FlowID：潜在フローマッチングモデルによる鑑識同定の強化

arXiv cs.CV / 2026/4/1

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、身元の同一性を保持した顔の再構成手法であるFlowIDを提案する。重度に損傷した、または傷害を負った顔からアーティファクトを除去しつつ、鑑識同定に不可欠な同一性の特徴を保持する。
FlowIDは、分布外の負傷ポートレートに対する生成画像モデルの単一画像ファインチューニングと、編集を損傷領域に限定する注意ベースのマスキングを組み合わせる。
著者らはまた、新しいベンチマークデータセットInjuredFacesを公開し、極端な顔面損傷下における同一性保持型再構成手法の評価と比較を標準化する。
実験結果では、FlowIDが既存のオープンソース手法を上回り、低メモリ使用で動作することが報告されている。そのため、データプライバシーの要件を満たすローカル展開が可能となる。

Abstract

毎日、多くの人々が犯罪、戦争、移住、気候災害などによる暴力的な状況のもとで命を落としています。法医学および法執行機関は、証拠のために被害者の多くの肖像を記録していますが、それらに対して直ちに身元確認を実施することはできません。従来の画像編集ツールでも、公開用にこれらの写真を処理することは可能ですが、作業手順は長く、結果も最適とは言えません。本研究では、フォトリアルな人間の肖像を生成できるようになった画像生成モデルの進展を活用し、身元を保持した顔の再構成手法であるFlowIDを提案します。我々のアプローチは、生成モデルを分布外の負傷した顔に適応させるシングル画像の微調整と、損傷部位に編集を局在化しつつ、身元にとって重要な特徴を保持する注意（attention）ベースのマスキングを組み合わせます。これらの構成要素により、暴力的な死に伴うアーティファクトを除去しながら、同定を支えるのに十分な身元情報を保持することが可能になります。本手法を評価するために、重度の顔面損傷下での身元保持型顔再構成のための新しいベンチマークであるInjuredFacesを導入します。本InjuredFacesは、本研究の評価ツールとして機能するだけでなく、極限条件における顔の再構成に対処する手法を、コミュニティが研究し比較するための標準化されたリソースを提供します。実験結果は、FlowIDが既存の最先端のオープンソース手法を上回りつつ、低いメモリ要件を維持していることを示しており、データプライバシーを損なうことなくローカルでの導入に適しています。