CDST: 用于通用风格参考定制的颜色解耦风格迁移
计算机视觉与模式识别
2025-06-18 v1
摘要
我们引入了颜色解耦风格迁移(CDST),一种新颖且高效的双流风格迁移训练范式,它完全将颜色与风格分离,并强制风格流对颜色“失明”。使用同一个模型,CDST 在推理期间以无需调参的方式解锁了通用风格迁移能力。特别是,具有风格和内容参考的特征保持风格迁移首次以无需调参的方式得到解决。CDST 通过多特征图像嵌入压缩显著提高了风格相似度,并通过我们受 Diffusion UNet 解耦定律启发的新 CDST 风格定义保持了强大的编辑能力。通过进行全面的定性和定量实验以及人工评估,我们证明了 CDST 在各种风格迁移任务上取得了最先进的结果。
引用
@article{arxiv.2506.13770,
title = {CDST: Color Disentangled Style Transfer for Universal Style Reference Customization},
author = {Shiwen Zhang and Zhuowei Chen and Lang Chen and Yanze Wu},
journal= {arXiv preprint arXiv:2506.13770},
year = {2025}
}
备注
codes and models will be released if the paper is accepted