10:42arXiv cs.AI@Libing Zeng, Li Ma, Mingming He, Ning Yu, Paul Debevec, Nima Khademi KalantariReAge3D提出一种3D人脸重龄化方法,可生成细节丰富、保持身份的重龄化结果。它引入2D扩散模型DiffReaging,在合成图像对上训练。采用中心向外编辑传播策略,先重龄化正面视角图像,再通过扭曲和Masked-DiffReaging过程重建其他视角,确保多视图一致。该方法在视觉和定量上优于现有3D编辑技术,支持对年龄变换的平滑精细控制。论文ReAge3DDiffReaging3D人脸重龄化多视图一致性推荐理由:一篇新论文,用DiffReaging和传播策略解决了3D人脸重龄化的视图不一致问题,效果超过现有方法,做图像编辑和3D视觉的可以看看。原文