M2StyleGS：基于高斯溅写的多模态 3D 风格迁移
计算机视觉与模式识别
2026-04-07 v1
摘要
传统 3D 风格迁移方法依赖固定参考图像将艺术图案应用于 3D 场景。然而，在虚拟或增强现实等实际应用中，用户往往更倾向于使用文本描述和多样化图像等灵活输入。本文引入一种新颖的实时风格化技术 M2StyleGS，用于生成一系列精确的颜色映射视图。它将 3D 高斯溅写（3DGS）作为 3D 表示，利用 CLIP 精炼后的多模态知识作为参考风格。M2StyleGS 通过采用精确特征对齐——细分流（subdivisive flow）——解决异常转换问题，并强化将映射的 CLIP 文本-视觉组合特征投射到 VGG 风格特征上的过程。此外，我们引入观察损失，有助于在生成过程中使风格化场景更好地匹配参考风格，同时引入抑制损失抑制参考颜色信息在解码过程中的偏移。通过整合这些方法，M2StyleGS 可使用文本或图像作为参考生成一组风格增强的新视图。我们的实验表明，M2StyleGS 在视觉质量方面表现更佳，相较于前作在一致性方面提升最高可达 32.92%。
引用
@article{arxiv.2604.03773,
title = {M2StyleGS: Multi-Modality 3D Style Transfer with Gaussian Splatting},
author = {Xingyu Miao and Xueqi Qiu and Haoran Duan and Yawen Huang and Xian Wu and Jingjing Deng and Yang Long},
journal= {arXiv preprint arXiv:2604.03773},
year = {2026}
}