精选理由
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。
ReAge3D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。
AI 翻译 · 中文
ReAge3D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。
We present a novel framework for realistic and controllable 3D face re-aging which produces highly detailed, identity-preserving results. Existing 3D editing methods, while effective for coarse semantic changes, are not …