利用多个风格图像实现扩散模型的风格化
计算机视觉与模式识别
2025-08-19 v1
摘要
最近的潜在扩散模型进展推动了图像风格迁移的显著进展。然而，仍存在若干关键问题。例如，现有方法仍难以准确匹配风格。且往往受限于可使用的风格图像数量。此外，这些方法倾向于以不可取的方式将内容和风格 entangled。为此，我们提出利用多个风格图像，这有助于更好地代表风格特征，防止内容从风格图像中泄漏。我们设计了一种方法，利用图像提示适配器和在去噪过程中进行统计对齐的技术。通过此方法，我们的做法设计为能够同时干预去噪 UNet 的跨注意力层和自注意力层。对于统计对齐，我们采用聚类从大量从风格样本中提取的注意力值中提炼出小型代表性注意力特征集合。正如我们在实验部分所示，所得方法实现了风格化的领先结果。
引用
@article{arxiv.2508.12784,
title = {Leveraging Diffusion Models for Stylization using Multiple Style Images},
author = {Dan Ruta and Abdelaziz Djelouah and Raphael Ortiz and Christopher Schroers},
journal= {arXiv preprint arXiv:2508.12784},
year = {2025}
}