Mar, 2024

FlashFace: 高保真身份保留的人像个性化

PDF
TL;DRFlashFace 是一种实用工具，用户可以通过提供一张或几张参考人脸图片和一个文本提示，轻松地即时个性化自己的照片。该方法通过两个微妙的设计与现有的人脸个性化方法有所区别，具有更高保真度的身份保存和更好的指令跟随。实验证明了我们的方法在各种应用中的有效性，包括人体图像个性化、根据语言提示进行人脸替换、将虚拟角色变成真实人物等。
发现论文，激发创造
  • FaceStudio：在几秒钟内将您的脸放到任何地方

    本研究通过引入直接前馈机制和混合引导框架，以人物图像为重点，实现了保留主体身份的图像合成，旨在快速高效生成艺术肖像和身份融合图像，并在定性和定量评估中证明了方法在高保真度和效率方面的优越性。

    Dec, 2023

  • DreamIdentity：提高可编辑性，实现高效面部身份保留图像生成

    该论文提出了一种优化自由的面部识别编码器，以在条件面部图像中保留面部标识符，并提出了自我增强的可编辑性学习方法，从而在更快的速度下生成具有不同场景下的保留标识符的图像。

    Jul, 2023

  • FaceChain：一个保留身份的肖像生成平台

    FaceChain 是一个个性化肖像生成框架，结合一系列定制图像生成模型和丰富的与人脸相关的感知理解模型，通过只有少量肖像图像作为输入，解决了现有解决方案中产生真实细节的漏洞和包含扭曲、模糊或损坏区域的合成人脸问题。

    Aug, 2023

  • MetaPortrait：具备快速个性化调整能力的保持身份的说话人头像生成

    本文提出了一个基于 ID 保持的讲话头生成框架，改进了以往的方法，使用密集地标点实现精确的几何感知流场与自适应融合源身份，使用元学习方法实现快速个性化模型的快速适应，并且增加时空增强模块以提高细节和时序性，实验表明本文的方法在单次和个性化设置中均显著优于现有技术。

    Dec, 2022

  • InstantID: 秒级零样本保身份生成

    我们介绍了基于 InstantID 的个性化图像合成方法，通过应用 IdentityNet 模型，使用单张面部图像实现各种风格的图像个性化，同时确保高保真度，并与 SD1.5 和 SDXL 等常用预训练文本到图像扩散模型无缝集成，具有卓越的性能和高效性，在重视身份保护的实际应用中极具益处。

    Jan, 2024

  • 个性化人脸生成中的同时和细粒度身份 - 表情控制

    本文介绍了一个新颖的多模式人脸生成框架，能够同时进行身份 - 表情控制和更细粒度的表情合成，并通过创新设计在条件扩散模型中实现身份和表情的分别控制。实验证明了该框架在可控性和可扩展性上的优越性。

    Jan, 2024

  • StableIdentity：首次见面即可将任何人引入任何地方

    在这项工作中，我们提出了 StableIdentity，它允许只通过一张面部图像实现一致性身份重构，并且可以在各种情境中灵活注入所学到的身份，从而实现前所未有的图像、视频和 3D 定制生成模型。

    Jan, 2024

  • CapHuman: 捕捉你在平行宇宙的瞬间

    我们提出了一种名为 CapHuman 的新框架，通过 “编码然后学习对齐” 的范例，能够在推理过程中对新的个体进行可推广的身份保留，通过引入三维面部先验以实现对人头的灵活和三维一致的控制，从而产生具有丰富内容表示和各种不同头部造型、超越现有基线模型的身份保留、逼真和高保真肖像画。

    Feb, 2024

  • 面孔扩散以实现快速和可编辑的面部个性化

    提出 Face2Diffusion (F2D) 用于高可编辑性的人脸个性化，核心思想是从训练管线中去除与身份无关的信息，改善了编码人脸的可编辑性。

    Mar, 2024

  • FlashAvatar: 高保真数码化身渲染实现 300FPS

    提出了 FlashAvatar，一种新颖而轻量级的 3D 可动画化的化身表示方法，可以在几分钟内从短的单目视频序列中重建数字化化身，并在消费级 GPU 上以 300FPS 的速度渲染高保真度的照片级逼真图像。

    Dec, 2023