研究人员开发了DiffSwap++,一种新的人脸交换扩散模型方法,显著提高了身份保持能力并减少了伪影。该方法在训练过程中融入了3D面部潜在特征,从而更好地将身份与姿势和表情分离开来。该系统以身份嵌入和面部地标为条件进行去噪过程,在CelebA、FFHQ和CelebV-Text等基准数据集上取得了高保真度的结果。使用生物识别风格指标和用户研究进行的评估进一步验证了其有效性。 AI
影响 增强了深度伪造和虚拟化身等生成式AI应用中的真实感和身份保持能力。
排序理由 关于人脸交换新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →