、それぞれの選択したIDをアドレストークンとして注入し、構造化されたID計画を予測する。 GPT-Image-2では0.462から0.499に改善され、コピー・ペースト・アーティファクトは0.169から0.055に削減された。
  論文  参考訳（メタデータ） (2026-08-20T17:59:53Z)
• Diff-ID: Identity Consistent Facial Image Generation and Morphing via Diffusion Models [42.651660700496606]
  拡散に基づくフレームワークであるDiff-IDを導入し,フォトリアリスティックな品質を提供しながらアイデンティティの整合性を実現する。 本稿では,ArcFaceのコサイン類似度と指数時間重み付けに基づく擬似識別器の損失を提案し,その識別精度を向上する。 実験によると、Diff-IDは生のArcFace Face similarityにおいてInstantIDを超えていないが、FIDとFIQベースで最強のアイデンティティ-リアリズムのトレードオフを実現している。
  論文  参考訳（メタデータ） (2026-07-27T21:13:29Z)
• SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy [53.75084833636302]
  本稿では,非制限顔プライバシー保護のためのセマンティックデカップリング駆動フレームワークSIDeRを提案する。 SIDeRは、顔画像をマシン認識可能な識別特徴ベクトルと視覚的に知覚可能なセマンティックな外観成分に分解する。 認証されたアクセスのために、SIDeRは正しいパスワードが提供されるときに元の形式に復元できる。
  論文  参考訳（メタデータ） (2026-02-04T19:30:48Z)
• FaceSwapGuard: Safeguarding Facial Privacy from DeepFake Threats through Identity Obfuscation [42.52406793874506]
  FaceSwapGuard(FSG)は、ディープフェイクのフェイススワッピング脅威に対するブラックボックス防御機構である。 FSGはユーザーの顔画像に知覚不能な摂動を導入し、アイデンティティエンコーダによって抽出された特徴を妨害する。 複数のフェイススワッピング技術に対するFSGの有効性を示す大規模な実験を行った。
  論文  参考訳（メタデータ） (2025-02-15T13:45:19Z)
• 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)
• 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)
• ReliableSwap: Boosting General Face Swapping Via Reliable Supervision [9.725105108879717]
  本稿では,訓練中に対象とソースの同一性が異なる場合のイメージレベルのガイダンスとして機能する,サイクルトリプレットと呼ばれる信頼性の高い監視機能を構築することを提案する。 具体的には,顔の再現とブレンディング技術を用いて,前もって実際の画像からスワップされた顔の合成を行う。 フェーススワッピングフレームワークであるReliableSwapは、既存のフェースワップネットワークの性能を無視できるオーバーヘッドで向上させることができる。
  論文  参考訳（メタデータ） (2023-06-08T17:01:14Z)
• FaceMAE: Privacy-Preserving Face Recognition via Masked Autoencoders [81.21440457805932]
  顔のプライバシと認識性能を同時に考慮する新しいフレームワークFaceMAEを提案する。 ランダムにマスクされた顔画像は、FaceMAEの再構築モジュールのトレーニングに使用される。 また、いくつかの公開顔データセット上で十分なプライバシー保護顔認証を行う。
  論文  参考訳（メタデータ） (2022-05-23T07:19:42Z)

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。