Résumé Technique : DiverAge

Énoncé du Problème

Le vieillissement facial est crucial pour l'analyse biométrique à long terme, la vérification d'identité inter-âges et les applications médico-légales. Cependant, il s'agit intrinsèquement d'un problème de génération de type un-vers-plusieurs : en raison de facteurs génétiques, environnementaux et de mode de vie, un seul sujet peut présenter plusieurs apparences plausibles à un âge cible donné.

Les méthodes existantes ne parviennent pas à traiter toute l'étendue du vieillissement pluraliste « fiable » :

1. Les méthodes déterministes (ex. : FADING, FaceTT) produisent des visages visuellement plausibles et préservant l'identité, mais manquent de diversité stochastique, générant souvent des sorties identiques pour une même entrée et un même âge cible.
2. Les méthodes pluralistes (ex. : PADA, ADFD) introduisent des variations d'apparence locales (rides, texture), mais échouent souvent à réguler la fiabilité ordinale au niveau de la séquence. Elles génèrent des échantillons diversifiés pour des âges individuels, mais ne garantissent pas que la séquence de vieillissement complète suit les modèles de similitude d'identité monotoniques et naturels observés dans les données réelles inter-âges.
3. Les méthodes de trajectoire ordonnée (ex. : Lifespan) modélisent le vieillissement le long d'un axe, mais associent généralement les identités à des trajectoires déterministes uniques, ignorant la réalité biologique de multiples trajectoires de vieillissement plausibles.

Les métriques d'évaluation conventionnelles (qualité d'image, précision de l'âge, préservation de l'identité) sont de niveau image (frame-level) et ne parviennent pas à mesurer si une séquence de vie générée maintient des relations d'identité inter-âges statistiquement fiables.

Méthodologie : DiverAge

Les auteurs proposent DiverAge, un cadre de vieillissement facial pluraliste hiérarchique basé sur l'auto-encodage par diffusion. Il traite la fiabilité à deux niveaux : l'apparence de la diversité des candidats et la fiabilité ordinale de la séquence.

1. Cadre Hiérarchique

• Diversité au niveau de l'apparence : DiverAge hérite d'un squelette d'auto-encodage de diffusion stochastique. En utilisant un décodage de diffusion stochastique et une modulation sémantique conditionnée par l'âge, il génère plusieurs candidats plausibles (variant en rides, texture de peau et pigmentation) pour une même entrée et un même âge cible.
• Fiabilité au niveau de la séquence : Pour garantir que la séquence de vie générée suit des modèles de vieillissement naturels, le cadre introduit un Régulateur de Relation d'Identité Inter-âges (CARR - Cross-age Identity Relation Regulator).

2. Prior de Similitude d'Identité Inter-âges (CIS)

Les auteurs construisent un prior statistique à partir de paires réelles de même identité à des âges différents (en utilisant des jeux de données comme FFHQ-AT).

• Ils définissent la Similitude d'Identité Inter-âges (CIS) comme la similitude cosinus entre les plongements (embeddings) de reconnaissance faciale de la même personne à des âges différents.
• Ce prior ($Z_{CIS}$) caractérise la manière dont la similitude d'identité décroît naturellement à mesure que l'écart d'âge augmente. Il sert de référence au niveau de la population pour la similitude attendue entre des groupes d'âges ordonnés.

3. Régulateur de Relation d'Identité Inter-âges (CARR)

CARR est une stratégie de guidage lors de l'inférence qui ne modifie pas l'objectif d'entraînement et n'introduit pas de paramètres entraînables supplémentaires.

• Mécanisme : Lors de l'échantillonnage DDIM, le CARR débruite conjointement plusieurs groupes d'âges cibles. Il calcule la matrice de similitude d'identité inter-âges générée et la compare au prior $Z_{CIS}$.
• Fonction de perte : Il utilise une perte de guidage par charnière unilatérale ($L_{CARR}$). Cette perte pénalise les paires d'âges où la similitude d'identité générée est inférieure au prior de données réelles attendu (dérive d'identité excessive), tout en laissant inchangées les paires présentant une similitude suffisante.
• Mise à jour : Les variables latentes sont mises à jour via la descente de gradient en utilisant cette perte, guidant le processus d'échantillonnage vers des séquences ordinalement cohérentes sans altérer le modèle de diffusion sous-jacent.

4. Métriques d'Évaluation

Le papier introduit les métriques de Rationalité de la Progression de l'Âge (APR - Age Progression Rationality) pour évaluer la fiabilité au niveau de la séquence :

• Déviation de la CIS ($E_{CIS}$) : Mesure l'écart de la matrice de similitude générée par rapport au prior des données réelles.
• Erreur de Dérive d'Identité ($E_{drift}$) : Une erreur unilatérale pénalisant les paires générées avec une similitude inférieure au prior.

Contributions Clés

1. Formulation du Problème : Le papier formule le vieillissement facial pluraliste fiable comme un problème hiérarchique nécessitant à la fois une diversité d'apparence et une fiabilité ordinale de séquence, allant au-delà des évaluations conventionnelles par image.
2. Prior CIS & Métriques : Il construit un prior CIS à partir de données réelles pour caractériser statistiquement l'évolution de l'identité inter-âges et introduit des métriques liées à l'APR (déviation de la CIS, erreur de dérive) pour une évaluation au niveau de la séquence.
3. Cadre DiverAge : Il propose un cadre basé sur la diffusion équipé de CARR, qui injecte le prior CIS dans l'échantillonnage DDIM pour améliorer la fiabilité des séquences sans réentraînement ni ajout de paramètres.
4. Validation Empirique : Des expériences approfondies démontrent que DiverAge améliore la fiabilité ordinale au niveau de la séquence tout en maintenant la préservation de l'identité, la précision de l'âge, la qualité d'image et la diversité de l'apparence.

Résultats Expérimentaux

Des expériences ont été menées sur le jeu de données FFHQ-AT, comparant DiverAge aux bases déterministes (LATS, SAM, CUSP) et aux méthodes pluralistes (PADA).

• Qualité au niveau de l'image (Frame-Level) : DiverAge atteint des performances compétitives en termes de MAE d'âge, de similitude d'identité et de FID, comparables aux méthodes déterministes de pointe lorsqu'il est évalué dans un contexte de sortie unique.
• Fiabilité au niveau de la séquence : DiverAge réduit significativement l'Erreur APR (0,0562) par rapport à la méthode de base PADA (0,0857) et aux autres méthodes, indiquant que les séquences générées suivent mieux le schéma de décroissance de la similitude d'identité du monde réel.
• Diversité : La méthode maintient des scores LPIPS-div élevés (0,1091), confirmant que l'introduction du guidage au niveau de la séquence ne supprime pas les variations stochastiques d'apparence requises pour le vieillissement pluraliste.
• Études d'Ablation : Les résultats confirment que le prior latent conditionné par l'âge améliore la contrôlabilité de l'âge, tandis que le CARR corrige spécifiquement la dérive excessive de l'identité, menant au meilleur compromis global.

Signification et Revendications

Les auteurs affirment que DiverAge représente un changement de paradigme, passant du traitement du vieillissement facial comme une tâche d'édition à sortie unique ou une tâche de génération purement stochastique vers un problème de génération de trajectoire fiable.

• Fiabilité : La signification centrale réside dans le fait de garantir que les sorties de vieillissement pluraliste ne sont pas seulement diverses, mais aussi statistiquement cohérentes avec l'évolution de l'identité inter-âges du monde réel.
• Efficacité : En utilisant un guidage lors de l'inférence (CARR) plutôt qu'un réentraînement, la méthode atteint une fiabilité au niveau de la séquence sans le coût computationnel de l'entraînement de nouveaux modèles ou l'ajout de paramètres.
• Application : Le cadre est positionné comme une solution robuste pour l'analyse biométrique à long terme et l'analyse d'identité médico-légale, où la cohérence d'une séquence de vieillissement est aussi critique que la qualité des images individuelles.

Les auteurs reconnaissent des limites, notant que le prior CIS repose sur des plongements de reconnaissance faciale (pouvant hériter de biais), que le CARR nécessite un calcul de gradient supplémentaire lors de l'inférence, et que la méthode se concentre actuellement sur les attributs faciaux plutôt que sur les facteurs contextuels comme les vêtements ou la coiffure.