StyleSmith:面向单张参考图像的高保真标志风格迁移扩散框架

《IEEE Access》:StyleSmith: A Signature Style Transfer Framework with Parametric and Temporal Attention

【字体: 大 中 小 】 时间:2026年09月18日 来源:IEEE Access 4.2

编辑推荐:

   抽象风格迁移,即将内容图像以参考艺术作品的视觉风格进行渲染,同时保留其语义结构,是计算机视觉和AIGC领域中的一个基本问题,在数字艺术、商业设计和创意媒体中有广泛应用。尽管基于扩散模型的方法取得了进展,但标志风格迁移——即高保真地迁移高度可识别的艺术特征,如专属几何结构、个性

  抽象风格迁移,即将内容图像以参考艺术作品的视觉风格进行渲染,同时保留其语义结构,是计算机视觉和AIGC领域中的一个基本问题,在数字艺术、商业设计和创意媒体中有广泛应用。尽管基于扩散模型的方法取得了进展,但标志风格迁移——即高保真地迁移高度可识别的艺术特征,如专属几何结构、个性化色彩方案、笔触纹理和构图逻辑——仍未被充分探索。现有方法可分为两类范式,且均存在关键局限性:无训练方法(如StyleID、InstantStyle)能够实现高效的单次迁移,但仅能捕捉浅层的色彩和全局纹理特征,无法建模细粒度的标志特征;基于微调的方法(如InST)通过文本反演实现更强的定制能力,但在单次微调中易出现严重过拟合、计算成本高以及内容退化等问题。目前仍有四个瓶颈尚未解决:细粒度风格捕捉不足、单张参考图像建模能力有限、固有的风格-内容权衡以及单次过拟合。为填补这些空白,我们提出了StyleSmith,一个面向高保真标志风格迁移的扩散框架。首先,由参数化风格调制网络(PSM-Net)驱动的风格感知微调机制,仅针对被识别为风格学习核心模块的UNet解码器注意力权重进行针对性优化,从而能够从单张参考图像中实现精确的细粒度风格编码,将可调参数减少超过60%,并缓解单次过拟合问题。其次,通过注意力锚定的时序内容保持方法(TCP-AA)在早期去噪阶段注入内容结构先验,并在后期阶段放松约束,实现类似探索-利用机制的动态风格-内容平衡。在……上的大量实验表明……查看更多
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号