Fine-tuning Diffusion Models for Enhancing Face Quality in Text-to-image Generation

1 Introduction

1.1 Problem Statement

DM生成的人脸有各种各样的问题，五官模糊，错位，比例不协调，纹理不自然等等。
对人脸质量的评估不完善，没有和人类偏好对齐。

1.2 Stated Contribution

2 Related Work

2.1 DM

2.2 RLHF

3 Method

3.1 Evaluation of DM

1. 选1k具有代表性和多样性的图片作为测试
2. 用三个模型分别生成3张图
3. 人类标注
4. 投票决定标签
   

3.2 Face Score benchmark

3.2 Preference Dataset Construction

真实图片作为正例子，补全的例子作为负例子

ranking loss：

4 Experiment

这个实验肯定是真的，但是效果有点碎啊

4.1 Implementation Details

5 Summary

5.1 Relative Position

6 Comments

太乱了写作，插图和表跟正文差十万八千里。
应该先构造benchmark
再讲方法测试
再说比较方法
然后说ft DM
然后是ft DM的实验

尝试把所有东西都塞进去，但是太拥挤了