यह पत्र शौकिया तस्वीरों से पेशेवर-गुणवत्ता वाले चित्र बनाने के लिए स्थिर प्रसार वैयक्तिकरण में चेहरे की समानता बनाए रखने के लिए संवर्द्धन रणनीतियों के प्रभाव का मूल्यांकन करता है। दो वैयक्तिकरण विधियों, ड्रीमबूथ और इंस्टेंटआईडी के लिए, हम पारंपरिक संवर्द्धन (बाएं-दाएं फ़्लिपिंग, क्रॉपिंग और रंग समायोजन) की तुलना इंस्टेंटआईडी की सिंथेटिक छवियों का उपयोग करके जनरेटिव संवर्द्धन के साथ करते हैं और उसका विश्लेषण करते हैं। हम एसडीएक्सएल और एक नए फेसनेट-आधारित फेसडिस्टेंस मीट्रिक का उपयोग करके चेहरे की समानता का मात्रात्मक मूल्यांकन करते हैं। प्रयोगात्मक परिणाम दर्शाते हैं कि पारंपरिक संवर्द्धन ऐसे आर्टिफैक्ट उत्पन्न कर सकता है जो लोगों की पहचान में बाधा डालते हैं, जबकि इंस्टेंटआईडी ओवरफिटिंग से बचने के लिए वास्तविक छवियों के साथ संतुलित तरीके से उपयोग किए जाने पर निष्ठा में सुधार करता है।