语言-图像预训练表示中风格-内容解耦用于零样本草图到图像合成
计算机视觉与模式识别
2022-06-06 v1
摘要
在这项工作中，我们提出并验证了一个框架，利用语言-图像预训练表示进行无训练的零样本草图到图像合成。我们表明，解耦的内容与风格表示可用于引导图像生成器，使其无需（重新）训练任何参数即可作为草图到图像生成器。我们解耦风格与内容的方法涉及一种简单方法，由基本算术组成，假设输入草图表示中信息的组合性。我们的结果表明，该方法与最先进的实例级开放域草图到图像模型具有竞争力，同时仅依赖于预训练的现成模型和一小部分数据。
引用
@article{arxiv.2206.01661,
title = {Style-Content Disentanglement in Language-Image Pretraining Representations for Zero-Shot Sketch-to-Image Synthesis},
author = {Jan Zuiderveld},
journal= {arXiv preprint arXiv:2206.01661},
year = {2022}
}