PPR10K

新的PALATE框架可根据个人品味定制AI肖像修饰

研究人员开发了PALATE，一个用于个性化肖像修饰的新颖框架，该框架无需广泛的用户特定训练即可适应个人用户品味。该系统采用共享奖励演化方法，在维护固定图像编辑器的同时，个性化修饰图像的选择。PALATE将用户奖励分解为全局主干、类别级残差和轻量级用户适配器，在PPR10K数据集上预测用户偏好的准确率达到72.83%，显著优于PickScore等现有基线。