DiffStyle360：基于风格融合注意力的扩散式 360° 头像风格化
计算机视觉与模式识别
2025-12-01 v1
摘要
3D 头像风格化已成为一种关键技术，用于以各种艺术形式重新构想逼真的人类头部，实现具有表现力的人物设计和创意视觉体验。尽管在 3D aware 生成方面取得了进展，现有的 3D 头像风格化方法通常依赖于计算昂贵的优化或特定领域的微调才能适应新风格。为此，我们提出 DiffStyle360，一种基于扩散模型的框架，能够在给定单个风格参考图像的情况下，生成跨越多种艺术领域的、保持身份一致性的 3D 头像风格化，而无需按风格进行训练。基于 3D-aware DiffPortrait360 架构，我们的方法引入了两个关键组件：风格外观模块，用于分离风格与内容；以及风格融合注意力机制，用于在潜在空间中自适应地平衡结构保持与风格化保真度。此外，我们采用 3D GAN 生成的多视角数据集进行稳健的微调，并引入基于温度的关键缩放策略以控制推理过程中的风格化强度。在 FFHQ 和 RenderMe360 上的大量实验表明，DiffStyle360 在风格质量方面优于基于 GAN 和扩散模型的现有风格化方法，表现出色。
引用
@article{arxiv.2511.22411,
title = {DiffStyle360: Diffusion-Based 360{\deg} Head Stylization via Style Fusion Attention},
author = {Furkan Guzelant and Arda Goktogan and Tarık Kaya and Aysegul Dundar},
journal= {arXiv preprint arXiv:2511.22411},
year = {2025}
}