MAST：基于掩码引导注意力质量分配的训练免费多风格迁移
计算机视觉与模式识别
2026-04-15 v1 人工智能
摘要
风格迁移旨在保留内容图像的底层语义布局和结构几何的同时，将其渲染为具有参考风格的视觉特征。虽然最近的扩散模型通过利用强大的生成先验和可控的内部表示表现出强大的风格化能力，但它们通常假设单一的全局风格。将其扩展到多风格场景常常导致边界伪影、风格化不稳定和结构不一致，因为多个风格表示之间存在干扰。为克服这些限制，我们提出了 MAST（Mask-Guided Attention Mass Allocation for Training-Free Multi-Style Transfer），即一种显式控制扩散注意力机制中内容-风格相互作用的训练免费框架。为实现无伪影且结构保持的风格化，MAST 集成了四个相互关联的模块。首先，布局保持查询锚定通过坚定锚定语义结构来防止全局布局坍缩。其次，Logit 级注意力质量分配在空间区域之间确定性地分配注意力概率质量，无缝融合多个风格而无边界伪影。第三，锐度感知温度缩放恢复因多风格扩展而降低的注意力锐度。第四，差异感知细节注入通过测量结构差异来自适应补偿局部高频细节损失。大量实验表明，MAST 有效缓解了边界伪影，保持了结构一致性，甚至在应用的风格数量增加时也能保持纹理保真度和空间一致性。
引用
@article{arxiv.2604.12281,
title = {MAST: Mask-Guided Attention Mass Allocation for Training-Free Multi-Style Transfer},
author = {Dongkyung Kang and Jaeyeon Hwang and Junseo Park and Minji Kang and Yeryeong Lee and Beomseok Ko and Hanyoung Roh and Jeongmin Shin and Hyeryung Jang},
journal= {arXiv preprint arXiv:2604.12281},
year = {2026}
}
备注
16 pages, 16 figures, 6 tables