实体
Arc2Face
Arc2Face
PulseAugur coverage of Arc2Face — every cluster mentioning Arc2Face across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新蒸馏方法将人脸合成速度提升 4 倍以上
研究人员开发了一种方法，利用扩散模型加速合成人脸图像的生成。通过将 Arc2Face 模型中的知识蒸馏到潜在一致性模型中，他们在推理速度上实现了 4.36 倍的加速。蒸馏后的模型保持了具有竞争力的图像质量，在 CelebA 上表现接近，在 WebFace42M 上优于教师模型，使其适用于大规模合成人脸数据集的创建。
-
面部生成器中的身份遗忘在最近邻目标下失败
研究人员发现了一种针对面部条件生成模型的身份遗忘技术中的关键缺陷。他们发现，最直观的方法——将条件嵌入重定向到最近的相似身份——通常无法完全移除原始身份。这种失败与重定向目标在识别空间中的距离有关，不太相似的目标在完全遗忘方面更有效。该研究审计了使用ArcFace和AdaFace协议的Arc2Face，并证明了仔细选择目标身份可以显著提高遗忘成功率，而不会导致泄露给不相关的身份。
-
新的PIU框架实现了扩散模型中的身份遗忘
研究人员开发了一个名为邻近引导身份遗忘（PIU）的新框架，以解决身份条件扩散模型中的隐私问题。该方法侧重于从生成的图像中移除特定个人的肖像，而现有机器学习遗忘技术对此类挑战的覆盖不足。PIU通过在模型学习空间内将目标身份重新分配给锚点身份，并微调特定层来实现有效的遗忘，同时保持整体图像质量。