KL散度正则化

基于奖励引导优化的身份保持图像到视频生成

Identity-Preserving Image-to-Video Generation via Reward-Guided Optimization

提出基于强化学习的奖励引导优化框架，通过人脸身份评分器反向传播奖励信号至采样链最后几步，并利用真实视频人脸特征池增强泛化性，为扩散模型的身份保持提供可复用技术。