Bài báo này đánh giá tác động của các chiến lược tăng cường để duy trì sự tương đồng khuôn mặt trong cá nhân hóa khuếch tán ổn định để tạo ra các bức chân dung chất lượng chuyên nghiệp từ các bức ảnh nghiệp dư. Đối với hai phương pháp cá nhân hóa, DreamBooth và InstantID, chúng tôi so sánh và phân tích sự tăng cường thông thường (lật trái-phải, cắt xén và điều chỉnh màu sắc) với sự tăng cường tạo sinh bằng cách sử dụng hình ảnh tổng hợp của InstantID. Chúng tôi đánh giá định lượng sự tương đồng khuôn mặt bằng SDXL và số liệu FaceDistance mới dựa trên FaceNet. Kết quả thử nghiệm cho thấy sự tăng cường thông thường có thể tạo ra các hiện vật cản trở việc nhận dạng người, trong khi InstantID cải thiện độ trung thực khi được sử dụng một cách cân bằng với hình ảnh thực để tránh quá khớp. Một nghiên cứu người dùng với 97 người tham gia xác nhận sự khác biệt giữa sở thích đối với giao diện tinh tế của InstantID và khả năng nhận dạng chính xác người của DreamBooth. Kết quả của nghiên cứu này cung cấp thông tin chi tiết về các chiến lược tăng cường hiệu quả để tạo văn bản thành hình ảnh được cá nhân hóa.
