MagicFace: प्रशिक्षण-मुक्त सार्वभौमिक-शैली मानव छवि अनुकूलित संश्लेषण

मानव छवि अनुकूलित संश्लेषण के लिए वर्तमान अत्याधुनिक विधियाँ आमतौर पर विस्तृत प्रशिक्षण की आवश्यकता होती है जो बड़े पैमाने पर डेटासेट पर होती हैं। ऐसे मामलों में, ये अधिक अनुकूलन (ओवरफिटिंग) के प्रति संवेदनशील होती हैं और अनदेखी शैलियों के व्यक्तियों को कस्टमाइज़ करने में संघर्ष करती हैं। इसके अतिरिक्त, ये विधियाँ व्यापक रूप से एकल-धारणा मानव छवि संश्लेषण पर केंद्रित हैं और अनेक दी गई धारणा वाले व्यक्तियों को अनुकूलित करने के लिए आवश्यक लचीलापन नहीं प्रदान करतीं, जिससे इनका व्यापक व्यावहारिक उपयोग बाधित होता है। इस उद्देश्य के लिए, हम MagicFace प्रस्तावित करते हैं, जो एक नवीन प्रशिक्षण-मुक्त विधि है सार्वभौमिक-शैली मानव छवि व्यक्तिगत संश्लेषण के लिए, जो सटीक रूप से संदर्भ धारणा विशेषताओं को पिक्सेल स्तर पर उनके उत्पन्न क्षेत्र में सम्मिलित करके बहु-धारणा अनुकूलन सक्षम बनाती है। विशेष रूप से, MagicFace एक मोटे से सूक्ष्म पीढ़ी प्रक्रिया प्रस्तुत करता है, जिसमें दो अनुक्रमिक चरण शामिल हैं: सेमांटिक लेआउट निर्माण और धारणा विशेषता इंजेक्शन। यह हमारा Reference-aware Self-Attention (RSA) और Region-grouped Blend Attention (RBA) तंत्रों द्वारा प्राप्त किया जाता है। पहले चरण में, RSA छिपी हुई छवि को सभी संदर्भ धारणा से एक साथ विशेषताएँ प्राप्त करने में सक्षम बनाता है, जो प्रारंभिक सेमांटिक लेआउट स्थापना को सुविधाजनक बनाने के लिए समग्र सेमांटिक समझ निकालता है। दूसरे चरण में, हम एक ध्यान-आधारित सेमांटिक विभाजन विधि का उपयोग करते हैं ताकि प्रत्येक चरण में सभी धारणा के छिपे हुए उत्पन्न क्षेत्रों की पहचान की जा सके। इसके बाद, RBA छिपी हुई छवि के पिक्सेल को सेमांटिक समूहों में विभाजित करता है, जिसमें प्रत्येक समूह संबंधित संदर्भ धारणा से सूक्ष्म विशेषताएँ प्राप्त करता है, जो सटीक गुण संरेखण और विशेषता इंजेक्शन सुनिश्चित करता है। पूरी पीढ़ी प्रक्रिया के दौरान, एक भारित मास्क रणनीति लागू की जाती है ताकि मॉडल संदर्भ धारणाओं पर अधिक ध्यान केंद्रित करे। व्यापक प्रयोगों से स्पष्ट होता है कि MagicFace मानव-केंद्रित विषय से छवि संश्लेषण और बहु-धारणा मानव छवि अनुकूलन दोनों में श्रेष्ठता प्रदर्शित करता है।