CA-IDD：交叉注意力引导的身份条件扩散，用于身份一致的面部交换

面部交换旨在通过利用源面部的身份到目标面部上来优化真实的面部图像生成，同时保留姿势、表情和上下文。然而，现有的方法，尤其是基于 GAN 的方法，由于可控性有限和模式崩溃，常常难以平衡身份保存和视觉真实感。在本文中，我们介绍了 CA-IDD（交叉注意引导身份条件扩散），这是第一个基于扩散的面部交换方法，通过多尺度交叉注意集成了多模态指导，包括凝视、身份和面部解析。预先计算的身份嵌入通过分层注意力层纳入去噪过程中，从而实现准确且一致的身份转移。为了提高语义连贯性和视觉质量，我们使用专家指导的监督，以及面部解析和凝视一致性模块。与基于 GAN 或隐式融合的方法不同，我们的扩散框架提供稳定的训练、强大的泛化和空间自适应身份对齐，从而允许跨姿势和表达变化进行细粒度的区域控制。 CA-IDD 的 FID 达到 11.73，超过了 FaceShifter 和 MegaFS 等既定基准。定性结果还揭示了不同姿势下身份保留的改善，为未来基于扩散的面部编辑奠定了坚实的基础。