کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / شانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

PC-MCLD: Pose-Constrained and Multi-focal Conditioned Latent Diffusion for Person Image Synthesis

نویسندگان :

Hanieh Fazli¹ Reza Azmi²

1- دانشگاه الزهرا(س) 2- دانشگاه الزهرا(س)

کلمات کلیدی :

pose-guided person image synthesis،latent diffusion model،texture consistency،adaptive feature fusion،fashion image generation

چکیده :

Pose-guided person image synthesis (PGPIS) aims to generate a person in a target pose while preserving identity and garment details, yet large pose variations often cause texture misalignment and loss of facial fidelity in existing diffusion models. We propose PC-MCLD, a latent diffusion framework that introduces (i) a pose-aware texture transfer constraint ensuring anatomically consistent correspondence between source and target regions, and (ii) an adaptive weighting mechanism that balances global appearance, garment texture, and facial identity cues during generation. Experiments on the DeepFashion In-Shop benchmark show clear improvements over a reproduced MCLD baseline. At 176×256, PC-MCLD reduces FID by 1.39% and LPIPS by 8.24%; at 352×512, the gains increase to 2.53% in FID and 19.48% in LPIPS. These results demonstrate that PC-MCLD enhances both perceptual quality and structural fidelity under challenging pose changes.

لیست مقالات

لیست مقالات بایگانی شده

Classical-Quantum Multiple Access Wiretap Channel with Common Message: One-shot Rate Region

Hadi Aghaee - Dr Bahareh Akhbari

رویکرد تطبیقی-ترکیبی در پیاده‌سازی مشارکت الکترونیکی پایدار: درس‌آموخته‌های بین‌المللی و مدل پیشنهادی ایران

عاطفه فرازمند - فاطمه پاک مهر

Movable Antenna Design for UAV-Aided Federated Learning via Deep Reinforcement Learning

MOHSEN Ahmadzadeh - Saeid Pakravan - Ghosheh Abed Hodtani

Target-driven Navigation of a Mobile Robot using an End-to-end Deep Learning Approach

Mohammad Matin Hosni - Ali Kheiri - Esmaeil Najafi

A Novel Service Deployment Policy in Fog Computing Considering The Degree of Availability and Fog Landscape Utilization Using Multiobjective Evolutionary Algorithms

Maryam Eslami - Dr Mehdi Sakhaei-nia

Detection of Backdoor Attacks in Neural Networks Using Input Optimization

Parsa Hashemi Khorsand - Ahmad Nickabadi

پیاده سازی موازی یک طرح (t,n)-تسهیم چند تصویر با استفاده از GPU

سعیده کبیری راد

امنیت در اینترنت اشیا؛ معماری، کاربرد‌ها، چالش‌ها و راهکارها

مهدی موسی وند - دکتر پیام محمودی نصر مهدی موسی وند - پیام محمودی نصر -

ارائه یک مدل جهت تخصیص منابع به توابع مجازی شبکه (VNF) باهدف حفظ درجه تعادل بار در شبکه های چند دامنه ای مبتنی بر نرم‌افزار(multi-SDN)

امین زنداقطاعی - دکتر وحید ستاری نائینی امین زنداقطاعی - وحید ستاری نائینی -

Fast Duplicate Bug Reports Detector Training using Sampling for Dimension Reduction

Behzad Soleimani Neysiani - Saeed Doostali - Seyed Morteza Babamir - Zahra Aminoroaya

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.8.0