人脸生成：DCFace: Synthetic Face Generation with Dual Condition Diffusion Model

源码学习见专栏置顶～

论文作者：Minchul Kim,Feng Liu,Anil Jain,Xiaoming Liu

作者单位：Michigan State University

论文链接：http://arxiv.org/abs/2304.07060v1

项目链接：https://github.com/mk-minchul/dcface

内容简介：

1）方向：人脸识别技术

2）应用：生成用于训练人脸识别模型的合成数据集

3）背景：生成合成数据集需要考虑多个因素，如姿势、光照、表情、年龄和遮挡等，以模拟真实图像的条件分布。以往的研究主要使用GAN或3D模型生成合成数据集。

4）方法：本文提出一种基于扩散模型的双重条件人脸生成器（DCFace），通过结合主体外观（ID）和外部因素（风格）条件来控制类内和类间变化。作者使用了新颖的Patch-wise风格提取器和Time-step依赖的ID损失，使DCFace能够在不同风格下精确控制同一主体的人脸图像生成。

5）结果：使用DCFace生成的合成数据集训练的人脸识别模型在LFW、CFP-FP、CPLFW、AgeDB和CALFW等5个测试数据集中，平均比以前的方法提高了6.11％的验证准确性。代码可在https://github.com/mk-minchul/dcface上获得。