Identity Injection and Preservation による Few-Shot 生成モデルの適応
arXiv cs.CV / 2026/3/25
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、10サンプル未満の few-shot 生成モデル適応に焦点を当てており、微調整によってモード崩壊やソースドメインの「アイデンティティ」の忘却が生じるリスクを扱う。これによりターゲットドメインの画像品質が損なわれる。
- ソースのアイデンティティ知識をターゲットドメインの潜在空間へ転送し、生成画像が主要なアイデンティティ属性を保つようにするため、アイデンティティ注入モジュールを用いた Identity Injection and Preservation（I$^2$P）を提案する。
- I$^2$P には、適応中にアイデンティティ情報をさらに保持するためのアイデンティティ置換設計（スタイル・コンテンツの分離器＋再構成モジュレータ）も含まれる。
- 本手法は、特徴の整合／一貫性制約によってアイデンティティの整合性を強制し、複数の公開データセットと5つの評価指標において、最先端手法に対して大幅な改善を報告する。
