德国弗劳恩霍夫图形数据与视觉研究所 发布 NegFaceDiff 数据集, 应用在 人脸识别、图像处理 领域

德国弗劳恩霍夫图形数据与视觉研究所 本次发布的数据集 NegFaceDiff, NegFaceDiff是一个新的采样方法，旨在通过在身份条件扩散过程中集成负面条件来增强身份分离，从而消除生成图像中不需要的特征。该方法在身份一致性方面取得了显著的改进，在多个基准测试中，使用NegFaceDiff数据集训练的人脸识别模型的表现优于未使用负面条件的数据生成的模型。

查看NegFaceDiff

README 内容： 

关于 德国弗劳恩霍夫图形数据与视觉研究所 , 德国弗劳恩霍夫图形数据与视觉研究所是弗劳恩霍夫协会下属的研究机构，专注于图形数据与视觉领域的研究和开发工作。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。