Tag · 4 篇
合成数据增强
RDFace：极端数据稀缺下罕见病面部图像分析的基准数据集与表型感知合成生成
RDFace: A Benchmark Dataset for Rare Disease Facial Image Analysis under Extreme Data Scarcity and Phenotype-Aware Synthetic Generation
在极端低数据条件下（每类平均 4.4 张）做细粒度面部表型分类时，可参考其用 DreamBooth/FastGAN 合成样本、再用面部关键点相似度过滤以保持表型保真度的流程，以及用视觉语言模型生成表型描述并计算报告相似度来校验合成图像语义有效性的评估思路。
PAM：面向仿真到现实手物交互视频生成的姿态-外观-运动引擎
PAM: A Pose-Appearance-Motion Engine for Sim-to-Real HOI Video Generation
把手物交互的位姿、外观、运动统一进一个可控视频生成引擎，并用生成视频作为合成数据反哺下游手部姿态估计，为视觉研究者提供了「生成即数据增强」的闭环范式，以及深度/分割/关键点多条件输入的具体消融结论。
ID-Sim：一种以身份为中心的相似度指标
ID-Sim: An Identity-Focused Similarity Metric
ID-Sim 提供了一个前馈式身份相似度指标，可直接用于个性化图像生成、身份检索与识别的一致性评估，替代 CLIP/ArcFace 等与人类判断偏差较大的代理指标；其用生成式合成数据构造受控身份/上下文变化来训练度量模型的做法，也可迁移到其他需要细粒度感知对齐的评测任务。
AHS：通过合成数据增强的自适应头部合成
AHS: Adaptive Head Synthesis via Synthetic Data Augmentations
提出头部重演合成数据增强策略，在无配对数据下提升头部交换模型对多样表情、姿态和发型的泛化能力，可复用于其他需要跨身份属性迁移的编辑任务。