CartoonDiff：基于扩散 Transformer 模型的免训练卡通图像生成
计算机视觉与模式识别
2023-09-18 v1
摘要
图像卡通化在图像生成领域引起了显著关注。然而，大多数现有图像卡通化技术需要使用卡通风格图像重新训练模型。本文提出 CartoonDiff，一种利用扩散 transformer 模型生成图像卡通化的新型免训练采样方法。具体而言，我们将扩散模型的反向过程解耦为语义生成阶段与细节生成阶段。此外，我们通过在特定去噪步骤中对带噪图像的高频信号进行归一化来实现图像卡通化过程。CartoonDiff 不需要任何额外的参考图像、复杂的模型设计或繁琐的多参数调整。大量实验结果表明了我们的 CartoonDiff 的强大能力。项目页面见：https://cartoondiff.github.io/
引用
@article{arxiv.2309.08251,
title = {Cartoondiff: Training-free Cartoon Image Generation with Diffusion Transformer Models},
author = {Feihong He and Gang Li and Lingyu Si and Leilei Yan and Shimeng Hou and Hongwei Dong and Fanzhang Li},
journal= {arXiv preprint arXiv:2309.08251},
year = {2023}
}
备注
5 pages,5 figures