反向个性化用于面部匿名化

本文解决了使用文本到图像扩散模型生成的图像匿名化问题。它引入了一个新颖的“反向个性化”框架，允许直接操作图像，而无需依赖文本提示或模型微调。关键贡献是一个身份引导的条件分支，即使对于模型训练数据中未充分表示的主体，也能实现匿名化，同时也允许属性可控的匿名化。这比现有的方法是一个重大进步，现有方法通常缺乏对人脸属性的控制或需要大量的训练。

• •介绍了一种用于面部匿名化的“反向个性化”框架。
• •无需文本提示或微调即可直接操作图像。
• •使用身份引导的条件分支进行泛化。
• •支持属性可控的匿名化。
• •在身份移除、属性保留和图像质量之间实现了最先进的平衡。