A diffusion-Mamba synergetic framework for face retouching reversal

Fengchuang Xing

doi:10.1016/j.engappai.2026.115170

A diffusion-Mamba synergetic framework for face retouching reversal

2026-05-22

0

PRE

AI

DOI：10.1016/j.engappai.2026.115170

原文链接

原文求助

摘要

En 中文

人脸修饰逆转（FRR）旨在从数字美化的肖像中恢复真实的人脸细节。由于化妆品编辑在空间上具有局部化和语义化的特性，这一任务尤为具有挑战性。虽然最近的扩散基础方法展示了强大的生成能力，但大多数现有方法缺乏有效的区域结构指导，常常导致身份漂移或空间伪影。为解决这些局限性，我们提出了DeltaFRR，将FRR重新表述为一个差异引导的逆转过程，而非直接图像修复任务。与从头合成整个脸部不同，我们的第一阶段通过像素级的Delta图显式建模修饰引起的偏差。这种任务感知的表述使模型能够将生成能力专门集中在被修改的区域，同时保留未受影响的身份锚点。第二阶段引入了一个基于Mamba的增强模块，以恢复高频纹理，同时保持面部各组成部分之间的全局语义一致性。在合成和真实世界数据集上的大量实验表明，DeltaFRR在感知质量、身份保持和跨数据集泛化方面始终优于当前最优方法。

Keyword:

Face retouching reversal

Diffusion models

Mamba architecture

Delta-map

Identity preservation

A diffusion-Mamba synergetic framework for face retouching reversal

摘要

期刊

机构