APPLE : Étiquetage pseudo-préservant les attributs pour l'échange de visages basé sur la diffusion
Image générée par Gemini AI
Des chercheurs ont mis au point APPLE (Attribute-Preserving Pseudo-Labeling), une nouvelle méthode de changement de visage qui améliore le transfert d'identité tout en préservant des attributs essentiels tels que l'éclairage et le maquillage. En abordant le changement de visage comme une tâche de défloutage conditionnel et en utilisant un cadre enseignant-élève pour une meilleure supervision, APPLE offre des résultats photoréalistes et établit une nouvelle norme en matière de préservation des attributs.
APPLE : Une avancée dans la technologie de remplacement de visage basée sur la diffusion
Des chercheurs ont dévoilé un nouveau cadre de remplacement de visage nommé APPLE (Attribut-Préservant Pseudo-Étiquetage), conçu pour améliorer à la fois le transfert d'identité et la préservation des attributs dans la manipulation numérique des visages. Cette nouvelle approche répond à des défis de longue date, en particulier le manque de vérité de terrain réelle dans le remplacement de visage, qui a historiquement entravé la qualité des résultats.
Innovations clés d'APPLE
APPLE introduit un cadre enseignant-étudiant qui exploite une supervision par pseudo-étiquetage sensible aux attributs pour améliorer la fidélité des attributs. Le cadre reformule le processus de remplacement de visage comme une tâche de défloutage conditionnel, permettant une préservation plus précise d'attributs tels que l'éclairage et le teint de peau.
- Cadre Enseignant-Étudiant : Utilise une approche d'apprentissage dual pour produire des triplets pseudo de haute qualité, offrant au modèle étudiant une supervision directe pour le remplacement de visage.
- Défloutage Conditionnel : Reformule la tâche pour mieux conserver les attributs spécifiques à la cible pendant le processus de transfert d'identité.
Ces avancées permettent à APPLE d'atteindre des performances de pointe tant en transfert d'identité qu'en préservation des attributs, aboutissant à des résultats plus photoréalistes. La capacité du cadre à produire des pseudo-étiquettes de haute qualité impacte directement la qualité des images échangées, faisant de lui une contribution significative au domaine.
Sujets connexes :
📰 Source originale : https://arxiv.org/abs/2601.15288v1
Tous les droits et crédits appartiennent à l'éditeur original.