FAGStyle：基于测地表面的特征增强用于零-shot文本引导扩散图像风格迁移
计算机视觉与模式识别
2024-08-22 v2
摘要
图像风格迁移的目标是以文本参考引导渲染图像，同时保持原始内容。现有图像引导方法依赖特定的风格参考图像，限制了其更广泛的应用并可能影响结果质量。作为灵活的替代方案，文本引导方法允许用户使用文本提示描述所需的风格。尽管具有灵活性，这些方法往往难以维持风格一致性，准确反映所描述的风格，并保留目标图像的内容。为此，我们提出了FAGStyle，一种零-shot文本引导扩散图像风格迁移方法。我们的 方法通过纳入滑动窗口裁切技术和特征增强于测地表面到我们的风格控制损失中，以增强 patch 间的信息交互。此外，我们整合了 Pre-Shape 自相关一致性损失以确保内容一致性。FAGStyle在实验中表现出优于现有方法的优势，始终实现保留源图像语义内容的风格化。实验结果在广泛的源内容和风格(想象的和常见的)方面确认了FAGStyle的有效性。
引用
@article{arxiv.2408.10533,
title = {FAGStyle: Feature Augmentation on Geodesic Surface for Zero-shot Text-guided Diffusion Image Style Transfer},
author = {Yuexing Han and Liheng Ruan and Bing Wang},
journal= {arXiv preprint arXiv:2408.10533},
year = {2024}
}