Page 430 - 《软件学报》2026年第4期

何子健 等: 基于扩散模型的个性化图像生成方法综述 1871

表 2 人像驱动学习方法定量对比

类别 方法 是否支持多人 Face Sim↑ CLIP-I↑ CLIP-T↑ 推理显存消耗 (GB)
MM-Diff [32] 是 0.607 0.198 0.784 10
PhotoMaker-V2 [27] 否 0.618 0.237 0.753 10
互联网人物数据集 IP-Adapter-FaceID [20] 否 0.666 0.229 0.687 7
半身人像效果
InstantID [30] 否 0.739 0.233 0.725 6
StoryMaker [35] 是 0.673 0.217 0.795 14
IP-Adapter-FaceID [20] 否 － 0.186 0.749 7
InstantID [30] 否 － 0.170 0.712 6
PPR10K数据集 PhotoMaker-V2 [27] 否 － 0.203 0.764 10
全身人像效果 IP-Adapter [20] 否 － 0.504 0.738 7
StoryMaker [35] 是 － 0.680 0.677 14
Visual Persona [37] 否 － 0.730 0.667 9

(a) 在互联网人物数据集上
半身人像效果的对比

概念人像 StoryMaker [35] IP-Adapter- InstantID [30] MM-Diff [32] PhotoMaker-V2 [27]
FaceID [20]

(b) 在PPR10K 数据集上
全身人像效果的对比

Visual IP-Adapter- PhotoMaker-
概念人像 InstantID [30] IP-Adapter [20] StoryMaker [35]
Persona [37] FaceID [20] V2 [27]
图 13 人像驱动学习方法定性对比