可插拔式风格表示学习用于多风格迁移
计算机视觉与模式识别
2025-03-27 v1
摘要
由于图像风格的高度多样性，可扩展性到各种风格在实际应用中至关重要。以往的多风格迁移方法依赖扩大模型规模，而任意风格迁移方法则利用重型 backbone。然而，额外的计算开销由更多模型参数引入，阻碍这些方法在资源受限设备上的部署。为解决这一挑战，本文通过解耦风格建模与迁移，开发了风格迁移框架。具体而言，对于风格建模，我们提出一种风格表示学习方案，将风格信息编码为紧凑表示。随后，对于风格迁移，我们开发了风格感知多风格迁移网络 (SaMST)，以可插拔式风格表示适应多种风格。如此一来，该框架能够在所学习的风格表示中容纳多样化图像风格，却不在推理时引入额外开销，从而保持高效。实验表明，我们的风格表示能够提取准确的风格信息。此外，定性和定量结果表明，我们的方法在准确性和效率方面实现了最先进的性能。代码已公开于 https://github.com/The-Learning-And-Vision-Atelier-LAVA/SaMST。
引用
@article{arxiv.2503.20368,
title = {Pluggable Style Representation Learning for Multi-Style Transfer},
author = {Hongda Liu and Longguang Wang and Weijun Guan and Ye Zhang and Yulan Guo},
journal= {arXiv preprint arXiv:2503.20368},
year = {2025}
}
备注
18 pages, 13 figures, 2 tables