Sintesi Tecnica: DiverAge

Definizione del Problema

L'invecchiamento del volto è fondamentale per l'analisi biometrica a lungo termine, la verifica dell'identità cross-age e le applicazioni forensi. Tuttavia, si tratta intrinsecamente di un problema di generazione da uno-a-molti: a causa di fattori genetici, ambientali e di stile di vita, un singolo soggetto può presentare molteplici apparenze plausibili a un'età target.

I metodi esistenti non riescono ad affrontare l'intero ambito della pluralità di invecchiamento "affidabile":

1. Metodi deterministici (ad es., FADING, FaceTT) producono volti visivamente plausibili e che preservano l'identità, ma mancano di diversità stocastica, generando spesso output ripetuti per lo stesso input e l'età target.
2. Metodi pluralistici (ad es., PADA, ADFD) introducono variazioni di aspetto locali (rughe, texture), ma spesso falliscono nel regolare l'affidabilità ordinale a livello di sequenza: generano campioni diversificati per singole età, ma non garantiscono che l'intera sequenza di invecchiamento segua i naturali modelli di similarità d'identità monotonici osservati nei dati reali cross-age.
3. Metodi di traiettoria ordinata (ad es., Lifespan) modellano l'invecchiamento lungo un asse, ma tipicamente mappano le identità su singole traiettorie deterministiche, ignorando la realtà biologica di molteplici percorsi di invecchiamento plausibili.

Le metriche di valutazione convenzionali (qualità dell'immagine, accuratezza dell'invecchiamento, preservazione dell'identità) sono a livello di singolo fotogramma e non riescono a misurare se una sequenza di durata della vita generata mantenga relazioni di identità cross-age statisticamente affidabili.

Metodologia: DiverAge

Gli autori propongono DiverAge, un framework gerarchico di invecchiamento facciale pluralistico basato sul diffusion autoencoding. Esso affronta l'affidabilità a due livelli: diversità dell'aspetto dei candidati e affidabilità ordinale della sequenza.

1. Framework Gerarchico

• Diversità dell'Aspetto: DiverAge eredita un backbone di diffusion autoencoding stocastico. Utilizzando il decoding di diffusione stocastica e la modulazione semantica condizionata dall'età, genera molteplici candidati plausibili (varianti in rughe, texture della pelle e pigmentazione) per lo stesso input e l'età target.
• Affidabilità della Sequenza: Per garantire che la sequenza di durata della vita generata segua i naturali schemi di invecchiamento, il framework introduce un Cross-age Identity Relation Regulator (CARR).

2. Prior di Similarità d'Identità Cross-age (CIS)

Gli autori costruiscono un prior statistico da coppie cross-age reali della stessa identità (utilizzando dataset come FFHQ-AT).

• Definiscono la Similarità d'Identità Cross-age (CIS) come la similarità del coseno tra gli embedding di riconoscimento facciale della stessa persona a diverse età.
• Questo prior ($Z_{CIS}$) caratterizza come la similarità d'identità decada naturalmente all'aumentare del divario di età. Funge da riferimento a livello di popolazione per la similarità attesa tra gruppi di età ordinati.

3. Cross-age Identity Relation Regulator (CARR)

CARR è una strategia di guida durante l'inferenza che non modifica l'obiettivo di addestramento né introduce parametri addestrabili extra.

• Meccanismo: Durante il campionamento DDIM, CARR denoisa congiuntamente molteplici gruppi di età target. Calcola la matrice di similarità d'identità cross-age generata e la confronta con il prior $Z_{CIS}$.
• Funzione di Perdita: Utilizza una guida a cerniera (hinge guidance) unidirezionale ($L_{CARR}$). Questa perdita penalizza le coppie di età in cui la similarità d'identità generata scende al di sotto del prior dei dati reali (eccessiva deriva d'identità), lasciando invariate le coppie con sufficiente similarità.
• Aggiornamento: Le variabili latenti vengono aggiornate tramite discesa del gradiente utilizzando questa perdita, guidando il processo di campionamento verso sequenze ordinalmente coerenti senza alterare il modello di diffusione sottostante.

4. Metriche di Valutazione

Il paper introduce le metriche di Age Progression Rationality (APR) per valutare l'affidabilità della sequenza:

• Deviazione CIS ($E_{CIS}$): Misura la deviazione della matrice di similarità generata dal prior dei dati reali.
• Errore di Deriva d'Identità ($E_{drift}$): Un errore unidirezionale che penalizza le coppie generate con una similarità inferiore al prior.

Contributi Chiave

1. Formulazione del Probleamento: Il paper formula l'invecchiamento facciale pluralistico affidabile come un problema gerarchico che richiede sia diversità dell'aspetto che affidabilità ordinale della sequenza, andando oltre le convenzionali valutazioni a livello di fotogramma.
2. Prior CIS e Metriche: Costruisce un prior CIS dai dati reali per caratterizzare statisticamente l'evoluzione dell'identità cross-age e introduce metriche correlate all'APR (deviazione CIS, errore di deriva) per la valutazione a livello di sequenza.
3. Framework DiverAge: Propone un framework basato sulla diffusione dotato di CARR, che inietta il prior CIS nel campionamento DDIM per migliorare l'affidabilità della sequenza senza riaddestramento o aggiunta di parametri.
4. Validazione Empirica: Esperimenti estesi dimostrano che DiverAge migliora l'affidabilità ordinale a livello di sequenza mantenendo la preservazione dell'identità, l'accuratezza dell'età, la qualità dell'immagine e la diversità dell'aspetto.

Risultati Sperimentali

Gli esperimenti sono stati condotti sul dataset FFHQ-AT, confrontando DiverAge con i baseline deterministici (LATS, SAM, CUSP) e i metodi pluralistici (PADA).

• Qualità a Livello di Fotogramma: DiverAge raggiunge prestazioni competitive in Age MAE, Identità di Similarità e FID, comparabili ai metodi deterministici allo stato dell'arte quando valutato in un setting a output singolo.
• Affidabilità a Livello di Sequenza: DiverAge riduce significativamente l'errore APR (0.0562) rispetto al baseline PADA (0.0857) e altri metodi, indicando che le sequenze generate seguono meglio il pattern di decadimento della similarità d'identità del mondo reale.
• Diversità: Il metodo mantiene alti punteggi LPIPS-div (0.1091), confermando che l'introduzione della guida a livello di sequenza non sopprime le variazioni stocastiche dell'aspetto richieste per l'invecchiamento pluralistico.
• Studi di Ablazione: I risultati confermano che il prior latente condizionato dall'età migliora la controllabilità dell'età, mentre CARR corregge specificamente l'eccessiva deriva d'identità, portando al miglior compromesso complessivo.

Significato e Rivendicazioni

Il paper sostiene che DiverAge rappresenti un passaggio dal trattare l'invecchiamento facciale come un compito di editing a output singolo o un compito di generazione puramente stocastica verso un problema di generazione di traiettorie affidabili.

• Affidabilità: Il nucleo della significatività risiede nell'assicurare che gli output di invecchiamento pluralistico non siano solo diversificati, ma anche statisticamente coerenti con l'evoluzione dell'identità cross-age del mondo reale.
• Efficienza: Utilizzando la guida durante l'inferenza (CARR) invece del riaddestramento, il metodo raggiunge l'affidabilità della sequenza senza il costo computazionale di addestrare nuovi modelli o aggiungere parametri.
• Applicazione: Il framework è posizionato come una soluzione robusta per l'analisi biometrica a lungo termine e l'analisi forense dell'identità, dove la coerenza di una sequenza di invecchiamento è critica quanto la qualità dei singoli fotogrammi.

Gli autori riconoscono i limiti, notando che il prior CIS si basa su embedding di riconoscimento facciale (potenzialmente ereditando bias), che CARR richiede calcoli di gradiente extra durante l'inferenza, e che il metodo attualmente si concentra sugli attributi facciali piuttosto che su fattori contestuali come abbigliamento o acconciatura.