逆パーソナライゼーションによる顔匿名化

この論文は、テキストから画像への拡散モデルによって生成された顔画像を匿名化するという課題に取り組んでいます。テキストプロンプトやモデルの微調整に頼らずに画像を直接操作できる、新しい「逆パーソナライゼーション」フレームワークを紹介しています。主な貢献は、モデルのトレーニングデータに十分に表現されていない被写体でも匿名化を可能にし、属性制御可能な匿名化も可能にする、アイデンティティガイド付きコンディショニングブランチです。これは、顔の属性を制御できなかったり、広範なトレーニングを必要としたりする既存の方法よりも大きな進歩です。

• •顔匿名化のための「逆パーソナライゼーション」フレームワークを紹介。
• •テキストプロンプトや微調整なしで画像の直接操作を可能にする。
• •一般化のために、アイデンティティガイド付きコンディショニングブランチを使用。
• •属性制御可能な匿名化をサポート。
• •アイデンティティの除去、属性の保持、および画質の間の最先端のバランスを実現。