DiffArtist：用于结构与外观可控图像风格化

艺术风格由其结构和外观元素共同定义。现有的神经风格化技术主要关注传输外观级别特征，如颜色和纹理，往往忽视了同样至关重要的结构风格化。为此，我们引入了DiffArtist，这是首个能够提供结构和外观风格强度双重细粒度控制的2D风格化方法。通过将结构和外观生成分别表示为独立的扩散过程，实现了这种双重可控性，无需额外调参或附加适配器。为正确评估这种双重风格化的新能力，我们进一步提出了基于多模态LLM的风格评估器，显著优于现有指标更符合人类偏好。广泛分析表明，DiffArtist在风格忠实度和双重可控性方面优于最先进的方法。其文本驱动、无训练设计以及前所未有的双重可控性使其成为各种创意应用的强大且互动的工具。项目主页：https://diffusionartist.github.io。